來源 | 伯樂在線
我妹妹正在念大四，主修社會(huì)學(xué)。她剛剛簽了下個(gè)學(xué)期一份不錯(cuò)的分析員工作，對方告訴她工作中要用到 R 編程語言。她讓我在寒假時(shí)教教她，我欣然同意了。還有什么比這更好的方式來消磨明尼蘇達(dá)的冬天呢？[注1]
問題是：在原定教她的那天，我們倆都有空的時(shí)間只有一個(gè)小時(shí)。哎呀！
不過我還是接受了這個(gè)挑戰(zhàn)，用一個(gè)小時(shí)向我的社會(huì)學(xué)家妹妹介紹R。下面就是我所做的事情。我沒有預(yù)先做功課，而且肯定犯了些錯(cuò)誤，忽視了核心思想，糾纏于細(xì)枝末節(jié)。但妹妹給我的反饋是非常好（我確實(shí)對其他人的“一小時(shí)學(xué)會(huì)R”理念非常感興趣）
(1)下載R和RStudio
我對RStudio的印象不錯(cuò)，對于初學(xué)者來說，它既方便又很有幫助，對專業(yè)人士也很有用。尤其對于初學(xué)者：鼠標(biāo)指向-點(diǎn)擊式(point-and-click)的選項(xiàng)非常棒，工作區(qū)面板對于建立起對R環(huán)境的概念也非常有用。我甚至都不用再花精力向我妹妹介紹R默認(rèn)的集成開發(fā)環(huán)境——我馬上就讓她下載了RStudio，不過你仍然需要下載普通版的R。下載之后，我意識到r-project.org網(wǎng)站真應(yīng)該在設(shè)計(jì)上進(jìn)行大修整，因?yàn)椋?a)它不夠漂亮（b)如果你不知道什么是“CRAN鏡像”，下載R將是一件容易把人搞糊涂的事。
(2)控制臺(tái)和腳本
準(zhǔn)備好之后，我們做的第一件事就是在控制臺(tái)中鍵入如下兩行代碼：

這并非純粹的“Hello World”，但它闡明了一些概念，比如”賦值”、”變量”和”求值”[注2]。
接著，我讓妹妹在一個(gè)R腳本文件中保存了上面那兩行代碼(我認(rèn)為，在初學(xué)者開始使用一門語言時(shí)就教會(huì)他們?nèi)绾握_地把代碼保存在腳本文件中是非常重要的)。然后，我教她怎么用Cmd-Enter組合鍵(譯者注：這是Mac OS的鍵位。在PC中，對應(yīng)的組合鍵是Ctrl+Enter)在控制臺(tái)中執(zhí)行代碼。
在解釋這些內(nèi)容的過程中，我意識到”控制臺(tái)”和”腳本”這類術(shù)語比較晦澀，所以我盡可能給出它們的明確的定義。我也不得不小心地使用那些含義確切的詞而非”REPL”或”prompt”這類詞匯
(3)注釋

(4)圖形
腳本、注釋和控制臺(tái)可能有點(diǎn)兒枯燥，所以到了這一步，該是從圖形中尋找點(diǎn)兒樂趣的時(shí)候了！這是我們繪制的一張圖：

教我妹妹理解這段代碼涉及解釋什么是函數(shù)(因?yàn)閞norm和hist都是函數(shù))、什么是函數(shù)的實(shí)參，以及為什么你可以通過名字引用實(shí)參卻不一定非得這樣做。
我還教她怎么保存一個(gè)圖形——借助圖形窗口中方便的“Export”按鈕，在RStudio中保存圖形非常容易。
(5)獲得幫助
我認(rèn)為，“獲取幫助”是這類快速入門過程中需要掌握的最重要的概念。顯然你不可能在一個(gè)小時(shí)之內(nèi)學(xué)會(huì)一切，所以，你真正需要的是當(dāng)你用到時(shí)可以查找到相應(yīng)信息的工具。下面是我介紹的語法：

