R 語言簡介

R語言的專案 R Project，是一個統計、繪圖整合的開發環境，他的語法跟 S-Plus S 語言類似，裡面內建適合處理大量資料點的統計分析工具。

國家高速網路與計算中心提供了完整的 R 語言教學，雖然商業界最常使用的是 SAS，但學術界最普及的是 R 與 S 語言，跨平台的 R 語言互動環境，可讓使用者 step-by-step 進行資料處理，而不像傳統的方式，得把所有統計分析程式做完，然後執行一次產生報表，nchc 的網站甚至提供了 R 雲端計算環境。

這篇文章 In data scientist survey, R is the most-used tool (other than databases) 中，資料處理技術領域 survey 中，有 71% 使用了 SQL 處理 RDB 資料，第二名就是 43% 使用了 R 語言。

資料處理首要條件，就是要把資料永續保存下來，自從1974年發展了 SQL 開始，因為關聯式資料庫數十年的經驗累積，大家根深蒂固的概念就是要把資料儲存在關聯式資料庫中，資料庫操作就是要用 SQL。

拿到了資料，也確定資料不會遺失了，接下來就是使用資料來做統計、資料分析等等，這時候就有取資料跟運算的問題，以傳統的作法當然就還是直接使用 SQL，搭配一個自己習慣的程式語言來存取資料庫，現在 R 語言提供了許多運算函數，還可以直接產生繪圖，這是另一個可快速使用的解決方案。

Apache Spark目標是要取代 Hadoop，所以一開始就聲稱，在記憶體使用比 Hadoop 快 100倍，在 Disk 使用快 10 倍，它已經從 incubator 畢業，SparkR 提供 Spark R 語言的API 界面，一方面是 R 語言原本就適合處理大量資料點，另一方面，Spark 就是用來儲存大量資料的，相信透過這個方式的整合，可大幅改善大量資料統計運算領域的解決方案，這應該是 data mining 的領域吧。

以前作 paper 可能就是用 matlab 或是 gnuplot 來繪製圖形，現在有另一個選擇，就是走向 R 語言。