R语言如何实战

jssh365

R语言如何实战邹羽洋 《 中华读书报 》（ 2015年01月14日   17 版）

    借着大数据的狂风，R语言已经飞起来了，并且由于自身的开源特性，用户无需支付任何费用，R语言实际上在飞起来之前，就已经长出了一对翅膀。在2015年，R语言会越飞越高。
    经过了数十年的发展，尽管不断有新型编程语言出现，但编程语言领域已成为一个格局相对稳定的领域了。TIOBE编程语言榜尽管每个月的榜单都有微调，但上榜的语言多数都是熟面孔了。而除了Java、C、C++、C#等常客，每种语言的流行都有其特定原因。就像开源造就了PHP的流行；移动开发的火爆使得只能运行于苹果设备之上的Object-C也能冲入编程语言十强；减少编程时不必要琐碎时间的需求催生了Ru⁃by语言的火爆。因此，编程语言格局的变革，最能反映某种新技术的大规模流行。而接下来，大数据技术的流行，将注定使得R语言走向前台。
    大数据的发展
    在TIOBE2014年12月编程语言排行榜上，C、Java、Objective-C分列前三名。而R和Swift成为了2014年TIOBE年度语言的候选者。根据统计，R增长率1.38%，Swift作为苹果公司的新语言增长率1.06%。这样，最终的胜出者可能是R语言。
    要理解R语言为什么在2014年变得这么火，还得从大数据技术本身说起。从大数据的定义可知，它是指所涉及的资料量规模巨大到无法通过目前主流软件工具，在合理时间内达到撷取、管理、处理并整理成为帮助企业经营决策更积极目的资讯。这样，变得越来越多的海量数据，就需要一系列新生的工具去处理它们，进而把海量数据加工成有用的结论。
    这样，大数据最先影响到的是存储领域，因此分布式存储变得越来越流行。接下来，基于分布式系统基础架构，可以让用户在不了解分布式底层细节的情况下，开发分布式程序的Hadoop数据库变得流行起来。但接下来，用户发现这还远远不够。数据科学家们还需要一种模式，来替代传统的SAS及SPSS模式，这个需求使得R语言越来越受宠。R语言的命运实际上与大数据的发展息息相关。
    业内分析机构认为：2015年，人们将更多关注大数据的可用性以及大数据带来的价值，而不是讨论大数据需要的技术。公司需要为大数据配置分析技能的人员，能够建设处理非结构化的数据和实时输入所需的新的数据结构。企业需要在客户洞察力、内部决策、产品创新或IT服务等方面需要大数据分析提供的帮助。2015年，大数据将发挥更重要的作用。
    这样看来，R语言在2014年的成绩只可以算是崭露头角，而在2015年它极可能迎来自己的爆发年。
    R是一种什么样的语言
    从官方定义来看，R语言是用于统计分析、绘图的语言和操作环境。R是属于GNU系统的一个自由、免费、源代码开放的软件。它是一个用于统计计算和统计制图的优秀工具。
    更通俗地说，R语言是一种功能强大的计算机语言，它比C\C++、Perl都要强大，虽然它没有C那么万能，没有Perl那么强的文本处理能力，但是在计算和数据处理上，它却绝对是一顶一的。更为重要的是，它降生的目的，就是为了要让非计算机专业的人也能用计算机语言完成工作，极大程度上降低了非计算机专业人士掌握计算机语言的难度。
    R语言也并非是横空出世，它不过是S语言的一种实现。S语言是由AT&T贝尔实验室开发的一种用来进行数据探索、统计分析和作图的解释型语言。S语言的实现版本主要是S-PLUS，这样，我们实际上可以把R语言看作是S-PLUS的一个“克隆”版本。
    R如其说是一种统计软件，还不如说它是一种数学计算的环境。最重要的，R是一个免费的自由软件，它有UNIX、Linux、MacOS和Windows版本。任何人只要想，都可以自由下载到R的源代码。
    R语言的使用，很大程度上是借助各种各样的R包的辅助，从某种程度上讲，R包就是针对于R的插件，不同的插件满足不同的需求。由于R实际上是一个开源环境，并且广泛地支持各类操作系统，所以到了2013年，CRAN已经收录了各类包4338个。这些包广泛用于经济计量、财经分析、人文科学研究以及人工智能等领域。
    雷军说，处在风口上，猪也能飞起来。借着大数据的狂风，R语言已经飞起来了，并且由于自身的开源特性，用户无需支付任何费用，R语言实际上在飞起来之前，就已经长出了一对翅膀。在接下来的2015年，我们有理由相信，R语言会越飞越高。
    R语言图书如何实战
    R语言逐年上升的用户数在2014年或者更早时间内，已经引起了国内出版界的注意。一批类似于《R语言实战》《R语言核心技术手册》《R语言编程艺术》这样的图书已有所作为。但我们不得不说，这还远远不够。
    表现之一，就是R语言作为免费开放的统计学软件，以往大多数用户只停留在简单地编几个小程序实现统计过程，而没有想到R语言在可视化设计方面居然功能如此强大。而事实上，在向量图绘制方面R语言已经达到甚至超越了一些专业的商业化软件的水准。另一方面，从大数据的发展趋势分析，大数据的可视化将注定成为一个新的趋势。这就像商业智能软件，在一开始只是注重数据挖掘的技术，而对展现界面的明晰、美观关注度不高一样。当R语言越来越被重用之后，用户对它的展现功能将越发重视。
    从笔者的角度来看，就象PHP被大量用于复杂应用开发时，用户对于它与MySQL数据库的配合产生浓厚兴趣一样，R语言与Hadoop数据库实现协同开发，也可能会成为一个热点话题。
    更为重要的，是大数据技术本身还处于一种发展阶段，越来越多的行业被卷入进来，就会有越来越奇特的应用需求产生出来。这样，Hadoop数据库也好，R语言也罢，它们不过是体，而应用需要这个“用”的变化却是千奇百怪的。各类个性化应用需求，本身就给R语言类图书创造了更多样化的题材。
    接下来，2015年的R语言图书实战，绝对是一台好戏。