本书一共分为三大部分，系统地介绍数据分析与挖掘过程中所涉及的数据清洗、整理、可视化以及建模等环节，具体内容如下： 第一部分（第1~4章）介绍R语言的一些基础知识和使用技巧，内容包含R语言中的数据结构、控制流语句和自定义函数、apply簇函数的使用、外部数据的读取、数据的清洗和整理以及正则表达式的使用。 第二部分（第5、6章）重点介绍绘图包ggplot2的使用，详细讲解各种统计图形的绘制方法（如条形图、环形图、瓦片图、直方图、小提琴图、折线图、面积图、散点图、地图等），以及图形绘制过程中的微调策略（如图例位置的摆放、自定义颜色的调整、图形形状的选择以及多图形的组合等）。 第三部分（第7~15章）一共包含了10种数据挖掘算法的应用，如线性回归、决策树、支持向量机、GBDT等。采用通俗易懂的手法介绍每一个挖掘算法的理论知识，并借助于具体的项目数据完成算法的实战。本部分内容既可以提高数据分析与挖掘的水平和技能，也可以作为数据挖掘算法实操的模板。