多码网
返回 编程语言
编程语言

Awesome r learning resources

GitHub 仓库更多 编程语言 项目

Awesome r learning resources

Awesome


> “Awesome R Learning Resources”存储库旨在帮助各种技能水平和背景的用户加深对“R”的理解，R 是一种用于统计计算和图形的编程语言和环境.


> R Discord 服务器是一个面向 R 爱好者、程序员、统计学家、数据科学家和学生的友好而专注的社区. 无论您是想与其他用户联系，想要分享很棒的数据，或者只是需要帮助来完成您的统计任务，您都来对地方了！

要加入 R Discord 服务器，请单击下面的 discoRd 徽章.
Discord


Topic Areas

Comprehensive R Tutorials

  • Data Flair - 教程按技能水平（初级、中级、专家）分组.
  • Intro to R course by Fabio Votta - part 1 - 对按类别（运算符、对象、函数、练习和数据框）分组的 R 编程的有趣介绍.
  • Intro to R course by Fabio Votta - part 2 - 对按类别分组的 R 编程的有趣介绍（以看门人、tidyr 和 dplyr 包为特色的数据操作和清理）.
  • Introduction to Data Analysis with R - 这是一个包含介绍 R 和 tidyverse 以及统计概念的视频、脚本和练习的系列讲座.
  • R CODER - 教程分为几类（介绍、数据结构、数据整理、编程、导入和导出、图形），深入涵盖了开始学习 R 编程语言的人的所有基本需求.
  • Tutorials Point - 教程分为几类（R 教程、R 数据接口、R 图表和图形、R 统计示例、R 有用资源），深入涵盖了开始学习 R 编程语言的人的所有基本需求.

Functions

Generative Art

  • 12 Months of aRt - 在 2019 年，William Chase 开始了一个项目，每月制作一系列完全使用 R 的新艺术品.在这个项目中，他探索了不同的技术，开发了算法，并提供了详细介绍每个月开发过程的帖子.

Joining Data

  • Joining Data in R with dplyr - Course notes from the Joining Data in R with dplyr course on DataCamp. Topics include mutating joins, filtering joins and set operations, assembling data, advanced joining. Author: William Surles.

Math

Shiny

Spatial

Viz

Web Scraping

Wrangling

Uncategorized

Blogs

  • Alex Cookson - Alex Cookson 喜欢制作精美的可视化效果和易于阅读的 R 概念演练. 他对有关媒体的数据特别感兴趣，例如书籍、电影和音乐剧.
  • Avery Robbins - Avery Robbins 喜欢学习和分享对他个人有益的有用或令人敬畏的事物. 这个网站是他积极做到这一点的工具：分享有用的知识、想法和技巧.
  • Tony ElHabr - Tony ElHabr 主要热衷于能源市场和体育分析. 他的博客提供了详细的教程、项目解释和演示.
  • Cédric Scherer - Cédric Sc​​herer 是一位毕业的计算生态学家和自由数据可视化专家，他创建了跨所有学科、目的和风格的可视化，并定期教授数据可视化原理、R 和 ggplot2.
  • Data Imaginist - Thomas Lin Pedersen 是一名数据科学家转为软件工程师，他专注于改善研究人员与他们生成的数据的交互.
  • Data meets Narrative - Rebecca Barter 喜欢理解复杂、凌乱、有时甚至是荒谬的数据集，例如电子健康记录和保险索赔. 她的双重爱好是用通俗易懂的英语向其他人解释“看似复杂”的概念，以及探索和揭开复杂数据集背后的故事.
  • HighlandR - 约翰·麦金托什 (John Mackintosh) 的博客是他展示演示或研讨会、他在工作中学到的笔记、图表改造以及他目前没有在他的角色中使用的技巧和技术的地方.
  • Julia Silge - Julia Silge 是 RStudio 的一名数据科学家和软件工程师，她从事开源建模工具方面的工作. 她热衷于制作漂亮的图表、统计编程语言 R、Jane Austen、黑咖啡和红酒.
  • Musings on R - Martin Chan 关于 R 和数据科学的所有内容的博客. 涵盖的主题包括比较 dplyr 和 data.table、Shiny 应用程序、ggplot、数据清理、使用 RStudio、采访其他 R 用户/数据科学家以及网络抓取.
  • rweekly - 来自整个 R 社区的每周更新，由 Bruce Zhao、Colin Fay、Eric Nantz、Hao Zhu、Jon Calder、Jonathan Carroll、Maelle Salmon、Ryo Nakagawara 和 Wolfram Qin 撰写.
  • r-bloggers - R-Bloggers.com 由 Tal Galili 创建，是一个博客聚合器，汇集了撰写有关 R（英文）的博主所贡献的内容. 该网站帮助 R 博主和用户连接和关注 R 博客圈.
  • Ryo Nakagawara - Ryo Nakagawara 是一名数据科学家，一直从事 R 和 SQL 方面的报告分析师和软件开发人员的工作，以改进 ACDI 和 VOCA 数据管道，创建 R 包、可重现的报告、仪表板和闪亮的应用程序来传达他的项目如何全世界都在进步.
  • Statistics Globe - Joachim Schork 建立这个平台是为了分享他的统计知识，并通过与其他统计学家和程序员的讨论来提高自己的统计技能.
  • Stats and R - 通过他的博客，Antoine Soetewey（统计学博士）旨在帮助从事数据工作的学者和专业人士掌握重要的统计概念，并展示如何在 R 中应用它们.

