第二版前言

欢迎来到《R for Data Science》（我们也在后面简称为 R4DS）第二版！这是对第一版的重大重写，删除了我们认为不再有用的内容，增加了我们希望第一版中就包含的内容，并全面更新了文本和代码以反映最佳实践的变化。我们也非常激动地欢迎一位新的合著者：Mine Çetinkaya-Rundel，她是一位著名的数据科学教育家，也是我们在 Posit（前身为 RStudio 公司）的同事之一。

以下是最大变化的简要总结：

• 本书的第一部分已更名为“全貌（Whole game）”。这一部分的目标是在我们深入细节之前，先让你大致了解数据科学的“全貌”。

• 本书的第二部分是“可视化（Visualize）”。与第一版相比，这一部分对数据可视化工具和最佳实践进行了更深入的覆盖。获取所有细节的最佳去处仍然是 ggplot2 书，但现在 R4DS 本书则涵盖了更多最重要的技术。

• 本书的第三部分现在称为“变换（Transform）”，并增加了关于数值、逻辑向量和缺失值的新章节。这些内容以前是数据变换章节的一部分，但其实它们需要更多的篇幅来涵盖所有的细节。

• 本书的第四部分称为“导入（Import）”。这是一组新的章节，不局限于读取纯文本文件，还包括处理电子表格、从数据库获取数据、处理大数据、整理层级数据以及从网站抓取数据。

• “编程（Program）”部分保留了下来，但已全部重写，以重点关注函数编写和迭代中最重要的部分。函数编写现在包含了关于如何封装 tidyverse 函数的细节（处理 tidy evaluation 的挑战），因为在过去几年中，这变得容易得多也重要得多。我们增加了一个关于重要的基础 R 函数的新章节，你很可能会在现实世界别人的 R 代码中看到这些函数。

• 建模部分已被移除。我们过去从来没有用足够的篇幅来充分地讲解建模，但现在有了更好的资源可用。我们一般建议使用 tidymodels 包并阅读 Max Kuhn 和 Julia Silge 撰写的 Tidy Modeling with R。

• “沟通（Communicate）”部分保留了下来，但已彻底更新，以重点介绍 Quarto 而不是 R Markdown。本书的这一版就是用 Quarto 编写的，它显然是未来的工具。