考慮到查函數(shù)文檔對非程序員來說不太容易，這本來或許不是一個(gè)正確的策略。我考慮過強(qiáng)調(diào)google技巧的重要性(我在研究生院學(xué)到的最有用的東西)，或者介紹StackOverFlow和R-help，但最后還是決定講解官方的文檔系統(tǒng)。”在R中我該怎么做X這件事”是初學(xué)者最常見的問題之一，我認(rèn)為這個(gè)問題的答案可能應(yīng)該是”使用函數(shù)Y( )”——所以重要的是能夠搞清楚如何使用函數(shù)Y( )。
在我看來，初學(xué)者最常見的另一個(gè)問題是”我遇到了出錯(cuò)信息Z，怎么修正它？”。為解決這個(gè)問題，我演示一些常見的錯(cuò)誤(對象未找到，意外的<X>常量，等等)并解釋了它們的含義。
(6)數(shù)據(jù)類型
查看幫助文檔讓我想起文檔中經(jīng)常會(huì)提及某個(gè)函數(shù)的實(shí)參必須是某個(gè)特定的類型，因此我們或許應(yīng)該討論一下數(shù)據(jù)類型。我介紹了：
向量

矩陣

數(shù)據(jù)框(dataframe)

就這樣，我們借助實(shí)例討論了一些數(shù)據(jù)類型，并順帶著學(xué)習(xí)了其他一些重要的內(nèi)容，像怎么確定向量、什么是工作目錄，以及怎樣讀入數(shù)據(jù)文件。
(7)探索性數(shù)據(jù)分析
一旦你讀入了一個(gè)數(shù)據(jù)集，事情就開始變得有趣了。我們從中學(xué)習(xí)了一大堆東西，像怎么做基本的表格、遇到缺失數(shù)據(jù)如何處理，以及怎么擬合一個(gè)簡單的線性模型。這部分的內(nèi)容相當(dāng)有趣，以至于我妹妹開始主導(dǎo)學(xué)習(xí)過程了：不再是我說“我要教你如何做什么”，而是她主動(dòng)問“嗯，我們能畫一個(gè)散點(diǎn)圖嗎？”或“你覺得我們可以把最優(yōu)擬合直線放到那個(gè)圖上嗎？”我真為此而感到高興——我希望這意味著她已全身心投入并樂在其中。

我們還進(jìn)一步學(xué)習(xí)了圖形，像怎么作出好的直方圖，以及怎么在回歸直線上疊加散點(diǎn)圖。

1 hist(wages$wage, xlab = "hourly wage", main = "wages in our dataset", col = "purple")

2 plot(wages$age, wages$workyr, xlab = "age", ylab="years worked", main = "age vs. years worked")

3 abline(lm(wages$workyr ~ wages$age), col="red", lwd = 2)

好了，時(shí)間到。
我遺漏了些什么？哪些事能做得更好？我事后想到的有：
用[]取子集. 這是個(gè)關(guān)鍵知識點(diǎn)。它可以應(yīng)用于我所介紹的所有數(shù)據(jù)類型，而且極為有用。我真希望當(dāng)時(shí)有時(shí)間讓我妹妹做一個(gè)，比如只包含女性的工資直方圖
編程相關(guān)的東西：循環(huán)、if語句、用戶自定義函數(shù)，等等。不過我覺得不教這些東西也沒問題——考慮到受眾，我是把R當(dāng)作一個(gè)數(shù)據(jù)分析環(huán)境而非一種編程語言來教授。
保存.rda文件和/或工作區(qū)
安裝和載入包
其他數(shù)據(jù)類(比如列表)
其他(更好的？)幫助資源/提示/技巧
最后一點(diǎn)感想
總的來說，在一小時(shí)內(nèi)介紹R讓我收獲了樂趣，而且我認(rèn)為(希望?)我妹妹也是如此。臨別時(shí)我又給了她一些資料：這個(gè)，這個(gè)和這個(gè)，這些資料我都不是非常熟悉——但我知道，要想能夠用R分析實(shí)際數(shù)據(jù)，所需的時(shí)間遠(yuǎn)大于在我這兒的一個(gè)小時(shí)。我相信我已經(jīng)覆蓋了大部分基礎(chǔ)知識，我妹妹也覺得這對她非常有幫助。我很樂意聽各位來談?wù)勀闶侨绾螒?yīng)對”一小時(shí)內(nèi)向非程序員介紹R”這個(gè)挑戰(zhàn)的。
腳注
注1. 即便對明尼蘇達(dá)來說，天氣也真的太冷了。溫度已在華氏0度(譯者注:攝氏-17度)左右徘徊了一個(gè)月之久。星期一的最高溫度是華氏-12度(譯者注:攝氏-24度)
注2.你可能注意到了，我用“=”來賦值，而且把這個(gè)習(xí)慣傳給了我妹妹。我考慮過這個(gè)問題并堅(jiān)持這一用法，“<-”要多敲鍵盤，我發(fā)現(xiàn)它唯一有用的地方只是當(dāng)我在system.time函數(shù)調(diào)用內(nèi)進(jìn)行賦值。
end