前言

谈谈如何学习R语言。很多朋友问我，R语言如何学习。其实我能说的是，程序和语句多在使用，贵在坚持。并没有什么捷径可走，但是，每一个阶段学习什么，对一款软件的应用是非常重要的。精通一门，再学习其它的工具，就简单多了。毕竟所有的思路也都是重复的流程而已。
R语言学习的整个过程中：要遇到错误了，记得一定百度和谷歌，不能放弃错误，每一次错误争取要自行查找并解决。错误是一种学习，一种提升，一种财富和阅历

跨门

入门很简单，了解R语言的安装、包的安装、print（“helloword”）、简单的计算、R的帮助使用、菜单界面的使用、程序脚本怎么写。

【初级】

初级这块需要学习和掌握的内容有：

1.学习数据结构，R里面的数据框、向量、矩阵、列表要会互相转换。

2.学会计算加减乘除等基本运算。

3.学会读取常见的各种格式的数据：csv/xlsx、txt;

4.使用数据，学会绘制各种可视化图形：做到常见的要会 ，此时help和问号的方法要了解。

注意：此时数据结构和统计学的重要性突出：数据的维度、离散变量、因子型变量，分类型变量、逻辑型变量、虚拟变量需要掌握基本的理论概念和区分。毕竟绘图是根据坐标轴和数据结构进行的。

【中级】

5.学会基本常用的模型:逻辑回归、线性回归、决策树、随机森林、神经网络、聚类分析、贝叶斯等等;

此时：统计学理论需要了解：标准化、归一化、异常值、各种检验、相关性分析、因子分析、一致性检验，要了解。统计学理论决定模型的好坏。

【中高级】

6.学会自定义构建编写函数，用公式写函数，然后运行

7.就是自己写包了

.8.拓展思维：R的web、R的爬虫、R的html制作、R的第三方接口（数据库等接口）、R与第三方软件交互使用（R和Python交互、R和java交互、R的自动化）、；R的基因生信包结合。

9.项目实战，做一些分析结果.其它的，做到这些，就基本水平学的属于中级了，进一步就是扩展到R的高级了。

提示：你可能就会遇到R语言的非常规包安装不上，no zero exit 等情况，这个时候，就了解到git、github、本地安装、R的版本、Rtools、Rstudio的偏好，等很多需要重新再次学习的问题，开始一些思考了。

【高级进阶】

后面就是在不同的系统上操作了，Linux和windows、macOS上会离线安装软件，会解决包的依赖安装问题，优化算法并减少内存消耗，以及结合大数据，在并行运算、跨节点、Docker的容器上使用、R语言模型构建、参数传递和多脚本选择执行。

此时：需要学习其他语言，仅仅R是不行的。

【高级】

R的web开发和javascript、Linux等系统的结合。

这个时候，我以为R语言在Linux上兼容性不好，R语言处理数据量不好。其实R本身没有什么罪过。此时，数据的结构和操作系统将告诉你：所有的软件数据的读取方式分为：缓存、暂存、排队等候等问题。数据的先入栈和后、入栈问题，以及内存的扩建、计算机的原理等影响着R语言的使用性能，此时属于一个不断摸索的环节，很多都使用分布式进行结合了。

【终极】

学习的目的就是为了使用。这里我认为就是和行业案例结合（地理、气象、农业、金融），用R语言进行数据分析，进行数学建模，数据挖掘等。