3.1 R語言概述

R語言是集數(shù)據(jù)分析與圖形顯示于一體的編程語言，是一種專業(yè)的統(tǒng)計(jì)分析軟件。R從根本上摒棄了套用模式的傻瓜式數(shù)據(jù)分析方式，它將數(shù)據(jù)分析的主動(dòng)權(quán)和選擇權(quán)交給使用者本身。數(shù)據(jù)分析人員可以根據(jù)問題的背景和數(shù)據(jù)的特點(diǎn)，更好地思考從數(shù)據(jù)出發(fā)如何選擇和組合不同的方法，并將每一層輸出反饋到對(duì)問題和數(shù)據(jù)處理的新思考上。R為專業(yè)分析提供了分析的彈性、靈活性和擴(kuò)展性，是利用數(shù)據(jù)回答問題的最佳平臺(tái)。

R語言主要有以下幾個(gè)特點(diǎn)。

1．R是自由軟件

之所以稱R是自由軟件，是基于它的免費(fèi)和開源。R是一個(gè)用于統(tǒng)計(jì)計(jì)算的很成熟的免費(fèi)軟件，同時(shí)也能提供和其他同類型商業(yè)統(tǒng)計(jì)軟件一樣好的功能服務(wù)。R還有一個(gè)亮點(diǎn)，即它是一款開源軟件，用戶可以和全球一流的統(tǒng)計(jì)專家合作討論，也可以上傳自己的軟件包，可以說R是全世界統(tǒng)計(jì)學(xué)家思維的最大集中地。現(xiàn)如今，開放源代碼的軟件在科學(xué)研究和工程工作中越來越受到追捧。R的開源性使得它從20世紀(jì)90年代被開發(fā)出來至今，一直在快速發(fā)展中。

2．R的兼容性很好

R的兼容性體現(xiàn)在兩個(gè)方面：一方面，R和其他程序設(shè)計(jì)語言的語法表述相似，使得有一定編程基礎(chǔ)的人學(xué)習(xí)起來容易，并且它也是徹底地面向?qū)ο蟮慕y(tǒng)計(jì)編程語言，非常容易理解和使用；另一方面，R可以實(shí)現(xiàn)與Excel、SAS、SPSS等常用統(tǒng)計(jì)軟件的數(shù)據(jù)轉(zhuǎn)換，也可以方便地插入由C語言等編制的計(jì)算機(jī)程序，這對(duì)數(shù)據(jù)整合工作非常有用。

3．R是數(shù)據(jù)可視化的先驅(qū)

R軟件提供了非常豐富的2D和3D圖形庫，是數(shù)據(jù)可視化的先驅(qū)，能夠生成從簡(jiǎn)單到復(fù)雜的各種圖形，甚至可以生成動(dòng)畫，滿足不同信息展示的需要。

4．不斷更新的加載包

Google首席經(jīng)濟(jì)學(xué)家Hal Varian說：“R變得如此有用和如此快地廣受歡迎是因?yàn)榻y(tǒng)計(jì)學(xué)家、工程師、科學(xué)家能夠用它精煉代碼或編寫各種特殊任務(wù)的包。R包增添了很多高級(jí)算法、作圖顏色和文本注釋，并通過數(shù)據(jù)庫連接等方式提供了挖掘技術(shù)。金融服務(wù)部門對(duì)R表現(xiàn)出了極大的興趣，各種各樣的衍生品分析包相繼出現(xiàn)。R最優(yōu)美的地方是它能夠根據(jù)自己的需求修改很多前人編寫的包的代碼，實(shí)際上你是站在巨人的肩膀上。”

正是由于R具有免費(fèi)、開源、模塊多樣齊全等眾多特點(diǎn)，且在綜合R檔案網(wǎng)絡(luò)（Comprehensive R Archive Network，CRAN）中提供了大量的第三方功能包，其內(nèi)容涵蓋了從統(tǒng)計(jì)計(jì)算到機(jī)器學(xué)習(xí)，從金融分析到生物信息，從社會(huì)網(wǎng)絡(luò)分析到自然語言處理，從各種數(shù)據(jù)庫、各種語言接口到高性能計(jì)算模型，可以說無所不包，無所不容，這也是為什么R獲得越來越多各行各業(yè)的從業(yè)人員喜愛的一個(gè)重要原因。

類似R的統(tǒng)計(jì)軟件種類有很多，最常見的有以下5種，它們有各自的優(yōu)缺點(diǎn)。

（1）SAS：內(nèi)容全面，價(jià)格昂貴，支持編程，是數(shù)據(jù)處理和統(tǒng)計(jì)分析的專用軟件。

（2）SPSS：操作簡(jiǎn)單、無需編程、輸出漂亮、功能齊全、價(jià)格合理，非統(tǒng)計(jì)專業(yè)人員的首選軟件。

（3）Eviews：具有強(qiáng)大的多元回歸和時(shí)間序列分析功能，計(jì)量專業(yè)首選軟件。

（4）Matlab：功能強(qiáng)大的編程軟件，矩陣運(yùn)算快，統(tǒng)計(jì)分析功能較少，是數(shù)值計(jì)算和圖像處理的首選軟件。

（5）Excel：具有簡(jiǎn)單的統(tǒng)計(jì)分析功能，是商務(wù)辦公軟件。

這些軟件的共同缺點(diǎn)：其一是“黑匣子”，即源代碼不公開，只能運(yùn)用已有功能，不能根據(jù)自身特殊需要進(jìn)行修改；其二是“傻瓜軟件”，對(duì)于一些簡(jiǎn)單分析，傻瓜式操作簡(jiǎn)便，適用于非統(tǒng)計(jì)專業(yè)人士，但是進(jìn)行一些深入分析時(shí)就無法勝任或者步驟繁復(fù)。