第一章 基本觀念
1-1 Big Data 的起源
1-2 R 語言之美
1-3 R 語言的起源
1-4 R 的執行環境
1-5 R 的擴展 .
1-6 本書學習目標

第二章 第一次使用R
2-1 第一次啟動R
2-2 認識RStudio 環境
2-3 第一次使用R
2-4 R 語言的物件設定
2-5 Workspace 視窗
2-6 結束RStudio
2-7 保存工作成果
2-8 歷史紀錄
2-9 程式註解

第三章 R 的基本算術運算
3-1 物件命名原則
3-2 基本數學運算
3-3 R 語言控制運算的優先順序
3-4 無限大Infinity
3-5 Not a Number(NaN)
3-6 Not Available(NA)

第四章 向量物件運算
4-1 數值型的向量物件
4-2 常見向量的數學運算函數
4-3 向量運算考量Inf、-Inf、NA
4-4 R 語言的字串資料屬性
4-5 探索物件屬性
4-6 向量物件元素的存取
4-7 邏輯向量(Logical Vector)TRUE 和FALSE
4-8 不同長度向量物件相乘的應用
4-9 向量物件的元素名稱

第五章 處理矩陣與更高維數據
5-1 矩陣Matrix
5-2 取得矩陣元素的值
5-3 修改矩陣的元素值
5-4 降低矩陣的維度
5-5 矩陣的列名和欄名
5-6 將列名或欄名作為索引
5-7 矩陣的運算
5-8 三維或高維陣列組
5-9 再談class( ) 函數

第六章 因子factor
6-1 使用factor( ) 或as.factor( ) 函數建立因子
6-2 指定缺失的Levels 值
6-3 labels 參數
6-4 因子的轉換
6-5 數字型因子轉換時常看的錯誤
6-6 再看levels 參數
6-7 有序因子(ordered factor)
6-8 table( ) 函數
6-9 認識系統內建的數據集

第七章 數據框Data Frame
7-1 認識數據框
7-2 認識數據框的結構
7-3 取得數據框內容
7-4 使用rbind( ) 函數增加數據框的列資料
7-5 使用cbind( ) 函數增加數據框的欄資料
7-6 再論轉置函數t( )

第八章 串列List
8-1 建立串列
8-2 獲得串列內物件元素內容
8-3 編輯串列內的物件元素值
8-4 串列合併
8-5 解析串列內容結構

第九章 進階字串的處理
9-1 句子的分離
9-2 修改字串的大小寫
9-3 unique( ) 函數的使用
9-4 字串的連接
9-5 字串資料的排序
9-6 搜尋字串的內容
9-7 字串內容的更改
9-8 正則表達式Regular Expression

第十章 日期和時間的處理
10-1 日期的設定與使用
10-2 時間的設定與使用
10-3 時間數列

第十一章 撰寫自己的函數
11-1 正式撰寫程式
11-2 函數的基本精神
11-3 設計第一個函數
11-4 函數也是一個物件
11-5 程式碼的簡化
11-6 return( ) 的功能
11-7 省略函數的大括號
11-8 傳遞多個函數參數的應用
11-9 函數也可以作為參數
11-10 區域變數和全域變數
11-11 通用函數(Generic Function)
11-12 設計第一個通用函數

第十二章 程式的流程控制
12-1 if 敘述
12-2 遞廻式函數的設計
12-3 向量化的邏輯運算式
12-4 switch 敘述
12-5 for 敘述
12-6 while 廻圈
12-7 repeat 廻圈
12-8 再談break 敘述
12-9 next 敘述

第十三章 認識apply 家族
13-1 apply( ) 函數
13-2 sapply( ) 函數
13-3 lapply( ) 函數
13-4 tapply( ) 函數
13-5 iris 鳶尾花數據集

第十四章 輸入與輸出
14-1 認識資料夾
14-2 資料輸出cat( ) 函數
14-3 讀取資料scan( ) 函數
14-4 輸出資料write( ) 函數
14-5 數據資料的輸入
14-6 數據資料的輸出
14-7 處理其它數據