Books

  • A Sufficient Introduction to R - 这本书旨在引导完全不熟悉编程的人沿着使用 R 的道路走向有用的技能水平.作者：Derek L. Sonderegger.
  • An Introduction to Statistical Learning - 本书介绍了统计学习方法. 作者：Gareth James、Daniela Witten、Trevor Hastie 和 Robert Tibshirani.
  • Advanced R - 本书专为想要加深对语言的理解的 R 程序员，以及有其他语言经验、想要了解 R 与众不同之处的程序员而设计. Exercise Solutions 作者：哈德利·威克姆.
  • An Introduction to R - 本 R 简介源自 Bill Venables 和 David M. Smith 在阿德莱德大学时于 1990–2 年撰写的描述 S 和 S-Plus 环境的原始笔记集.
  • An Introduction to R - 本书的目的是向您介绍如何使用 R，这是一种用于统计计算和研究的强大而灵活的交互式环境. 作者：Alex Douglas、Deon Roos、Francesca Mancini、Ana Couto 和 David Lusseau
  • Answering Questions with Data - 这是一本免费教科书，为心理学本科生教授统计学入门知识. 这本教科书的编写考虑到了数学恐惧症，并试图减少与算术计算相关的恐惧症. 作者：马修·JC·克鲁普.
  • Data Science in a Box - 课程的核心内容侧重于数据采集和整理、探索性数据分析、数据可视化、推理、建模和结果的有效交流.
  • Data Science in Education Using R - 这本书主要是关于学习使用 R 作为教育数据科学的工具. 作者：Ryan A. Estrellado、Emily A. Bovee、Jesse Mostipak、Joshua M. Rosenberg 和 Isabella C. Velásquez.
  • Efficient R programming - 高效的 R 编程是指在给定的时间内增加使用 R 可以完成的工作量. 它与计算和程序员效率有关. 作者：科林吉莱斯皮，罗宾洛夫莱斯.
  • Engineering Production-Grade Shiny Apps - 这本书涵盖了构建 Shiny 应用程序的过程，该应用程序稍后将被发送到生产环境. 作者：Colin Fay、Sébastien Rochette、Vincent Guyader、Cervan Girard.
  • Exploratory Data Analysis with R - 这本书涵盖了使用 R 汇总数据的基本探索技术.这些技术通常在正式建模开始之前应用，并且可以帮助为更复杂的统计模型的开发提供信息. 作者：Roger D. Peng.
  • Forecasting: Principles and Practice - 本教科书旨在全面介绍预测方法，并提供有关每种方法的足够信息，以便读者能够明智地使用它们. 作者：Rob J Hyndman 和 George Athanasopoulos.
  • Geocomputation with R - 这本书是关于利用计算机的力量来处理地理数据的. 它教授一系列空间技能，包括阅读、写作和处理地理数据； 制作静态和交互式地图； 应用地理计算解决现实世界的问题； 和建模地理现象. 作者：Robin Lovelace、Jakub Nowosad、Jannes Muenchow.
  • ggplot2: Elegant Graphics for Data Analysis - 这本书提供了对 ggplot2 的动手介绍，其中包含大量示例代码和图形. 它还解释了 ggplot2 所基于的语法. 作者：哈德利·威克姆.
  • Happy Git and GitHub for the useR - Happy Git 提供关于如何安装 Git 并使其与 GitHub 顺利工作的自以为是的说明，在 shell 和 RStudio IDE 中，开发一些涵盖最常见任务的关键工作流程，并将 Git 和 GitHub 集成到您的日常工作中R 和 R 降价. 作者：Jenny Bryan、STAT 545 助教、Jim Hester.
  • Introduction to Data Science - Data Analysis and Prediction Algorithms with R - 这本书最初是作为 HarvardX 数据科学系列中使用的课堂笔记. 它介绍了可以帮助您应对现实世界数据分析挑战的概念和技能. 它涵盖了概率、统计推断、线性回归和机器学习的概念. 它还可以帮助您培养技能，例如 R 编程、使用 dplyr 进行数据整理、使用 ggplot2 进行数据可视化、使用 caret 构建算法、使用 UNIX/Linux shell 进行文件组织、使用 Git 和 GitHub 进行版本控制，以及使用 knitr 和 R markdown 准备可重现的文档. 作者：Rafael A. Irizarry 教授.
  • Introduction to Probability and Statistics Using R - 本书可分为三个基本部分. 第一部分包括引言和基本的描述性统计； 我希望学生们一开始就深入研究数据. 第二部分是概率研究，它从集合和等概率模型的基础开始，经过离散/连续随机变量，然后继续到多元分布. 关于抽样分布的章节为第三部分铺平了道路，即推论统计. 最后一部分包括点估计和区间估计、假设检验，最后介绍了应用统计学中的选定主题. 作者：G.杰伊克恩斯.
