Matrix包：先進(jìn)的稀疏矩陣處理，不了解稀疏矩陣概念的時(shí)候內(nèi)存占用和運(yùn)行速度都不忍直視。

Reshape2/ddply：數(shù)據(jù)處理不用愁。

*apply系列：比f(wàn)or更好用的函數(shù)，其中tapply遠(yuǎn)不如lapply流行，但是實(shí)用程度不在其下。實(shí)際上lapply有沒(méi)有變快得看各人的實(shí)現(xiàn)，因?yàn)殡m然lapply調(diào)用了C實(shí)現(xiàn)，但是它還是要回頭調(diào)用在R里用戶定義的函數(shù)才能做計(jì)算，這個(gè)函數(shù)速度如何才是關(guān)鍵。

compiler包：即使代碼里有for也可以加速。

foreach：通用的并行接口，跨平臺(tái)多功能。

lubridate：處理時(shí)間日期格式不求人。

gbm：效果和randomForest相近，但是占用內(nèi)存很少很幸福，而且支持多核 CrossValidation 運(yùn)算。

stats::optim()：做優(yōu)化的最傻瓜選擇。不信看這個(gè)三行R代碼做出SVM：weibo.com/1459604443/A3，不懂牛頓法也沒(méi)關(guān)系。

knitr/slidify：knitr是 @謝益輝 的代表作。做報(bào)告、幻燈片 so easy，但是slidify的作者不喜歡寫(xiě)文檔，所以很頭疼。

shiny：用R生成Web App，后端強(qiáng)勁接口統(tǒng)一。例如：hetong.shinyapps.io/img 。

recharts：在R中方便快捷地生成可交互圖形，再也不用從R換到j(luò)s了。

devtools::install_github()：脫離CRAN強(qiáng)權(quán)統(tǒng)治，Github讓世界更美好。

base::match()：很多情況下比which，is.element不知高到哪里去了。

utils::read.table()：設(shè)置nrows能提前分配內(nèi)存，設(shè)置comment.char=""與colClasses更能加快讀入。

OpenBLAS庫(kù)：雖然不是R包，但是多核CPU上對(duì)矩陣運(yùn)算的加速效果實(shí)在是太方便明顯了，而且Ubuntu上安裝方便，并不需要重新編譯R。

定義啟動(dòng)項(xiàng)：如果對(duì)stringsAsFactors永遠(yuǎn)默認(rèn)為TRUE深痛惡覺(jué)，可以修改Rprofile.site文件，加上每次啟動(dòng)都自動(dòng)運(yùn)行的命令。 @任坤 在評(píng)論中提到：定義啟動(dòng)項(xiàng)比較危險(xiǎn)，不注意的話會(huì)使得代碼的可移植性出現(xiàn)問(wèn)題哦，放到別人電腦上一運(yùn)行發(fā)現(xiàn)各種factor。

升級(jí)R包：R的版本更迭之后，可以把老R包復(fù)制到新版本的library目錄下，然后運(yùn)行 update.packages(checkBuilt=TRUE, ask=FALSE) ，這是官方的提示，放在FAQ里，不知道有多少人留意了：R for Windows FAQ