R的極客理想·工具篇

序一
序二
前言
第一部分　R基礎
第1章　R語言基礎包
1.1　R是最值得學習的編程語言
1.1.1　我的編程背景
1.1.2　為什么我會選擇R
1.1.3　R的應用前景
1.1.4　時代賦予R的任務
1.2　R的歷史版本安裝
1.2.1　R在Windows中安裝
1.2.2　R在Linux Ubuntu中安裝
1.2.3　R的最新版本安裝
1.2.4　R的指定版本安裝
1.3　fortunes 記錄R語言的大智慧
1.3.1　fortunes介紹
1.3.2　fortunes安裝
1.3.3　fortunes包的使用
1.4　formatR 代碼自動化排版
1.4.1　formatR介紹
1.4.2　formatR安裝
1.4.3　formatR的使用
1.4.4　formatR的源代碼解析
1.4.5　源代碼中的Bug
1.5　多人在線協(xié)作R開發(fā)RStudio Server
1.5.1　RStudio和RStudio Server
1.5.2　RStudio Server安裝
1.5.3　RStudio Server使用
1.5.4　RStudio Server多人協(xié)作
1.6　R和JSON的傻瓜式編程
1.6.1　rjson包介紹
1.6.2　RJSONIO包介紹
1.6.3　自定義JSON的實現(xiàn)
1.6.4　JSON性能比較
1.7　R語言的高質量圖形渲染庫Cairo
1.7.1　Cairo介紹
1.7.2　Cairo包安裝
1.7.3　Cairo使用
1.8　caTools：一個奇特的工具集
1.8.1　caTools介紹
1.8.2　caTools安裝
1.8.3　caTools使用
第2章　時間序列基礎包
2.1　R語言時間序列基礎庫zoo
2.1.1　zoo包介紹
2.1.2　zoo安裝
2.1.3　zoo包的使用
2.2　可擴展的時間序列xts
2.2.1　xts介紹
2.2.2　xts包的安裝
2.2.3　xts包的使用
2.3　時間序列可視化plot.xts
2.3.1　xtsExtra介紹
2.3.2　xtsExtra安裝
2.3.3　xtsExtra包的使用
第3章　R性能監(jiān)控包
3.1　R語言本地緩存工具memoise
3.1.1　memoise介紹
3.1.2　memoise安裝
3.1.3　memoise使用
3.1.4　memoise()函數源代碼分析
3.2　R語言性能監(jiān)控工具Rprof
3.2.1　Rprof()函數介紹
3.2.2　Rprof()函數的定義
3.2.3　Rprof()函數使用: 股票數據分析案例
3.2.4　Rprof()函數使用: 數據下載案例
3.2.5　用profr包可視化性能指標
3.2.6　Rprof的命令行使用
3.3　R語言性能可視化工具lineprof
3.3.1　lineprof介紹
3.3.2　lineprof安裝
3.3.3　lineprof使用
第二部分　R服務器
第4章　R語言的跨平臺通信
4.1　Rserve與Java的跨平臺通信
4.1.1　Rserve安裝
4.1.2　用Java遠程連接Rserve
4.2　Rsession讓Java調用R更簡單
4.2.1　Rsession下載
4.2.2　用Eclipse構建Rsession項目
4.2.3　Rsession的API介紹
4.2.4　Rsession使用
4.3　解惑rJava R與Java的高速通道
4.3.1　rJava介紹
4.3.2　rJava安裝
4.3.3　rJava實現(xiàn)R調用Java
4.3.4　rJava(JRI)實現(xiàn)Java調用R (Windows 7)
4.3.5　rJava(JRI)實現(xiàn)Java調用R (Ubuntu)
4.4　Node.js與R跨平臺通信
4.4.1　Node.js簡單介紹
4.4.2　R語言配置環(huán)境
4.4.3　Node.js配置環(huán)境
4.4.4　Node.js與R跨平臺通信
第5章　R的服務器實現(xiàn)
5.1　R語言服務器程序 Rserve詳解
5.1.1　Rserve的啟動
