R

这篇文章是我喜欢和每天使用的10个包，并且我希望自己能早些知道他们。

理解数据，首先要观察原始数值并且计算基本的统计量。本文带你探索如何在R中利用描述性统计快速处理数据集，尤其适合用r处理机器学习的初学者。

你希望学习文本挖掘，却发现大多数教程难度跨度很大？或者说你找不到心仪的数据集？

Python 和 R 语言都具有健全的生态系统，其中包括了很多开源工具和资源库，从而能够帮助任何水平层级的数据科学家展示其分析工作。

这个世界每天都在源源不断地生产数据，而人们尤其是商界往往希望从这些数据中获取到有价值的信息。而这一点也促使很多试图从数据中提取有用信息的数据科学家们（或被叫做数据分析师、数据挖掘者等等听起来不错的称谓）不断地进行探索。

本篇文章通过R与excel的功能对比介绍如何使用R通过函数式编程完成excel中的数据处理及分析工作。

本篇文章通过R与excel的功能对比介绍如何使用R通过函数式编程完成excel中的数据处理及分析工作。

本篇文章通过R与excel的功能对比介绍如何使用R通过函数式编程完成excel中的数据处理及分析工作。

使用R进行统计分析——回归分析。

本篇文章介绍如何通过R按特定的维度或条件对数据进行提取，完成数据提取需求。

R中的merge函数类似于Excel中的Vlookup，可以实现对两个数据表进行匹配和拼接的功能。

教你用R的Inkscape制作数据图表。

R是目前最受欢迎的数据科学语言之一。

2016年7月27日，希拉里·克林顿顺利成为民主党总统候选人，这也意味着她将和之前成为共和党总统候选人的唐纳德·特朗普在11月份进行最终角逐。两位候选人在之前的五个月的网络口水仗，也使得各大社交平台异彩纷呈。

数据清洗是整个数据分析过程中一个非常重要的环节。数据清洗的目的有两个，第一是通过清洗让数据可用。第二是让数据变的更适合进行后续的分析工作。本篇文章将介绍几种简单的使用R进行数据清洗的方法。