R语言的特点总结

在本篇内容里小编给大家整理的是一篇关于R语言的特点总结内容，有需要的朋友们可以学习参考下。

R语言一般特点

• 自由软件，免费、开放源代码，支持各个主要计算机系统；
  
• 完整的程序设计语言，基于函数和对象，可以自定义函数，调入C、C++、Fortran编译的代码；
• 具有完善的数据类型，如向量、矩阵、因子、数据集、一般对象等，支持缺失值，代码像伪代码一样简洁、可读;
• 强调交互式数据分析，支持复杂算法描述，图形功能强;
• 实现了经典的、现代的统计方法，如参数和非参数假设检验、线性回归、广义线性回归、非线性回归、可加模型、树回归、混合模型、方差分析、判别、聚类、时间序列分析等。
• 统计科研工作者广泛使用R进行计算和发表算法。R有上万软件包(截止2019年7月有一万四千多个)。
  

R语言和R软件的技术特点

• 函数编程（functional programming）。R语言虽然不是严格的functional programming语言，但可以遵照其原则编程，得到可验证的可靠程序。
• 支持对象类和类方法。基于对象的程序设计。
• 是动态类型语言，解释执行，运行速度较慢。
• 数据框是基本的观测数据类型，类似于数据库的表。
• 开源软件（Open source software）。可深入探查，开发者和用户交互。
• 可以用作C和C++、FORTRAN语言编写的算法库的接口。
• 主要数值算法采用已广泛测试和采纳的算法实现，如排序、随机数生成、线性代数（LAPACK软件包）。

推荐参考书

• Hadley Wickham and Garrett Grolemund(2017) “R for Data Science”，https://r4ds.had.co.nz/, O'Reilly, 讲基本的数据整理、汇总。
• Hadley Wickham(2019) “Advanced R”, 2nd ed., https://adv-r.hadley.nz/, Chapman & Hall/CRC The R Series，高级R编程，属于对R高级编程技术的讲解。
• Hadley Wickham(2016) ggplot2 Elegant Graphics for Data Analysis, 2nd ed., https://ggplot2-book.org/, Springer，优雅易用的R作图功能。
• Susan Holmes, Wolfgang Huber(2020) Modern Statistics for Modern Biology, https://www.huber.embl.de/msmb/index.html, R的统计功能在生物学中的应用
  

其它参考书

• R网站上的初学者手册“An Introduction to R”和其它技术手册。
• John M. Chambers(2008), “Software for Data Analysis-Programming with R”, Springer.
• Venables, W. N. & Ripley, B. D.(2002) “Modern Applied Statistics with S”, Springer
• R.L. Kabacoff(2012)《R语言实战》，人民邮电出版社。
• 薛毅、陈立萍（2007）《统计建模与R软件》，清华大学出版社。
• 汤银才（2008），《R语言与统计分析》，高等教育出版社。
• 李东风（2006）《统计软件教程》，人民邮电出版社。

到此这篇关于R语言的特点总结的文章就介绍到这了,更多相关R的特点内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！