  • Introduction to R & Spatial Data with Raster and Terra - 本文档提供了对 R 的简明介绍.它强调了您需要了解的内容才能在任何上下文中使用该语言. 作者：Robert Hijmans 教授.
  • JavaScript for R - 这项工作的最终目的是向读者展示通过将 JavaScript 引入他们的数据科学工作流程可以获得的许多巨大好处. 作者：约翰·科恩.
  • Learning Statistics with R - Learning Statistics with R 涵盖介绍性统计课程的内容，通常向本科心理学学生讲授，重点是 R 统计软件的使用. 作者：丹妮尔纳瓦罗.
  • Mastering Shiny - 这是 Mastering Shiny 的在线版本，这本书目前处于早期开发阶段，计划于 2020 年底发布. 本书补充了 Shiny online documentation 旨在帮助应用程序作者更深入地了解 Shiny. 作者：哈德利·威克姆. Mastering Shiny Exercise solutions
  • Modern R with the tidyverse - 第 1 章到第 7 章的想法是让您尽快高效地使用 R，尤其是在您已经具备编程知识的情况下. 从第 8 章开始，您将学习更多高级主题，尤其是使用 R 进行编程.作者：Bruno Rodrigues.
  • Modern Statistics with R - 从争论和探索数据到推理和预测建模. 本书包含大量示例和 200 多个带有可行解决方案的练习. 作者：Måns Thulin.
  • Practical Data Science with R - 本书的目的是从务实的、面向实践的角度介绍数据科学. 本书专注于数据科学的过程，从项目的规划阶段，通过数据收集和探索，到建模，最后到部署和结果共享. 作者：Nina Zumel 和 John Mount.
  • Practical Regression and Anova using R - 本文的重点是回归和方差分析的实践. 目的是了解可用的方法，更重要的是，了解何时应用这些方法. 作者：朱利安法拉维.
  • Practicals and Exercises - 本系列练习回顾了作者讲座中讨论的一些内容，并介绍了有关在 R 中处理数据的其他一些基本概念.作者：Charles DiMaggio，博士.
  • Quantitative Politics with R - 本书的目的是为 R 提供易于理解的介绍 收集、研究和展示不同类型的政治数据. 作者：Erik Gahner Larsen 和 Zoltán Fazekas.
  • R Cookbook, 2nd Edition - 这本书充满了操作指南，每一个都解决了一个特定的问题. 该秘诀包括对解决方案的快速介绍，然后是旨在解开解决方案并让您深入了解其工作原理的讨论. 作者：James (JD) Long 和 Paul Teetor.
  • R for Data Science - 这本书将教您如何使用 R 进行数据科学.您将学习如何将数据导入 R，将其转化为最有用的结构，对其进行转换、可视化和建模. Exercise Solutions 作者：Garrett Grolemund 和 Hadley Wickham.
  • R Packages - 在本书中，您将学习如何将您的代码变成其他人可以轻松下载和使用的包. 作者：哈德利·威克姆.
  • R Programming for Data Science - 这本书为您介绍了 R 编程的基础知识，使用了作为行业领先的约翰霍普金斯数据科学专业化的一部分开发的相同材料. 作者：罗杰彭.
  • R Tutorial – Be a Data Science rock star with R - R 编程语言之旅，探索其不同的基本概念. 这个 R DataFlair 教程系列旨在帮助初学者开始使用 R 并帮助有经验的人提高他们的 R 编程技能并在语言中获得完美.
  • Statistical Inference via Data Science - 这旨在温和地介绍以数据科学家、统计学家、数据记者和其他研究人员的方式分析数据和使用数据回答问题的实践. 作者：Chester Ismay 和 Albert Y. Kim.
  • Supervised Machine Learning for Text Analysis in R - 本书侧重于文本的监督或预测建模，使用文本数据对我们周围的世界进行预测. 作者：Emil Hvitfeldt 和 Julia Silge.
  • Text Mining with R - 这本书介绍了如何使用 tidytext 包和 R 中的其他整洁工具进行文本挖掘.作者：Julia Silge 和 David Robinson.
  • The Art of R Programming - 这本书是为那些希望学习用 R 开发软件的人准备的.作者：Norman Matloff.
  • The Book of R - The Book of R: A First Course in Programming and Statistics 的目的是提供一个相对温和但信息丰富的统计软件环境 R 以及一些常见的统计分析，以便读者可以有一个坚实的基础，最终成为自己的专家. Exercise solutions 作者：蒂尔曼·M·戴维斯.
  • The R Inferno - 一本关于 R 中的麻烦点、怪事、陷阱和故障的书.作者：Patrick Burns.
  • The R Language - 由 R 语言的作者编写的 R 简介.
  • Tidy Modeling with R - 本书是使用 R 编程语言中的一组新软件进行模型构建的指南.

