本书是一本关于大数据处理技术的图书，主要研究R语言在分析领域的应用方法。全书从四个方面展开：首先给出R语言快速入门需要掌握的基本知识；然后从分析数据处理角度出发，总结归纳用R语言处理数据的几种常用场景；接着结合分析中的数据可视化给出常用分析图表的R语言制图方法；很后结合数据挖掘算法介绍了利用R语言进行数据挖掘与建模的几种常见任务。

屠忻：毕业于南京大学，2002年起在国家知识产权局局工作。现就职于国家知识产权局局审查协作江苏中心光电部，副研究员，国家知识产权局高层次人才，靠前型审查专家，局级教师。 李立功：毕业于中国科学院半导体研究所，工学博士。现就职于国家知识产权局局审查协作江苏中心，副研究员，国家知识产权局骨干人才，参与过多项分析与预警项目，在知识产权类刊物上发表多篇学术论文。 左良军：国家知识产权局局审查协作江苏中心审查员，工学硕士，助理研究员，参与编写教科书《分析数据处理实务手册》，参与过多项分析与导航项目，在知识产权类刊物上发表多篇学术论文。 杨爽：曾任企业软件研发工程师，现就职于国家知识产权局局审查协作江苏中心，审查员，工学硕士，参与过多项分析与导航项目。 高慧霞：国家知识产权局局审查协作江苏中心审查员，理学博士，助理研究员，国家知识产权局骨干人才，参与过多项分析与预警项目，发表过多篇学术论文。 黄煜：国家知识产权局局审查协作江苏中心审查员，工程硕士，助理研究员，熟悉分析实务，参与过高价值培育项目，在知识产权类刊物上发表过多篇文章。 蒋帆：国家知识产权局局审查协作江苏中心审查员，工学硕士，助理研究员，从事电、磁测试领域发明实质审查工作，著有《Arduino探究实验》。

章 简 介0011.1 关于本书 0011.1.1 为什么要撰写本书 0011.1.2 本书的撰写原则 0021.1.3 本书的读者对象 0031.1.4 本书的使用方法 0041.2 分析概论 0041.2.1 分析基本流程 0041.2.2 当前分析基本方法 0101.2.3 分析的发展方向 0111.3 数据科学概论 0121.3.1 数据取样与探索 0121.3.2 数据预处理与可视化 0131.3.3 数据挖掘与建模 0141.4 小结 014第2章 R语言入门0162.1 本章概述 0162.2 R语言简介与安装 0172.2.1 R语言简介 0172.2.2 R安装及RStudio简介 0182.3 R包的使用 0212.3.1 R包的介绍 0212.3.2 R包的安装和载入 0222.4 常用R包及函数使用介绍 0232.4.1 数据整理——tidyr 0232.4.2 表格操纵——dplyr 0272.4.3 字符处理——stringr 0312.4.4 时间处理——lubridate 0342.4.5 数据导入导出——openxlsx 0362.5 R语言数据结构 0372.5.1 向量 0372.5.2 矩阵 0382.5.3 数组 0392.5.4 数据框 0402.5.5 因子 0422.5.6 列表 0432.6 小结 044第3章 数据处理0453.1 本章概述 0453.2 申请年份统计 0463.2.1 年份申请量统计 0473.2.2 年份国内外申请量统计 0503.2.3 年份国别申请量统计 0523.3 申请人统计 0553.3.1 申请人数量统计 0563.3.2 标准申请人清洗 0583.3.3 申请人合作关系统计 0623.4 技术主题统计 0693.4.1 技术主题分布统计 0693.4.2 技术主题占比统计 0723.5 同族数据统计 0733.5.1 同族数据拆分为多列 0733.5.2 同族数据拆分为多行 0763.6 多维数据联合统计 0803.6.1 三维数据的联合统计 0803.6.2 四维数据的联合统计 0853.7 小结 086第4章 数据可视化0874.1 本章概述 0874.2 利用ggplot2包制图 0884.2.1 柱形（条形）图 0884.2.2 折线（路径）图 0984.2.3 散点（气泡）图 1034.3 利用Highcharter包制图 1084.3.1 圆环类图 1094.3.2 极坐标图 1134.3.3 矩形树图及热力图 1184.4 利用Dygraphs包绘制交互式时序图 1214.4.1 折线时序图 1224.4.2 折线+条形时序图 1234.4.3 堆叠条形+折线时序图 1244.5 利用Circlelize包制图 1264.5.1 申请人合作关系弦图 1264.5.2 五局技术流向弦图 1284.5.3 条形跑道图 1324.6 地图的绘制 1344.6.1 基于baidumap和Remap包绘制地图 1354.6.2 地图与其他图表的结合 1404.7 利用NetworkD3包制图 1454.7.1 力导图 1454.7.2 网络图 1524.8 小结 155第5章 数据挖掘与建模1565.1 本章概述 1565.2 数据挖掘基础 1575.2.1 数据挖掘的基本任务 1575.2.2 数据挖掘建模的过程 1585.3 变量主成分分析 1595.3.1 问题背景 1595.3.2 主成分分析方法 1605.4 聚类分析 1665.4.1 问题背景 1665.4.2 K-means聚类分析 1665.5 分类与预测分析 1735.5.1 问题背景 1735.5.2 人工神经网络算法 1745.5.3 支持向量机算法 1815.5.4 朴素贝叶斯算法 1855.6 小结 189附录A 本书代码索引190附录B 本书用到的扩展包192附录C R语言学习资源195参考文献198