5.1.2　Rserve高級使用：Rserve配置管理
5.1.3　Rserve高級使用：用戶登錄認證
5.2　Rserve的R語言客戶端RSclient
5.2.1　配置Rserve服務器
5.2.2　RSclient安裝
5.2.3　RSclient的API
5.2.4　RSclient的使用
5.2.5　兩個客戶端同時訪問
5.3　FastRWeb：跑在Web上的R程序
5.3.1　FastRWeb介紹
5.3.2　FastRWeb安裝
5.3.3　FastRWeb使用
5.4　R語言構建Websocket服務器
5.4.1　websockets介紹
5.4.2　websockets安裝
5.4.3　快速啟動websockets服務器demo
5.4.4　R語言創(chuàng)建Websocket服務器實例
5.4.5　R語言創(chuàng)建Websocket客戶端連接
5.4.6　用瀏覽器HTML5原生API客戶端連接
第三部分　數據庫和大數據
第6章　數據庫和NoSQL
6.1　RMySQL數據庫編程指南
6.1.1　RMySQL在Linux下安裝
6.1.2　RMySQL在Windows 7下安裝
6.1.3　RMySQL函數使用
6.1.4　RMySQL案例實踐
6.2　R利劍NoSQL 之 MongoDB
6.2.1　MongoDB環(huán)境準備
6.2.2　rmongodb函數庫
6.2.3　rmongodb基本使用操作
6.2.4　rmongodb性能測試的案例
6.3　R利劍NoSQL 之 Redis
6.3.1　Redis環(huán)境準備
6.3.2　rredis函數庫
6.3.3　rredis基本使用操作
6.3.4　rredis測試案例
6.4　R利劍NoSQL之Cassandra
6.4.1　Cassandra環(huán)境準備
6.4.2　RCassandra函數庫
6.4.3　RCassandra基本使用操作
6.4.4　RCassandra使用案例
6.4.5　Cassandra的沒落
6.5　R利劍NoSQL 之 Hive
6.5.1　Hive環(huán)境準備
6.5.2　RHive安裝
6.5.3　RHive函數庫
6.5.4　RHive基本使用操作
6.6　用RHive從歷史數據中提取逆回購信息
6.6.1　逆回購簡介
6.6.2　歷史數據存儲結構
6.6.3　通過用RHive提取數據
6.6.4　策略模型及實現(xiàn)
第7章　RHadoop
7.1　R語言為Hadoop注入統(tǒng)計血脈
7.1.1　Hadoop介紹
7.1.2　為什么要讓Hadoop結合R語言
7.1.3　如何讓Hadoop結合R語言
7.1.4　展望未來
7.2　RHadoop安裝與使用
7.2.1　環(huán)境準備
7.2.2　RHadoop安裝
7.2.3　RHadoop程序開發(fā)
7.3　RHadoop實驗：統(tǒng)計郵箱出現(xiàn)次數
7.3.1　需求描述
7.3.2　算法實現(xiàn)
7.4　RHadoop實現(xiàn)基于MapReduce的協(xié)同過濾算法
7.4.1　基于物品推薦的協(xié)同過濾算法介紹
7.4.2　R語言本地程序實現(xiàn)
7.4.3　R基于Hadoop分步式程序實現(xiàn)
7.5　rhbase安裝與使用
7.5.1　HBase環(huán)境準備
7.5.2　rhbase安裝
7.5.3　rhbase函數庫
7.6　解決RHadoop安裝錯誤：PipeMapRed.waitOutputThreads()
7.6.1　rmr2運行錯誤日志
7.6.2　定位錯誤到Hadoop日志
7.6.3　從Hadoop入手找解決辦法 - 失敗
7.6.4　從RHadoop入手找解決辦法 - 成功
第四部分 　附　　錄
附錄A　Java環(huán)境安裝
附錄B　MySQL數據庫安裝
附錄C　Redis數據庫安裝
附錄D　MongoDB數據庫安裝
附錄E　Cassandra數據庫安裝
附錄F　Hadoop安裝
附錄G　Hive環(huán)境安裝
附錄H　HBase安裝