1. 下决心

如果只能学一个统计软件，必须是R。最重要的原因是R已经被整合进数据科学的生产链条当中，其他任何统计软件都无法相比，鼓捣数据的早晚要融入这个生态，越早动手越好，有点后悔两年前第一次学的时候没坚持下来。有这一条就足够了，其他必要性不多解释，刚删了以前那篇啰里啰唆的文章。

2. 先学、并尽快上手tidyverse，还要完整地学

这条实在太重要了，其实应该放到最前面。以前拉拉杂杂看了很多资料，都没有从STATA用户的角度讲该如何高效率地学习R，我自己也是走了很多弯路，第一次学习甚至放弃了。其实STATA用户从tidyverse入手会非常有优势，如果当时就知道这一点，那一次或许就已经学会了。

2.1 tidyverse是什么?

对于STATA用户来说，R语言难学的地方在于自带的版本（BASE）语法逻辑与STATA非常不一样，想要延续STATA语法的思考方式，使用BASE基本上无法完成任何一个工作，学习成本非常高。

BASE语法的问题是有点过时， 面对多个数据库的操作非常啰嗦，所以Hadley Wickham就在R的基础上开发出tidyverse包，语法更为现代，并且覆盖了统计软件的全部基本功能。从BASE过渡到tidyverse，经常会感叹为什么以前不知道这个包。

很好奇陈强为什么不在自己的教材里提这一点。

2.2 学习路径

熟悉学习tidyverse之前，仍然不能跳过学习R的基本语法，不然很多东西没法搞懂。具体来说，STATA用户从零学R，可以按下面这个步骤：

• R语言实战(R in Action), RIA
  先看这本书的前两个单元。这本书的优点是详细讲解了R（BASE）的操作方式和逻辑，是继续学习的基础。缺点是介绍特定功能时会跨越不同的包，增加了新手学习的难度。
• R for Data Science, R4DS by Hadley Wickham
  这是讲tidyverse的教材，就我看过的所有教材来讲（不限于R或者统计，上百本总有了），这本也有资格称得上是最好的。有统计和STATA的基础，这本学起来非常快。

这次学R是边干边学，直接用R干活，在此过程中强烈感觉到tidyverse的语法理解起来更容易，于是RIA看到第七章，也就是第二单元结束，决定先停下，转攻R4DS。从第二单元开始，STATA、RIA和统计的基础开始发挥作用，学习就变得非常快了。

如果把R当作一门课来讲，RIA前两个单元中我会只讲数据处理，绘图、甚至基础统计部份会暂时略去，讲完数据处理就立刻转到R4DS，作图部分留给R4DS里面的ggplot2。中高统计部分是否按照RIA来讲还没想成熟。

（2021.8月补充：虽然差不多所有有关数据的操作，tidyverse都提供了更现代的语法，但是R的原始语法还是有必要掌握，“R语言与深度学习”里用得还是非常多。）

3. 使用R的帮助文档

以前写过，第一次读帮助文档的时候，先花点时间搞清楚帮助文档的结构，包括都有哪些部分、哪个部分是什么功能、每个部分在文档的什么位置出现， 等等。阅读时要注意R命令的函数思维方式，问自己结果变量、自变量、参数分别是什么。

4. 对于碎片化技巧的学习，看视频优于阅读

不同于tidyverse这种具有很大格局的包，R里面还有满足特定功能碎片化的包，这种很适合用视频学。举个例子：我做的一个活儿需要把数据表导出成为html格式，表里面还包含多列类似Excel的迷你图，在油管上找到了一个视频，一个晚上就做出来了，顺便还学会了Rstudio里如何写snippets。

6. 收集中……

关于R曾经受过两次误导。

第一次是十年前看到Angrist说他不愿意用R，因为R的统计包不如STATA多，经常需要自己编程， 而就连写STATA的程序都会经常犯错误，用R可能会花更多时间在抓bug上面。当时想，既然Angrist都觉得STATA够用，自己就没必要学了吧。

第二次是去年，想在R里面找到类似_n和_N的工具，看到Nick说R的用户很难理解这两个工具，语气有点酸，也让我产生R很笨重的印象。幸亏当时没全信，感觉像_n和_N这么好用的东西就算基础R里没有，也会有人做个包，事实上dplyr里面有相对应的工具。

（2021/5/23更新）

把另一个活又重干了一遍，学过tidyverse，终于敢说自己会R了，正式进入中级水平。前几个活在基本上啥也不会的状态，只靠懂数据结构和不停查google，居然敲出几千行代码，而且还能运行出结果。有点佩服自己了。

（2021/6/30更新）
R语言里面关于机器学习的书，2018年之前写的不要买。