有些業界從業人士對R語言的價值并不認可，他們認為R語言只針對統計分析。

R語言的確提供了很全面的統計分析的軟件包，比如CRAN，Bioconductor，Neuroconductor，以及ROpenSci；并且提供了優秀的包管理功能。

但在與計算機領域朋友的溝通中，R語言其實已經成長為一種多功能的編程語言，它的功能遠不限于數據分析而已。但是，R語言的很多優秀特性并不為R語言社區以外的人所熟知。

在本文中，我將給大家介紹那些不為人知，卻又好用到難以置信的R語言功能。

1.R的標記語言可以制作可重復生成的Word和Powerpoint文檔

R語言中的rmarkdown包可以制作可重復生成的Word文檔和Powerpoint幻燈片，而這只需要改變一行YAML的代碼。

2.組建和運行一個可交互的網絡應用只需要幾行代碼

幾行R代碼就可以生成一個可交互的網絡應用。比方說如果使用R語言的flexdashboard包， 你只需要36行代碼，就可以生成一個可交互的動態報表，來探索你的BMI指數與全國健康營養檢查樣本結果的關聯。

3.幾行甚至一行R代碼就可以支持網絡應用的運行

另外一個很酷的功能是，通過rsconnect包，R語言還可以僅用一兩行代碼就支持網絡應用的運行。這些應用既可以通過自己的服務器來支持，也可以用shinyapps.io這種云服務器。

4.通過使用R語言的dplyr/dbplyr，幾乎各種數據庫都可以連接

使用dbplyr包，用R語言連接各種數據庫，無論是本地的還是遠程的，都非常方便。這個功能使R語言用戶可以不用擔心底層的數據庫，而獨立地從主流數據庫中抽取數據。R語言的bigrquery包還可以直接利用BigQuery和其他大規模數據存儲。

5.本地或多個不同的數據存儲，在R語言里可以利用相同的dblyr語法來操作

當你學會如何利用dplyr來轉換數據，本地和遠程的數據庫、數據存儲都可以利用相同的代碼來操作。這個功能簡化了也統一化了操作多個數據庫和數據語言的過程。

6.你可以用Keras和Tensorflow訓練深度學習模型

使用keras包或TensorFlow接口，你可以利用R語言來學習預訓練或者開發全新的深度學習模型。

7.R語言可以編寫和支持應用程序接口(API)

Plumbr包可以把R函數直接轉換成網絡應用接口(API)，并能很方便的集成到下游應用中去。如果你還安裝有Rstuodio Connect，這些函數可以像網絡應用一樣輕松地被部署。

8.你可以使用R語言來生成電子游戲的界面

不僅是網絡應用，R語言甚至可以生成電子游戲的界面。nessy 包可以幫助你生成并部署NES風格的Shiny應用。

9.你可以直接通過R語言調用Spark集群來分析數據

你想用大規模數據訓練又大又復雜的機器學習模型么？R語言的sparklyr包幫助你在單機或者大型的Spark集群上直接完成這項任務。

10.你可以在R語言中以交互的方式學習R

R語言的swirl包可以用來生成可交互的R語言學習教程。

本文介紹了十個R語言中的功能，這些當然不是R語言全部的優秀特征。比如你還可以連接到AWS Polly來生成語音合成軟件，或者用R語言生成能夠回應語音命令的Shiny應用，甚至編寫深度學習的軟件來利用加速度數據去判斷哈利波特的法術。R語言已經不單單是一門只能用來做數據分析的編程語言（雖然它在這方面超強！），對R語言的掌握能夠為你打開一扇開發實用和好玩應用的大門。