Communities of Practice

> 实践社区是一群人，他们对所做的事情有共同的关注或热情，并在定期互动时学习如何做得更好.

  • TidyTuesday - TidyTuesday 是一个针对 R 生态系统的每周数据项目，重点放在了解如何总结和安排数据以制作有意义的图表.
  • R for Data Science (R4DS) Online Learning Community - 由 Jessie Mostipak (@kierisi) 创立，旨在为学习者和导师创建一个支持和响应迅速的在线空间，以收集和学习 Garrett Grolemund 和 Hadley Wickham 编写的 R for Data Science 一书. 成长为一个由各种技能水平的 R 学习者组成的社区，他们共同努力提高他们的技能.

Podcasts

  • Not so Standard Deviations - 一个数据科学播客，Roger Peng 和 Hilary Parker 谈论学术界和工业界最新的数据科学和数据分析.
  • The R-Podcast - 关于如何利用 R 完成创新和强大的数据分析的实用建议. 由 Eric Nantz 主持.

YouTube

  • Andrew Couch - 主题包括建模、创建函数、仪表板和预测.
  • Ben Stenhaug - 主题包括保存和读取数据、purrr 中的地图函数、t 检验、项目响应理论以及 R 和 tidyverse 的基础知识.
  • Cédric Scherer - 关于 R 相关主题（如 ggplot2 或 Shiny）以及一般数据可视化的一系列讲座和研讨会.
  • Colin Quirk - 主题包括正则表达式、数据类型、Shiny 和 gganimate.
  • Data Analysis and Visualization Using R - 使用 R 进行数据分析和可视化在线课程的主题.
  • Data Science with Tom - 主题包括时间序列、使用 ggraph 和 tidytext 分析单词关系，以及 tidymodels.
  • David Jablonski - UC Berkeley R Bootcamp 播放列表包括有关 R 基础知识、处理数据、执行计算、编程、图形、工作流程和统计的视频.
  • David Robinson - 主题包括 EDA 绘图、数据操作、动画映射、可视化、文本挖掘、时间序列、预测、回归、自举、包开发、网络图、ANOVA、JSON、模拟、生存分析和 tidymetrics. 点击 here 获取详细的 TidyTuesday 截屏视频注释.
  • Dean Attali - Shiny，包括几个关于调试 Shiny 的视频.
  • Dragonfly Statistics - 主题包括数值计算、生成随机游走、马尔可夫链、编码分类变量、概率、相关图、特征工程、时间序列、二元分类器、模型、数据表、混淆矩阵、机器学习、地理编码、汇总统计和模拟.
  • IDG TECHtalk - Do More with R 播放列表包括有关 shiny、data.table、获取 API 数据、将 Git 和 Github 与 R 结合使用、编写自己的包、在 R 代码中运行 Python、RStudio 插件和键盘快捷键、仪表板和 flexdashboards 的教程.
  • Julia Silge - 主题包括预测文本建模、估算缺失数据、tidymodels、情感分析、多项分类、主成分分析、数据预处理和重采样以及多项分类.
