歡迎關注天善智能，我們是專注於商業智能BI，人工智能AI，大數據分析與挖掘領域的垂直社區，學習，問答、求職一站式搞定！
對商業智能BI、大數據分析挖掘、機器學習，python，R等數據領域感興趣的同學加微信：tstoutiao，邀請你進入數據愛好者交流群，數據愛好者們都在這兒。
作者：張宜嶠，剛入職場的小白，自學R語言兩年
1
相識
第一次聽說R語言，來自我的大學老師，她說她的學生都用R語言，她勸編程零基礎的我試試，只要踏實，一步一個腳印，不管多麼簡單的代碼都要親手實踐，那麼入門一點兒也不難，我將信將疑的相信了老師的話，即使懷疑自己能力不夠，還是開始了自學的過程。
2
相知
（我學R語言的經驗）
- 多問為什麼，多使用help()函數，多實踐
我覺得比起向他人推薦自學教材，更重要的是告訴他人如何自學，那就一定離不開help函數。我想幾乎沒有哪一本教材可以囊括R語言中的所有package和函數，更何況R語言的package和函數在持續更新中，所以，在學習過程中遇到問題時，除了網上搜索答案，不妨藉助R語言中的help函數來解決問題。
接下來，我想分享一下兩本入門教材《統計建模與R軟件》（薛毅、陳立萍，2006）和《R語言實戰》。我首先自學了第一本，其次是第二本。個人感覺第一本更適合零基礎入門，第二本的後半本書的內容需要具備更多的統計學知識。在開始正式學習之前我在網上下載了書中對應的數據集和R Script文檔。一邊讀書一邊練習，一行代碼都不落下，一章一節都不略過，不懂函數中的參數就網上搜索答案或者嘗試著修改參數，觀察結果的異同。眼看百行代碼，不如自己親自輸入一行代碼，不要害怕Error，只要明白為什麼報錯，並勇於改正，敢於嘗試即可。
- 善於總結，勤於記錄
隨著學習的深入，一定會在某個時刻需要上網搜索答案，對於這些答案除了可以幫助我解決當下的問題之外，還可以為日後的學習提供幫助。我習慣用一個專門的筆記本記錄下這些方法，以及平時不經意間發現的小tips。這些看似不能立竿見影的筆記，一定會在未來的某一刻助我一臂之力。
我還會時常關注一些R語言的公眾號，我在R語言中文社區中受益很多。這個公眾號每天都會推送一些實用的文章（小編：感謝支持，今後會繼續更新實用文章）。我的水平遠遠達不到許多文章中的要求。我努力閱讀自己可以理解的文章，並實踐和總結。在這些文章的幫助下，我的水平也有了明顯的提高。
- 培養思維，不畏山高路遠
實不相瞞，剛開始學習R語言時我有一定的牴觸情緒，而且時常懷疑自己學不會。後來一個朋友告訴我學習要有一顆安靜的心。我努力地使自己沉穩下來，中間經歷了牴觸，探索，疲憊，堅持，厭倦，興奮的自學過程後，我成功的入門R語言。後來我逐漸意識到，我不再害怕遇到不會的問題，尋求與理解答案的過程比以往快了很多。因為我已經在自學過程中逐漸培養起自己的思維。甚至說更願意接觸R語言。
再後來由於學習需要，我又自學python，速度明顯比自學R語言快許多。我能力的提高是一方面的原因，另一方面原因是我已經在自學R語言的過程中總結出自學編程語言的一套方法和體系。
最後，希望有打算自學R語言的小夥伴們不再害怕，我願意儘自己最大的努力幫助你們儘快入門。希望大家一起學習，共同進步。
本篇是作者分享的他與R語言的故事，在這裡解釋下標題中的相知，此處相知是指自己認識自己，在自學R語言的過程中，你逐漸的瞭解了自己，不斷克服自己的牴觸與煩躁，最終得以超越以前的自己。小編畢竟一家之言，你也可以將你對標題的思考寫在評論區，同時也歡迎大家與我們分享你與R語言的三兩事。歡迎投稿！
往期精彩：
- R語言：data.table語句批量生成變量
- 【R語言實用技巧】隨機排序、隨機抽樣與分層抽樣
- R語言中文社區2018年終文章整理（作者篇）
- R語言中文社區2018年終文章整理（類型篇）
回覆 爬蟲 爬蟲三大案例實戰
回覆 Python 1小時破冰入門
回覆 數據挖掘 R語言入門及數據挖掘
回覆 人工智能 三個月入門人工智能
回覆 數據分析師 數據分析師成長之路
回覆 機器學習 機器學習的商業應用
回覆 數據科學 數據科學實戰
回覆 常用算法 常用數據挖掘算法
閱讀更多 天善智能 的文章
