《The Art of R Programming》是一本由Norman Matloff著作，NO STARCH PRESS出版的Paperback图书，本书定价：GBP 31.49，页数：400，特精心从网络上整理的一些读者的读后感，希望对大家能有帮助。

　　《The Art of R Programming》精选点评：

　　●LIKE: 1) It takes readers from non-programming background on a wide range of topics from data structures to parallel. Esp, vectorization is the core art of R. 2) Extended examples (functions) are very practical. UNLIKE: 1) No exercise at the end of each chapter. 2) Variable & function names aren't that readable. Lots of abbreviation involved.

　　●书不错，内容充实，相当于C里面打C程序设计吧。入门必选。

　　●很详细而全面的R语言介绍。R真是个强大的general purpose language。特点：面向对象，函数式，交互式，处处是vector，动态类型，非强类型，几乎无side effect，拥有丰富灵活的接口。

　　●基本看完了这本《R语言艺术》。该书并没有中文版，我在Amazon买的Kindle版来看。最初是在flowing data上面看的书评，留下了印象，而本身自己也挺想了解下R，索性就通过这本书来入门，应该说目的还是达到了。后面几章关于性能、并行的内容看的非常粗略，打算在真正用到的时候再回过头来看。

　　●R教材中能把R语言本身讲清楚的书不多，尤其适合有c,python经验的人阅读，因为作者有时会拿这些语言作比较。唯一不足之处就是有些大例子的背景知识交代不足。

　　●用R三年了，一直没系统的看看书。用了再看的好处是会有“原来是这样”的深刻感受。可是三年中因为基础不好浪费了好多时间。

　　●副标题：R 菜鸟入门参考。另外对于习惯使用 -> 的C++程序员而言 <- 会引起击键混乱。

　　●一个月读完了。里面的每章节都有扩展例子，不好读。这本书，是不是一本好的R入门书，我没办法判断。还是学到些东西，向下一本进发！

　　●走马观花的翻一翻而已。

　　●从编程的角度讲R 学过C的看起来不会太吃力 关于统计的很少

　　《The Art of R Programming》读后感(一)：对于数据结构讲解的很好

　　这本书适用于各阶段的读者，尤其是会一点R然后搞不清楚 data structures之间区别的读者（其实就是我！）没系统学习data structures 之前总是出现莫名其妙的bug，其实只需要给factor 加上as.numeric 就能转化成数字了，然后进行数字运算。讲解易懂，简洁，是本好书。

　　《The Art of R Programming》读后感(二)：R语言的入门

　　花了大致两周半的时间，断断续续地读完了这本「R语言的艺术」

　　正如这本书的副标题所说，书的内容主要是 A Tour of Statistical Software Design。所以，如果你是一个软件工程师，对于R语言感兴趣，对于统计学的原理或许不是特别熟悉。那么，通过阅读这本书，你可以得到R语言在Coding方面的入门。

　　书的大部分内容在阐述R中对各个对象（主要是数据结构）的处理方式。同时，在后半部分也提到了R的主要长处在于统计，而对于一些复杂的运算，R在效率上可能并不占优，需要你通过优化R代码中的算法，或者引入C/C++的代码来提高效率。

　　《The Art of R Programming》读后感(三)：了解有余深入不足

　　写于 http://datawarehou.se/comments/the-art-of-r-programming/

　　基本看完了这本《R语言艺术》。该书并没有中文版，我在Amazon买的Kindle版来看。最初是在flowing data上面看的书评，留下了印象，而本身自己也挺想了解下R，索性就通过这本书来入门，应该说目的还是达到了。后面几章关于性能、并行的内容看的非常粗略，打算在真正用到的时候再回过头来看。

