全局概览

本书这一部分的目标是，让你快速概览数据科学的主要工具：导入 (importing)、整理 (tidying)、转换 (transforming) 和 可视化 (visualizing) 数据，如 Figure 1 所示。 我们希望向你展示数据科学的“全局概览”(whole game)，为你提供所有主要环节的必要知识，以便你能够处理真实（尽管简单）的数据集。 本书的后续部分将更深入地探讨这些主题，从而拓宽你能够应对的数据科学挑战的范围。

Figure 1: 在本书的这一部分，你将学习如何导入、整理、转换和可视化数据。

有四章内容聚焦于数据科学的工具：

• 可视化是开始 R 编程的绝佳切入点，因为回报非常明确：你可以制作出优雅且信息丰富的图表，帮助你理解数据。 在 1  数据可视化 中，你将深入学习可视化，了解 ggplot2 图形的基本结构，以及将数据转化为图表的强大技术。

• 通常仅有可视化是不够的，因此在 3  数据转换 中，你将学习一些关键的“动词”，它们可以让你选择重要的变量、筛选出关键的观测、创建新变量以及计算汇总统计量。

• 在 5  数据整理 中，你将学习整洁数据 (tidy data)，这是一种一致的数据存储方式，可以使转换、可视化和建模变得更加容易。 你将学习其基本原则，以及如何将你的数据整理成整洁的形式。

• 在转换和可视化数据之前，你首先需要将数据导入 R。 在 7  数据导入 中，你将学习将 .csv 文件导入 R 的基础知识。

在这些章节之间，还穿插了另外四章专注于你的 R 工作流程 (workflow) 的内容。 在 2  工作流程：基础、4  工作流：代码风格 和 6  工作流：脚本和项目 中，你将学习编写和组织 R 代码的良好工作流程实践。 从长远来看，这些将为你成功奠定基础，因为它们为你提供了在处理实际项目时保持条理的工具。 最后，8  工作流：获取帮助 将教你如何获取帮助并持续学习。