R語(yǔ)言是量化金融分析師aqf中的一門(mén)語(yǔ)言，那么想要學(xué)好一門(mén)不熟悉的語(yǔ)言，應(yīng)該怎么做呢？
知識(shí)和耐心，是成為強(qiáng)者的方法。
1、通過(guò)閱讀來(lái)學(xué)習(xí)。 包括了閱讀經(jīng)典的教材、代碼、論文、學(xué)習(xí)公開(kāi)課。 - 通過(guò)牛人來(lái)學(xué)習(xí)。 包括同行的聚會(huì)、討論、大牛的博客、微博、twitter、RSS。

2、通過(guò)練習(xí)來(lái)學(xué)習(xí)。 包括代碼練習(xí)題、參加kaggle比賽、解決實(shí)際工作中的難題。 - 通過(guò)分享來(lái)學(xué)習(xí)。 包括自己寫(xiě)筆記、寫(xiě)博客、寫(xiě)書(shū)、翻譯書(shū)，和同伴分享交流、培訓(xùn)新人。

一、初學(xué)入門(mén)： 《R in Action》 從統(tǒng)計(jì)角度入手，分高中低三部分由淺入深的講解了如何用R來(lái)實(shí)現(xiàn)統(tǒng)計(jì)分析。 《The Art of_R Programming》 從程序編寫(xiě)的角度入手，對(duì)R的本身特點(diǎn)進(jìn)行了清晰的介紹。 《learning R》 這本書(shū)沒(méi)有單純的講語(yǔ)法，而是和的流程結(jié)合了起來(lái)，從數(shù)據(jù)獲取到數(shù)據(jù)整理再
到分析和報(bào)告，有一氣呵成的感覺(jué)，此外兩章講如何寫(xiě)穩(wěn)健的R代碼以及寫(xiě)包都是非常精彩的。
二、統(tǒng)計(jì)進(jìn)階： 《A Handbook of Statistical Analyses_Using_R》 《Modern Applied Statistics With S》 這兩本書(shū)基本上涵蓋了統(tǒng)計(jì)的一些高階內(nèi)容，例如多元分析、多層回歸模型、薈萃分析、生存分析等內(nèi)容。案例豐富，公式不多，值得反復(fù)學(xué)習(xí)參考。
三、科學(xué)計(jì)算： 《Introduction to Scientific Programming and Simulation Using R》 《Mastering Scientific Computing with R》 除了統(tǒng)計(jì)分析外，獨(dú)特之處在于使用R來(lái)做數(shù)值分析，如求根，化，數(shù)值積分。還包括了一些常見(jiàn)的模擬技術(shù)。書(shū)后的習(xí)題和的案例非常有用。
四、： 《Practical Data Science with R》 以R本身的擴(kuò)展包和函數(shù)入手，很有體系的介紹了數(shù)據(jù)科學(xué)的各個(gè)方面。 《An Introduction to Statistical Learning》這本書(shū)可以說(shuō)是另一本數(shù)據(jù)挖掘大作《The Elements of Statistical Learning》的R實(shí)現(xiàn)手冊(cè)，體系結(jié)構(gòu)基本一致，更強(qiáng)調(diào)用R來(lái)實(shí)現(xiàn)，更難得的地方是提供了很好的習(xí)題。 《Data Mining with R Learning with Case Studies》 《Machine Learning for Hackers》
兩本側(cè)重于數(shù)據(jù)挖掘的R書(shū)，全是以案例為線(xiàn)索，示范的代碼量很大。跟一遍下來(lái)會(huì)有很大的收獲。 《Data Mining explain using R》 用基本函數(shù)來(lái)實(shí)現(xiàn)各種機(jī)器學(xué)習(xí)算法，對(duì)理解算法底層很有幫助。 《Data Science in R》 以案例為主的書(shū)，需要一定的數(shù)據(jù)挖掘基礎(chǔ)。
五、數(shù)據(jù)繪圖： 《ggplot2 Elegant Graphics for Data Analysis》 ggplot2還有什么好說(shuō)的呢，R中的繪圖包，但由于近期該包升級(jí)很快，這書(shū)顯得有些過(guò)時(shí)。好在中文版進(jìn)行了大幅更新，即將面世。 《R Graphics Cookbook》這本書(shū)也是RStudio公司的人出的，似乎是Hadley的學(xué)生吧，主要是各種ggplot2包的例子，也包括了用其它包來(lái)畫(huà)圖，建議通讀一遍。
六、參考手冊(cè)： 《R Cookbook》 《R in a Nutshell》 有時(shí)候我們需要類(lèi)似詞典的案頭參考手冊(cè)，以方便隨時(shí)查閱。又或者可以通讀一
遍以查漏補(bǔ)缺。上面兩本書(shū)雖然有些厚度，但仍然推薦之。后者的中文版也在翻譯狀態(tài)。
七、編程： 《R Programming for Bioinformatics》 《software for data analysis programming with R》 如果你是初學(xué)者，不要去看上面兩本書(shū)。如果你想進(jìn)階為專(zhuān)家級(jí)R用戶(hù)，那你需要精讀它們。前者講解了R少為人知的一面，例如字符處理、正則表達(dá)和XML，還有報(bào)錯(cuò)處理以及與其它語(yǔ)言的交互。后者更是編寫(xiě)生產(chǎn)級(jí)代碼的圣經(jīng)指南。 《Advanced R programming》Hadley的力作，清楚的講解了R的函數(shù)式編程思想和寫(xiě)R包的各種細(xì)節(jié)，要邁入R高手，不得不讀