R的极客理想·工具篇

序一
序二
前言
第一部分　R基础
第1章　R语言基础包
1.1　R是最值得学习的编程语言
1.1.1　我的编程背景
1.1.2　为什么我会选择R
1.1.3　R的应用前景
1.1.4　时代赋予R的任务
1.2　R的历史版本安装
1.2.1　R在Windows中安装
1.2.2　R在Linux Ubuntu中安装
1.2.3　R的最新版本安装
1.2.4　R的指定版本安装
1.3　fortunes 记录R语言的大智慧
1.3.1　fortunes介绍
1.3.2　fortunes安装
1.3.3　fortunes包的使用
1.4　formatR 代码自动化排版
1.4.1　formatR介绍
1.4.2　formatR安装
1.4.3　formatR的使用
1.4.4　formatR的源代码解析
1.4.5　源代码中的Bug
1.5　多人在线协作R开发RStudio Server
1.5.1　RStudio和RStudio Server
1.5.2　RStudio Server安装
1.5.3　RStudio Server使用
1.5.4　RStudio Server多人协作
1.6　R和JSON的傻瓜式编程
1.6.1　rjson包介绍
1.6.2　RJSONIO包介绍
1.6.3　自定义JSON的实现
1.6.4　JSON性能比较
1.7　R语言的高质量图形渲染库Cairo
1.7.1　Cairo介绍
1.7.2　Cairo包安装
1.7.3　Cairo使用
1.8　caTools：一个奇特的工具集
1.8.1　caTools介绍
1.8.2　caTools安装
1.8.3　caTools使用
第2章　时间序列基础包
2.1　R语言时间序列基础库zoo
2.1.1　zoo包介绍
2.1.2　zoo安装
2.1.3　zoo包的使用
2.2　可扩展的时间序列xts
2.2.1　xts介绍
2.2.2　xts包的安装
2.2.3　xts包的使用
2.3　时间序列可视化plot.xts
2.3.1　xtsExtra介绍
2.3.2　xtsExtra安装
2.3.3　xtsExtra包的使用
第3章　R性能监控包
3.1　R语言本地缓存工具memoise
3.1.1　memoise介绍
3.1.2　memoise安装
3.1.3　memoise使用
3.1.4　memoise()函数源代码分析
3.2　R语言性能监控工具Rprof
3.2.1　Rprof()函数介绍
3.2.2　Rprof()函数的定义
3.2.3　Rprof()函数使用: 股票数据分析案例
3.2.4　Rprof()函数使用: 数据下载案例
3.2.5　用profr包可视化性能指标
3.2.6　Rprof的命令行使用
3.3　R语言性能可视化工具lineprof
3.3.1　lineprof介绍
3.3.2　lineprof安装
3.3.3　lineprof使用
第二部分　R服务器
第4章　R语言的跨平台通信
4.1　Rserve与Java的跨平台通信
4.1.1　Rserve安装
4.1.2　用Java远程连接Rserve
4.2　Rsession让Java调用R更简单
4.2.1　Rsession下载
4.2.2　用Eclipse构建Rsession项目
4.2.3　Rsession的API介绍
4.2.4　Rsession使用
4.3　解惑rJava R与Java的高速通道
4.3.1　rJava介绍
4.3.2　rJava安装
4.3.3　rJava实现R调用Java
4.3.4　rJava(JRI)实现Java调用R (Windows 7)
4.3.5　rJava(JRI)实现Java调用R (Ubuntu)
4.4　Node.js与R跨平台通信
4.4.1　Node.js简单介绍
4.4.2　R语言配置环境
4.4.3　Node.js配置环境
4.4.4　Node.js与R跨平台通信
第5章　R的服务器实现
5.1　R语言服务器程序 Rserve详解
5.1.1　Rserve的启动
5.1.2　Rserve高级使用：Rserve配置管理
5.1.3　Rserve高级使用：用户登录认证
5.2　Rserve的R语言客户端RSclient
5.2.1　配置Rserve服务器
5.2.2　RSclient安装
5.2.3　RSclient的API
5.2.4　RSclient的使用
5.2.5　两个客户端同时访问
5.3　FastRWeb：跑在Web上的R程序
5.3.1　FastRWeb介绍
5.3.2　FastRWeb安装
5.3.3　FastRWeb使用
5.4　R语言构建Websocket服务器
5.4.1　websockets介绍
5.4.2　websockets安装
5.4.3　快速启动websockets服务器demo
5.4.4　R语言创建Websocket服务器实例
5.4.5　R语言创建Websocket客户端连接
5.4.6　用浏览器HTML5原生API客户端连接
第三部分　数据库和大数据
第6章　数据库和NoSQL
6.1　RMySQL数据库编程指南
6.1.1　RMySQL在Linux下安装
6.1.2　RMySQL在Windows 7下安装
6.1.3　RMySQL函数使用
6.1.4　RMySQL案例实践
6.2　R利剑NoSQL 之 MongoDB
6.2.1　MongoDB环境准备
6.2.2　rmongodb函数库
6.2.3　rmongodb基本使用操作
6.2.4　rmongodb性能测试的案例
6.3　R利剑NoSQL 之 Redis
6.3.1　Redis环境准备
6.3.2　rredis函数库
6.3.3　rredis基本使用操作
6.3.4　rredis测试案例
6.4　R利剑NoSQL之Cassandra
6.4.1　Cassandra环境准备
6.4.2　RCassandra函数库
6.4.3　RCassandra基本使用操作
6.4.4　RCassandra使用案例
6.4.5　Cassandra的没落
6.5　R利剑NoSQL 之 Hive
6.5.1　Hive环境准备
6.5.2　RHive安装
6.5.3　RHive函数库
6.5.4　RHive基本使用操作
6.6　用RHive从历史数据中提取逆回购信息
6.6.1　逆回购简介
6.6.2　历史数据存储结构
6.6.3　通过用RHive提取数据
6.6.4　策略模型及实现
第7章　RHadoop
7.1　R语言为Hadoop注入统计血脉
7.1.1　Hadoop介绍
7.1.2　为什么要让Hadoop结合R语言
7.1.3　如何让Hadoop结合R语言
7.1.4　展望未来
7.2　RHadoop安装与使用
7.2.1　环境准备
7.2.2　RHadoop安装
7.2.3　RHadoop程序开发
7.3　RHadoop实验：统计邮箱出现次数
7.3.1　需求描述
7.3.2　算法实现
7.4　RHadoop实现基于MapReduce的协同过滤算法
7.4.1　基于物品推荐的协同过滤算法介绍
7.4.2　R语言本地程序实现
7.4.3　R基于Hadoop分步式程序实现
7.5　rhbase安装与使用
7.5.1　HBase环境准备
7.5.2　rhbase安装
7.5.3　rhbase函数库
7.6　解决RHadoop安装错误：PipeMapRed.waitOutputThreads()
7.6.1　rmr2运行错误日志
7.6.2　定位错误到Hadoop日志
7.6.3　从Hadoop入手找解决办法 - 失败
7.6.4　从RHadoop入手找解决办法 - 成功
第四部分 　附　　录
附录A　Java环境安装
附录B　MySQL数据库安装
附录C　Redis数据库安装
附录D　MongoDB数据库安装
附录E　Cassandra数据库安装
附录F　Hadoop安装
附录G　Hive环境安装
附录H　HBase安装