数据科学是综合了统计学、计算机科学和领域知识的交叉学科，其基本内容就是用数据的方法研究科学，用科学的方法研究数据（鄂维南院士）。数据科学与当前热门的人工智能、数据挖掘、机器学习、深度学习、大数据之间的关系，如图0.3所示。
图0.3 数据科学的位置
Hadley Wickham定义了数据科学的工作流程，如图0.4所示：
图0.4 数据科学的工作流程
即数据导入、数据清洗、数据变换、数据可视化、数据建模以及文档沟通，整个分析和探索过程，我们应当训练这样的数据思维。
1992年，新西兰奥克兰大学统计学教授Ross Ihaka和Robert Gentleman，为了方便地给学生教授统计学课程，他们设计开发了R语言 （他们名字的首字母都是R）。
● R重要事件：
❏ 2000年，R 1.0.0发布
❏ 2005年，ggplot2包（2018.8—2019.8下载量超过1.3亿次）
❏ 2016年，Rstudio公司推出tidyverse包（数据科学当前最新R包）
❏ 2022年，R 4.1.2发布，目前CRAN上的R包数量为18985，近两年增速明显加快 - TIOBE 是世界级的编程语言排行榜，能够反映编程语言的火热程度。这几年 Python 排名一路飙升，今年冲到了第一。R 语言属于偏科的统计分析语言，近年一直在 10~20 名之间徘徊，前年疫情爆发期间，曾经短暂地冲到过第 8 名（2020年8月）。最新的 2022 年3月，排名第11位，如图0.5所示：
图0.5 TIOBE最新编程语言排名
IEEE Spectrum最新发布的2021年度编程语言排行榜，从涵盖社交网站、开源代码网站和求职网站的8个信息源：CareerBuilder、GitHub、Google、Hacker News、IEEE、Reddit、Stack Overflow和Twitter，按照11个指标收集数据，最终得到了数十种编程语言流行度的整体排名，如图0.5所示：
图0.6 IEEE Spectrum 2021年度编程语言排行榜
2019年权威机构KDnuggets做过调研，显示数据科学领域最受欢迎的编程语言，包括Python和R：
● Python更全能，适合将来做程序员或在工业企业工作
● R更侧重数据统计分析，适合将来做科研学术
R语言是用于统计分析，图形表示和报告的编程语言:
● R语言是统计学家开发，为统计计算、数据分析和可视化而设计
● R语言适合做数据处理和数据建模 （数据预处理、数据探索性分析、识别数据隐含的模式、数据可视化）。
R语言的优势：
● 免费开源，软件体积小根据需要安装扩展包，兼容各种常见操作系统，有强大活跃的社区
● 专门为统计和数据分析开发的语言，有丰富的扩展包
● 拥有顶尖水准的制图功能
● 面向对象和函数，比Python简单易学
在热门的机器学习领域：
● 有足以媲美Python的sklearn机器学习库的R机器学习包：mlr3verse或tidymodels见附录11.
本节部分内容参阅(王敏杰2020).
图0.7 R语言大神—Hadley Wickham
● Hadley Wickham博士，为统计应用领域做出了突出贡献的统计学家，被称为改变了R的人，图0.7就是著名的Hadley Wickham；
● 2019年，被国际统计学年会上授予COPSS奖，该奖项是国际统计学领域的最高奖项，被誉为“统计学的诺贝尔奖”；
● Wickham现为Rstudio首席科学家，同时为奥克兰大学、斯坦福大学和赖斯大学的统计系兼职教授；
● Wickham为了使得数据科学更简洁、高效、有趣，开发/出版了大量知名R包及R相关书籍，主要包括：
● 数据科学：tidyverse
❏ ggplot2，数据可视化
❏ dplyr，数据操作
❏ tidyr，数据清洗
❏ stringr，处理字符串
❏ lubridate，处理日期时间
● 数据导入：
❏ readr，读入.csv/fwf文件
❏ readxl，读入.xls/.xlsx文件
❏ haven，读入SAS/SPSS/Stata文件.
❏ httr，与web交互的APIs
❏ rvest，网页爬虫
❏ xml2，读入XML文件
● R开发工具：
❏ devtools，开发R包
❏ roxygen2，生成内联（in-line）文档
❏ testthat，单元测试
❏ pkgdown，创建美观的包网页
● 出版书籍：
❏ 《R数据科学》（英文书名：R for Data Science），介绍用R做数据科学的关键工具
❏ 《ggplot2:数据分析与图形艺术》（英文书名：ggplot2: elegant graphics for data analysis），展示如何使用ggplot2创建有助于理解数据的图形
❏ 《高级R语言编程指南》（英文书名：Advanced R），帮助您掌握R编程语言，以及使用R的深层技巧
❏ 《R包开发》，（英文书名：R Packages），讲授良好的R软件项目实践，科学地创建R包：打包文件、生成文档、测试代码