  • Lander Analytics - 不同专家就各种主题进行深入讨论.
  • MarinStatsLectures - 主题包括描述性统计、方差分析、自举、线性回归、双变量分析和概率分布.
  • Numyard - 主题包括使用数据帧、for 循环、基础数学、向量、列表、创建函数、数据类型和随机抽样.
  • R Programming 101 - 本频道提供使用R编程进行数据分析和统计分析的教学视频. 教学视频包括数据清洗、数据操作、数据可视化、统计分析、机器学习和AI（人工智能）等主题.
  • Richard Webster - 主题包括粘贴函数、应用函数系列、while 和 for 循环、条件语句、可视化、删除 NA 和组合数据.
  • RichardOnData - R 播放列表包括有关使用 dplyr 处理数据、使用 ggplot2 和 ggThemeAssist 可视化数据、数据类型和结构、重要的基本 r 函数、使用 lubridate 处理日期时间、使用 forcats 克服因素、使用 stringr 处理文本的视频.
  • Shiny Developer Series - Shiny Developer Series 的目标是展示不断发展的 Shiny 生态系统中的创新应用程序和软件包，以及它们背后的杰出开发人员！
  • Simplilearn - R Programming for Beginners 播放列表包括有关数据科学、图表、数据可视化、算法、业务分析、回归、随机森林、SVM、聚类、时间序列、建模和分析技术的视频.
  • Statistics Globe - 一系列简短但详细的教程，介绍如何解决您在使用 R 时遇到的常见问题.主题包括数据格式化、重新排序数据、字符串和 ggplot2.
  • StatistikinDD - 关于高效 R 编程（例如并行运行 R 代码）、可视化、回归分析的播放列表.
  • StatQuest with Josh Starmer - The Statistics and Machine Learning in R playlist deals with principal component analysis, random forest, regression, ROC and AUC, and ridge, lasso and elastic-net.
  • TidyX - TidyX 是一个截屏，主持人从 TidyTuesday 项目中选择代码并逐行查看他们的代码，解释他们做了什么以及他们使用的功能如何工作. 他们还分解了他们创建的可视化效果，并讨论了如何将类似的方法应用于其他数据集. 目标是帮助更多人学习 R 并参与 TidyTuesday 社区.

Contributing

  • 随时欢迎您的贡献！ 请访问我们 contributing.md 了解如何为这个列表做出贡献.

相关项目

AVA

AVA 是一个极简且具有未来感的 JavaScript 测试运行器

ActionScript 3

暂无描述

Appium

暂无描述

Assembler

暂无描述

Asyncio

> 精心挑选的 Python asyncio 框架、库、软件和资源列表.

AutoHotkey

精选清单 AutoHotkey 库、库分布、脚本、工具和资源. 受他人启发 awesome lists . 请阅读 CONTRIBUTING.md 在贡献之前.