💻 课程大纲 Syllabus | 🌍 公开数据可选列表
🙋‍♀️ R语言答疑 Q&A | ❤️ 课程反馈问卷
本课程实行"无PPT化",全部利用代码文档实践学习,建议在电脑端浏览
(如果网页加载较慢,建议连接ECNU校园网或下载GitHub原始文件)

• 第1章:基础入门(4学时)(随堂作业1 & 2)
• 第2章:函数对象(2学时)(随堂作业3)
• 第3章:数据结构(2学时)(随堂作业4)

• 第4章:字符处理(2学时)(随堂作业5)
• 第5章:变量计算(2学时)(随堂作业6)
• 第6章:数据操作(4学时)(个人阶段作业1)

• 第7章:基础统计(2学时)(随堂作业7)
• 第8章:方差分析(2学时)(随堂作业8)
• 第9章:回归分析(4学时)(个人阶段作业2)

• 第10章:基础绘图(4学时)(随堂作业9)
• 第11章:多图组合(2学时)(随堂作业10)
• 第12章:主题配色(2学时)(个人期末大作业)

📖 每章对应一个代码文档(R Markdown运行得到的HTML网页),点击章节进入浏览,然后可从右上角"Code" → "Download Rmd"下载原始代码文件。

📤 随堂作业提交:大部分情况需要在"超星泛雅"平台提交R Markdown运行得到的本地HTML网页文件的关键部分截图(只需上传截图),布置后一周内提交。

📤 阶段/期末作业提交:在"超星泛雅"平台提交,将Rmd和HTML文件分开上传。

附:豆瓣电影示例数据(.RData)下载

1. 熟练掌握R语言的基础编程代码与各类数据处理操作。
2. 学会使用R包/函数实现数据统计分析,能正确解释结果。
3. 理解数据可视化的要求,灵活运用R语言完成各类科学绘图。
4. 批判认识AI生成代码的局限性,具备R代码的评鉴与迁移能力。

• 《R语言编程指南》,任坤 著,人民邮电出版社(2017.10)
• 《R语言编程:基于tidyverse》,张敬信 著,人民邮电出版社(2023.2)
  • PPT与数据集:https://github.com/zhjx19/introR
• 《R for Data Science》开源免费在线英文教材
  • 1e(2017.1):https://r4ds.had.co.nz/
  • 2e(2023.6):https://r4ds.hadley.nz/
• R软件与R包帮助文档
  • R官网与软件下载:https://www.r-project.org/
  • RStudio编辑器下载:https://posit.co/download/rstudio-desktop/
  • R包速查参考手册:https://posit.co/resources/cheatsheets/
  • bruceR包在线文档:https://psychbruce.github.io/bruceR/
  • data.table包在线文档:https://rdatatable.gitlab.io/data.table/
  • ggplot2包在线文档:https://ggplot2.tidyverse.org/
  • 补充资料
    • data.table与dplyr对比:English
    • data.table与pandas对比:English, 中文
    • R作图参考:https://r-graph-gallery.com/
• 本课程代码文档R Markdown配置
  • 网页CSS样式:https://psychbruce.github.io/RCourse/RmdCSS.css
    • 另存为文件,放于Rmd文档同级别目录,并在下方代码中配置
  • Rmd文档属性配置模板(用于Rmd文档开头位置)

---
title: "标题"
subtitle: "副标题"
author: "姓名"
date: "`r Sys.Date()`"
output:
 html_document:
 toc: true
 toc_depth: 3
 toc_float:
 collapsed: false
 smooth_scroll: false
 code_download: true
 anchor_sections: true
 highlight: pygments
 css: RmdCSS.css
---

• 网络爬虫基础工具:网页CSS元素选择器
  • SelectorGadget(将这个超链接拖拽到你的浏览器书签栏,即可使用)
    • 使用教程