R在数据科学中的应用，第2版

第一部分： 整个游戏

本书这一部分的目标是让你快速了解数据科学的主要工具：导入、Tidy、转换和可视化数据，如图 I-1 所示。我们希望向你展示数据科学的 "全局"，让你对所有主要部分有足够的了解，这样你就可以处理真实的、简单的数据集。本书的后半部分将更深入地讨论这些主题中的每一个，从而扩大你可以应对的数据科学挑战的范围。

图 I-1. 在本书的这一部分，你将学习如何导入、Tidy、转换和可视化数据。

其中四章重点介绍数据科学工具：

• 可视化是开始学习 R 编程的绝佳起点，因为它的回报是显而易见的：你可以绘制优雅而翔实的图表，帮助你理解数据。在第 1 章中，你将深入学习可视化，了解 ggplot2 图形的基本结构，以及将数据转化为图形的强大技术。

• 仅有可视化通常是不够的，因此在第 3 章中，您将学习一些关键动词，以便选择重要变量、筛选出关键观测值、创建新变量并计算摘要。

• 在第 5 章中，你将学习 Tidy 数据，这是一种一致的数据存储方式，能让转换、可视化和建模变得更容易。你将了解其基本原理以及如何将数据转化为整洁的形式。

• 在转换和可视化数据之前，您需要先将数据导入 R。在第 7 章中，您将学习将.csv 文件导入 R 的基础知识。

在这几章中，还有四章是关于 R 工作流程的。在第 2 章、第 4 章和第 6 章中，你将学习到编写和组织 R 代码的良好工作流程实践。从长远来看，这将为你的成功奠定基础，因为它们将为你提供在处理实际项目时保持条理清晰的工具。最后，第 8 章将教你如何获得帮助并不断学习。