第十五章 數據分析與處理
15-1 復習數據類型
15-2 隨機抽樣
15-3 再談向量資料的擷取以islands 為範例
15-4 數據框資料的擷取 - 重複值的處理
15-5 數據框資料的擷取 – NA 值的處理
15-6 數據框欄的運算
15-7 數據的分割
15-8 數據資料的合併
15-9 數據排序
15-10 系統內建數據集mtcars
15-11 aggregate( ) 函數
15-12 建立與認識數據表格

第十六章 數據彙總與簡單圖表製作
16-1 先前準備工作
16-2 瞭解數據的唯一值
16-3 基礎統計知識與R 語言
16-4 使用基本圖表認識數據
16-5 認識數據彙整summary( ) 函數
16-6 繪製箱型圖
16-7 數據的關聯性分析
16-8 數據分析使用表格

第十七章 常態分配
17-1 用直方圖檢驗crabs 物件
17-2 用直方圖檢驗beaver2 物件
17-3 用QQ 圖檢驗數據是否常態分配
17-4 使用shapiro.test( ) 函數

第十八章 資料分析- 統計繪圖
18-1 類別資料的圖形描述
18-2 量化資料的圖形描述
18-3 在一個頁面繪製多張圖表的應用
18-4 將數據圖存檔
18-5 開啟新視窗

第十九章 再談R 的繪圖功能
19-1 繪圖的基本設定
19-2 高階繪圖
19-3 低階繪圖 - 附加圖形於已繪製完成的圖形
19-4 互動式繪圖

附錄A 下載和安裝R
附錄B 使用R 的補充說明
附錄C 本書習題解答
附錄D 函數索引表

序

　　2015年這本書的第一版上市，隨即獲得許多好評，也獲得許多大專院校選為上課教材，這本書是第2版，相較第一版基本上增訂下列資訊：
　　將R的軟體改為最新版測試，可以參考附錄A。
　　附贈全書實例檔案。
　　讀者附贈是非、選擇、複選題的題目與解答，這些題目是美國Silicon Stone Education的國際證照考古題，另外加贈偶數實作題解答。
　　寫了許多許多的書，曾經也想退休，….. ，仍在職場。
　　在DOS時代，我寫了Assembly Language
　　在Windows時代，我寫了Windows Programming Using C 和 Visual Basic
　　在Internet時代，我寫了HTML
　　在Big Data時代，我寫了R語言
　　在AI時代，我寫了機器學習Python實作基礎數學篇
　　DOS時代，撰寫Assembly Language，當我完成組合語言語法以及完整的DOS和BIOS應用時，我已知，這本書是當時最完整的組合語言教材，我心情是愉快的。
　　Windows 時代，撰寫Windows Programming，我幾乎完成所有Windows元件的重新設計，當初愉快的心情再度湧入心頭。
　　Internet時代，撰寫HTML，我完成了各類瀏覽器的幾乎所有元件設計，內心有了亢奮。

　　在Big Data時代，若想進入這個領域，R可說是最重要的程式語言，目前R語言的參考資料不多，現有幾本R語言教材皆是統計專家所撰寫，內容敘述在R語言部分著墨不多，其實這也造成了目前大多數人無法完整學習R語言，再進入Big Data 的世界，即使會用R語言作數據分析，對於R的使用也無法全盤瞭解。有很多年了，除了軟體改版的書我不再有新書，因緣，我進入這個領域，我完成了這本R語言著作，這本書最大特色：

　　1：從無到有一步一步教導讀者R語言的使用
　　2：學習本書不需要有統計基礎，但在無形中本書已灌溉了統計知識給你
　　3：完整講解所有R語言語法與使用技巧
　　4：豐富的程式實例與解說，讓你事半功倍
　　坦白說，當年撰寫組合語言時，心情愉快亢奮的感覺再度湧上心頭，因為我知道這將是目前R語言最完整的教材。
　　最後預祝讀者學習順利。