来源 | 伯乐在线
我妹妹正在念大四,主修社会学。她刚刚签了下个学期一份不错的分析员工作,对方告诉她工作中要用到 R 编程语言。她让我在寒假时教教她,我欣然同意了。还有什么比这更好的方式来消磨明尼苏达的冬天呢?[注1]
问题是:在原定教她的那天,我们俩都有空的时间只有一个小时。哎呀!
不过我还是接受了这个挑战,用一个小时向我的社会学家妹妹介绍R。下面就是我所做的事情。我没有预先做功课,而且肯定犯了些错误,忽视了核心思想,纠缠于细枝末节。但妹妹给我的反馈是非常好(我确实对其他人的“一小时学会R”理念非常感兴趣)
(1)下载R和RStudio
我对RStudio的印象不错,对于初学者来说,它既方便又很有帮助,对专业人士也很有用。尤其对于初学者:鼠标指向-点击式(point-and-click)的选项非常棒,工作区面板对于建立起对R环境的概念也非常有用。我甚至都不用再花精力向我妹妹介绍R默认的集成开发环境——我马上就让她下载了RStudio,不过你仍然需要下载普通版的R。下载之后,我意识到r-project.org网站真应该在设计上进行大修整,因为:(a)它不够漂亮(b)如果你不知道什么是“CRAN镜像”,下载R将是一件容易把人搞糊涂的事。
(2)控制台和脚本
准备好之后,我们做的第一件事就是在控制台中键入如下两行代码:
这并非纯粹的“Hello World”,但它阐明了一些概念,比如”赋值”、”变量”和”求值”[注2]。
接着,我让妹妹在一个R脚本文件中保存了上面那两行代码(我认为,在初学者开始使用一门语言时就教会他们如何正确地把代码保存在脚本文件中是非常重要的)。然后,我教她怎么用Cmd-Enter组合键(译者注:这是Mac OS的键位。在PC中,对应的组合键是Ctrl+Enter)在控制台中执行代码。
在解释这些内容的过程中,我意识到”控制台”和”脚本”这类术语比较晦涩,所以我尽可能给出它们的明确的定义。我也不得不小心地使用那些含义确切的词而非”REPL”或”prompt”这类词汇
(3)注释
(4)图形
脚本、注释和控制台可能有点儿枯燥,所以到了这一步,该是从图形中寻找点儿乐趣的时候了!这是我们绘制的一张图:
教我妹妹理解这段代码涉及解释什么是函数(因为rnorm和hist都是函数)、什么是函数的实参,以及为什么你可以通过名字引用实参却不一定非得这样做。
我还教她怎么保存一个图形——借助图形窗口中方便的“Export”按钮,在RStudio中保存图形非常容易。
(5)获得帮助
我认为,“获取帮助”是这类快速入门过程中需要掌握的最重要的概念。显然你不可能在一个小时之内学会一切,所以,你真正需要的是当你用到时可以查找到相应信息的工具。下面是我介绍的语法:
考虑到查函数文档对非程序员来说不太容易,这本来或许不是一个正确的策略。我考虑过强调google技巧的重要性(我在研究生院学到的最有用的东西),或者介绍StackOverFlow和R-help,但最后还是决定讲解官方的文档系统。”在R中我该怎么做X这件事”是初学者最常见的问题之一,我认为这个问题的答案可能应该是”使用函数Y( )”——所以重要的是能够搞清楚如何使用函数Y( )。
在我看来,初学者最常见的另一个问题是”我遇到了出错信息Z,怎么修正它?”。为解决这个问题,我演示一些常见的错误(对象未找到,意外的<X>常量,等等)并解释了它们的含义。
(6)数据类型
查看帮助文档让我想起文档中经常会提及某个函数的实参必须是某个特定的类型,因此我们或许应该讨论一下数据类型。我介绍了:
向量
矩阵
数据框(dataframe)
就这样,我们借助实例讨论了一些数据类型,并顺带着学习了其他一些重要的内容,像怎么确定向量、什么是工作目录,以及怎样读入数据文件。
(7)探索性数据分析
一旦你读入了一个数据集,事情就开始变得有趣了。我们从中学习了一大堆东西,像怎么做基本的表格、遇到缺失数据如何处理,以及怎么拟合一个简单的线性模型。这部分的内容相当有趣,以至于我妹妹开始主导学习过程了:不再是我说“我要教你如何做什么”,而是她主动问“嗯,我们能画一个散点图吗?”或“你觉得我们可以把最优拟合直线放到那个图上吗?”我真为此而感到高兴——我希望这意味着她已全身心投入并乐在其中。
我们还进一步学习了图形,像怎么作出好的直方图,以及怎么在回归直线上叠加散点图。
1 hist(wages$wage, xlab = "hourly wage", main = "wages in our dataset", col = "purple")
2 plot(wages$age, wages$workyr, xlab = "age", ylab="years worked", main = "age vs. years worked")
3 abline(lm(wages$workyr ~ wages$age), col="red", lwd = 2)
好了,时间到。
我遗漏了些什么?哪些事能做得更好?我事后想到的有:
用[]取子集. 这是个关键知识点。它可以应用于我所介绍的所有数据类型,而且极为有用。我真希望当时有时间让我妹妹做一个,比如只包含女性的工资直方图
