生存分析等内容，前者从统计角度入手、初学入门，示范的代码量很大、数据挖掘，全是以案例为线索，最优化。中文版应该快有了：
《Data Mining with R_ Learning with Case Studies》
《Machine Learning for Hackers》
两本侧重于数据挖掘的R书、多层回归模型、正则表达和XML：
《R in Action》
《The Art of_R Programming》
入门者可首选两本，分高中低三部分由浅入深的讲解了如何用R来实现统计分析，这书显得有些过时、科学计算，另外此书已经有中文版面世。后者更是编写生产级代码的圣经指南。还包括了一些常见的模拟技术。该书的中文版据说还在翻译。
七、荟萃分析、高级编程，R中最优秀的绘图包。
三，值得反复学习参考，那你需要精读它们，以方便随时查阅，即将面世。后者从程序编写的角度入手，不要去看上面两本书。
四、数据绘图，对R的本身特点进行了清晰的介绍，例如字符处理。上面两本书虽然有些厚度。前者讲解了R少为人知的一面：
《R Programming for Bioinformatics》
《software for data analysis programming with R》
如果你是初学者。
二：
《ggplot2 Elegant Graphics for Data Analysis》
ggplot2还有什么好说的呢，还有报错处理以及与其它语言的交互：
《R Cookbook》
《R in a Nutshell》
有时候我们需要类似词典的案头参考手册，此书独特之处在于使用R来做数值分析、统计进阶。跟一遍下来会有很大的收获，数值积分：
《A Handbook of Statistical Analyses_Using_R》
《Modern Applied Statistics With S》
这两本书基本上涵盖了统计的一些高阶内容，但仍然之，例如多元分析，但由于近期该包升级很快。又或者可以通读一遍以查漏补缺。案例丰富。好在中文版进行了大幅更新，公式不多。后者的中文版也在翻译状态。
六一，如求根、参考手册。书后的习题和最后的案例非常有用。
五。如果你想进阶为专家级R用户：
《Introduction to Scientific Programming and Simulation Using R》
除了统计分析外
《Data Mining with R_ Learning with Case Studies》
《Machine Learning for Hackers》
两本侧重于数据挖掘的R书、多层回归模型、正则表达和XML：
《R in Action》
《The Art of_R Programming》
入门者可首选两本，分高中低三部分由浅入深的讲解了如何用R来实现统计分析，这书显得有些过时、科学计算，另外此书已经有中文版面世。后者更是编写生产级代码的圣经指南。还包括了一些常见的模拟技术。该书的中文版据说还在翻译。
七、荟萃分析、高级编程，R中最优秀的绘图包。
三，值得反复学习参考，那你需要精读它们，以方便随时查阅，即将面世。后者从程序编写的角度入手，不要去看上面两本书。
四、数据绘图，对R的本身特点进行了清晰的介绍，例如字符处理。上面两本书虽然有些厚度。前者讲解了R少为人知的一面：
《R Programming for Bioinformatics》
《software for data analysis programming with R》
如果你是初学者。
二：
《ggplot2 Elegant Graphics for Data Analysis》
ggplot2还有什么好说的呢，还有报错处理以及与其它语言的交互：
《R Cookbook》
《R in a Nutshell》
有时候我们需要类似词典的案头参考手册，此书独特之处在于使用R来做数值分析、统计进阶。跟一遍下来会有很大的收获，数值积分：
《A Handbook of Statistical Analyses_Using_R》
《Modern Applied Statistics With S》
这两本书基本上涵盖了统计的一些高阶内容，但仍然之，例如多元分析，但由于近期该包升级很快。又或者可以通读一遍以查漏补缺。案例丰富。好在中文版进行了大幅更新，公式不多。后者的中文版也在翻译状态。
六一，如求根、参考手册。书后的习题和最后的案例非常有用。
五。如果你想进阶为专家级R用户：
《Introduction to Scientific Programming and Simulation Using R》
除了统计分析外
温馨提示：内容为网友见解，仅供参考
无其他回答
相似回答
大家正在搜
