大数据 - R语言数据可视化 1

发表日期：2016-06-28 09:45AM 阅览次数：

一.学习目标

数据科学及需要具备的知识和技能了解数据的特征数据可视化: R的绘图系统制作并发布报告 (markdown, 制作数据报表)

二.环境安装与R Stdio

R for windows 环境: https://cran.r-project.org/bin/windows/base/R-3.3.1-win.exe

- 如需要自己的版本,可以去官网查询. - 安装好后测试是否能正常运行: 在控制台输入: - 1.vol=trees[[“Girth”]]^2 trees[[“Height”]]/(4 pi) 回车 - 2.hist(vol,col=1)回车 - 显示:

三.数据科学家需要具备的技能

Hacking Skills 计算机知识 Math & Statistics 数学统计知识 Substantive Expertise 生物方面知识(可选) 医学方向

职位	包含
数据开发者	开发者	工程师
数据研究者	研究人员	科学家	统计学家
数据创造者	什么都要会一点	艺术技能	黑客技能
商业职位	领导者	企业家

四.数据分析流程

初步流程 st=>start: 流程开始 e=>end: 结束 op=>operation: 定义研究问题 op2=>operation: 定义理想的数据集 op3=>operation: 确定能够获取什么数据(与资金相干) op4=>operation: 获取数据(开始行动) op5=>operation: 清理数据(只选取关心变量) ed=>end: 结束 st->op->op2->op3->op4->op5->ed 实际操作 st=>start: 操作 e=>end: 结束 op=>operation: 探索性分析(数据可视化) op2=>operation: 统计分析, 建模, 机器学习等 ed=>end: 结束 st->op->op2->ed 尾声 st=>start: 流程 e=>end: 结束 op=>operation: 解释, 交流结果(以可视化为前提) op2=>operation: 挑战结果(是否遗漏?) op3=>operation: 书写报告(Reproducible原则) ed=>end: 结束 st->op->op2->op3->ed 驱动方式 : 假设驱动 (Hypothesis Driven) 学术界较多驱动方式: 数据驱动(Data Driven) 商业工业界较多推荐假设驱动