　　这本书对于有一定编码经验却没什么统计学背景的人（比如我）来说，至少是一个好的开始。它大概和其他很多R语言书籍不同，并不需要很深的统计学功底，而是从纯语言的角度入手来讲解R——这是它最大的优点。缺点也相当明显，其实对于一个有编码经验的人来说，学习、上手一门新的语言，从语法的结构来说是非常容易的，这本书办到了，而更关键的关于“什么时候用什么”以及“为什么那么用”的问题并没有很好的解答。感觉定位有些尴尬，对于有经验的人来说有些地方讲的太冗余，而对于0经验的人来说有些地方又不是一下子能懂。

　　这本书另一个缺点在于，它没有提供一套可供练习的数据样本。书中屡次涉及到的一些文件，并没有提供给读者（我曾尝试email给作者索取数据文件，但也没有得到回复），而Kindle版（尤其是我在Mac上用Kindle来阅读）对于代码的排版也相当混乱——这不是书本身内容的问题，但确实让我不怎么想读那些代码了。

　　对于R语言本身，读书中产生的一些认识已经在之前的笔记中列出。以前只觉得它有很多统计学的库，现在来看它的数据结构也是亮点。关于为什么不“完全用R”，这两篇文章（让Python与R共舞，在Python里使用R）都有所描述。书中提及两个导致R运行缓慢的原因：1. 作为解释型语言，R的许多函数是用C写的，因此运行较快，但另一方面，纯用R写的应用则没那么快 2. 一个会话中所有的R对象都保存在内存——更精确地说是R的存储空间（即使在64位机和大内存的环境中，R也只占据有限的231-1 bytes空间），而许多应用可能用到很多、很大的对象。我想我也会尝试用Python与R结合来处理问题（装了rpy2，似乎还是很直观的一个库）。

　　通过读这本书，也让我意识到自己在统计方面的欠缺，甚至一些基础都已经不那么清晰了。下一步自然是用一些例子以及专门的统计书籍来唤醒、强化这方面的知识，至少让我自己能解释那些R中的基本包、函数，以及它们的应用场景。

　　在豆瓣上为这本书打了3星，扣分主要源于其讲解有余、实践不足，没提供练习，也没提供样本数据来随着代码来学⋯⋯只能说算是本讲解语言中规中矩的书了。如果只想了解R的用法，可以看看R学习笔记，基本足够了。当然最重要的是去用，这也算是读这本书的另一个收获——让我觉得用着学要比学了再用更有目的更有效吧。

　　《The Art of R Programming》读后感(四)：R语言数据结构讲解得最深入的书

　　这本书很适合对R语言数据结构稀里糊涂、不是很有把握但是又想系统了解的同学。换句话说就是这本书不适合R语言入门，至少不应该是学习R语言的第一本书。

　　这么说是因为我觉得R语言入门的第一本书还是应该以培养学习兴趣为主而不是深入数据结构的讲解，避免过于枯燥。相反，R语言第一本书可以把重点放在data manipulation和data visualizaiton，举个例子，我又要安利Hadley大神的书了：

R for Data Science9.4Hadley Wickham Garrett Grolemund / 2016 / O'Reilly Media

　　同时也安利下我写的书评：不如叫Tidyverse for Data Science。

　　言归正传，等大家对R语言稍稍入门之后肯定会有一些关于R语言数据结构的疑问，就是对数据在R语言里具体是怎么存储、读取、计算的不是很清楚的时候，再回过头来看这本书就很合适。这本书会用一些非常简单的例子帮你一步步解剖R语言的数据结构，我个人特别喜欢书里对于list和class的讲解，解答了我很多疑问，比如： （1） 很多函数的返回值会是一个list数据结构； （2） 很多函数的返回值会自定义新的数据结构，作者归为class数据结构，就是一个list数据结构额外加了一个class name的属性； （3）这种自定义的class数据结构一般是调用generic function的时候使用的，不同的class调用generic function下的不同methods；

　　我这么说还是有些抽象，建议还是看书体会一下比较好，另外书里对于R语言函数和数据流讲解也很不错。

　　附一下当时随手做的笔记，仅供参考