编程相关的东西:循环、if语句、用户自定义函数,等等。不过我觉得不教这些东西也没问题——考虑到受众,我是把R当作一个数据分析环境而非一种编程语言来教授。
保存.rda文件和/或工作区
安装和载入包
其他数据类(比如列表)
其他(更好的?)帮助资源/提示/技巧
最后一点感想
总的来说,在一小时内介绍R让我收获了乐趣,而且我认为(希望?)我妹妹也是如此。临别时我又给了她一些资料:这个,这个和这个,这些资料我都不是非常熟悉——但我知道,要想能够用R分析实际数据,所需的时间远大于在我这儿的一个小时。我相信我已经覆盖了大部分基础知识,我妹妹也觉得这对她非常有帮助。我很乐意听各位来谈谈你是如何应对”一小时内向非程序员介绍R”这个挑战的。
脚注
注1. 即便对明尼苏达来说,天气也真的太冷了。温度已在华氏0度(译者注:摄氏-17度)左右徘徊了一个月之久。星期一的最高温度是华氏-12度(译者注:摄氏-24度)
注2.你可能注意到了,我用“=”来赋值,而且把这个习惯传给了我妹妹。我考虑过这个问题并坚持这一用法,“<-”要多敲键盘,我发现它唯一有用的地方只是当我在system.time函数调用内进行赋值。
end
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在当今这个数据驱动的时代,几乎每一个业务决策都离不开对数据的深入分析。而其中,指标波动归因分析更是至关重要的一环。无论是 ...
2025-02-18当数据开始说谎:那些年我们交过的学费 你有没有经历过这样的场景?熬了三个通宵做的数据分析报告,在会议上被老板一句"这数据靠 ...
2025-02-17数据分析作为一门跨学科领域,融合了统计学、编程、业务理解和可视化技术。无论是初学者还是有一定经验的从业者,系统化的学习路 ...
2025-02-17挖掘用户价值本质是让企业从‘赚今天的钱’升级为‘赚未来的钱’,同时让用户从‘被推销’变为‘被满足’。询问deepseek关于挖 ...
2025-02-17近来deepseek爆火,看看deepseek能否帮我们快速实现数据看板实时更新。 可以看出这对不知道怎么动手的小白来说是相当友好的, ...
2025-02-14一秒精通 Deepseek,不用找教程,不用买资料,更不用报一堆垃圾课程,所有这么去做的,都是舍近求远,因为你忽略了 deepseek 的 ...
2025-02-12自学 Python 的关键在于高效规划 + 实践驱动。以下是一份适合零基础快速入门的自学路径,结合资源推荐和实用技巧: 一、快速入 ...
2025-02-12“我们的利润率上升了,但销售额却没变,这是为什么?” “某个业务的市场份额在下滑,到底是什么原因?” “公司整体业绩 ...
2025-02-08活动介绍 为了助力大家在数据分析领域不断精进技能,我们特别举办本期打卡活动。在这里,你可以充分利用碎片化时间在线学习,让 ...
2025-02-071、闺女,醒醒,媒人把相亲的带来了。 我。。。。。。。 2、前年春节相亲相了40个, 去年春节相亲50个, 祖宗,今年你想相多少个 ...
2025-02-06在数据科学的广阔领域中,统计分析与数据挖掘占据了重要位置。尽管它们常常被视为有关联的领域,但两者在理论基础、目标、方法及 ...
2025-02-05在数据分析的世界里,“对比”是一种简单且有效的方法。这就像两个女孩子穿同一款式的衣服,效果不一样。 很多人都听过“货比三 ...
2025-02-05当我们只有非常少量的已标记数据,同时有大量未标记数据点时,可以使用半监督学习算法来处理。在sklearn中,基于图算法的半监督 ...
2025-02-05考虑一种棘手的情况:训练数据中大部分样本没有标签。此时,我们可以考虑使用半监督学习方法来处理。半监督学习能够利用这些额 ...
2025-02-04一、数学函数 1、取整 =INT(数字) 2、求余数 =MOD(除数,被除数) 3、四舍五入 =ROUND(数字,保留小数位数) 4、取绝对值 =AB ...
2025-02-03作者:CDA持证人 余治国 一般各平台出薪资报告,都会哀嚎遍野。举个例子,去年某招聘平台发布《中国女性职场现状调查报告》, ...
2025-02-02真正的数据分析大神是什么样的呢?有人认为他们能轻松驾驭各种分析工具,能够从海量数据中找到潜在关联,或者一眼识别报告中的数 ...
2025-02-01现今社会,“转行”似乎成无数职场人无法回避的话题。但行业就像座围城:外行人看光鲜,内行人看心酸。数据分析这个行业,近几年 ...
2025-01-31本人基本情况: 学校及专业:厦门大学经济学院应用统计 实习经历:快手数据分析、字节数据分析、百度数据分析 Offer情况:北京 ...
2025-01-3001专家简介 徐杨老师,CDA数据科学研究院教研副总监,主要负责CDA认证项目以及机器学习/人工智能类课程的研发与授课,负责过中 ...
2025-01-29