0.前言

　　虽然很早就知道R被微软收购，也很早知道R在统计分析处理方面很强大，开始一直没有行动过。。。直到

　　直到12月初在微软技术大会，看到我软的工程师演示R的使用，我就震惊了，然后最近在网上到处了解和爬一些R的资料，看着看着就入迷了，这就是个大宝库了，以前怎么没发现，看来还是太狭隘了。直到前几天我看到这个Awesome R文档，我就静不下来了，对比了目前自己的工作和以后的方向，非常适合我。所以毫不犹豫的把这个文档汉化了，所以大家一起享受吧。

说明：本文已经提交到github，地址：https://github.com/asxinyu/awesome-R ，由于个人知识和能力限制，部分组件特别是机器学习方面比较专业的术语无法翻译，如果有懂的朋友可以留言或者在github直接修改。一起完善。  

这里有很多非常不错的R包和工具. 该想法来自于awesome-machine-learning.

这里是包的导航清单，看起来更方便 https://awesome-r.com

　　通过这些翻译了解这些工具包，以后干活也就方便多了。不过翻译这个东西的确要靠耐心，翻译，编辑花费了至少一周的空余时间。

　　在编辑本文的过程中，惊喜的发现原来 伯乐在线 也在翻译Awesome系列的其他资源：地址在github：

1.https://github.com/jobbole/awesome-dotnet-cn

2.https://github.com/jobbole/awesome-java-cn

3

1.集成开发环境 2.语法 3.数据操作 4.图形显示 5.HTML部件 6.复用组件研究 7.Web技术和服务 8.并行计算 9.高性能 10.语言API 11.数据库管理 12.机器学习 13.自然语言处理 14.贝叶斯 15.最优化 16.金融 17.生物信息学 18.网络分析 19.R 开发 20.日志 21.数据包

engsoccerdata - 英国和欧洲联赛结果数据(1871-2016年).    官网：https://github.com/jalapic/engsoccerdata

gapminder - 从Gapminder摘录的数据集.    官网：

22.其他工具

git2r - 在R中使用git.    官网：https://github.com/ropensci/git2r

23.其他编译器 24.R学习

swirl - 一个在R控制台中交互式学习指南.    官网：

DataScienceR - 一个数据科学,神经网络,和机器学习的指南.    官网：https://github.com/ujjwalkarn/DataScienceR

25.资源 25.1 网站 25.2 书籍

Johns Hopkins编写的数据科学专业的一部分教程:

Exploratory Data Analysis with R - 基本的各种数据分析技能.  * R Programming for Data Science - 依赖于R的一些高级数据分析.  * Report Writing for Data Science in R - R语言的报表生成和可重用组件研究.    官网：https://leanpub.com/exdata

25.3 博客

Not So Standard Deviations - 数据科学博客

@Roger Peng and @Hilary Parker.

R World News - R行业的社区新闻,可以让你与时俱进.

@Bob Rudis and @Jay Jacobs.

The R-Podcast - 使用R的一些实践建议.

@Eric Nantz.

R Talk - 关于R语言和统计软件的新闻和讨论.

@Oliver Keyes, @Jasmine Dumas, @Ted Hart and @Mikhail Popov.

25.4 参考文献 25.5 网络课程 25.6 列表