简易目录：
1 Pandas对象及其数据取值与选择：Series、DataFrame和Index
2 Pandas数值运算方法
3 处理缺失值
4 层级索引：层级索引的创建、取值与切片、行列转换
5 合并数据集：pd.concat()、append()、pd.merge()
6 累计与分组：GroupBy——分割、应用和组合
7 数据透视表：pivot_table()
8 向量化字符串操作
9 处理时间序列

简易目录：
1 NumPy数组基础：数组的创建、属性、索引、切分、变形、拼接与分裂
2 NumPy数组的计算：通用函数、广播功能
3 比较、掩码和布尔逻辑：和通用函数类似的比较操作、操作布尔数组
4 花哨的索引：有关索引、组合索引
5 数组的排序
6 结构化数组

一辈子很短，如白驹过隙，转瞬即逝。
可这种心情很长，如高山大川，延绵不绝。
——《武林外传》

1 字符串

字符串的打印形式与其本身的内容是不相同的，因为打印形式中会显示出转义字符。如果要查看字符串的初始内容，可以使用writeLines()函数。
字符串长度：str_length()
字符串组合：str_c()，可以用sep参数控制字符串的分隔方式；如果想将字符向量合并为字符串，可以用collapse参数；该函数是向量化的，可以自动循环短向量，使得其与最长的向量具有相同的长度；如果希望输出缺失值为“NA”，可使用str_replace_na()

1 函数

只要一段代码需要复制粘贴的次数超过两次，就应该考虑编写一个函数。
创建一个新函数，需要以下3个关键步骤：
1）为函数选择一个名称。两种命名法：下划线法“snake_case”或首字母大写法“camelCase”。
2）列举出function中所用的输入，即参数。
3）将已经编写好的代码放在函数体中。

1 一些好用的R包

1.1 plyr包

plyr包提供了一整套工具集来处理列表、数组和数据框，把复杂的数据分割成几个部分，用某个函数分别对各个部分进行处理，最后把这些结果综合到一起。主要函数是ddply()函数：ddply(data, .(var1, var2), fun, ...)

简易目录：
4 标度、坐标轴和图例：用法、标度分类、通用参数
5 定位：分面、坐标系
6 精雕细琢：主题、存储输出、一页多图

简易目录：
1 从qplot开始：图形属性、几何对象、分面(facet)
2 用图层构建图像：图层、图形属性映射、几何对象、统计变换、位置调整、整合
3 工具箱：基本图形类型、展示数据分布、添加图形注解、含权数据

生活愉快的关键，在于先去选择必要的东西，然后去热爱所选择的东西。
——《当尼采哭泣》欧文•亚隆

Rattle是R中一个用于数据挖掘的图形交互界面（GUI），可快捷处理常见的数据挖掘问题，从数据的整理到模型的评价，Rattle给出了完整的解决方案。