《R in Action》
《The Art of_R Programming》
入門者可首選兩本，前者從統計角度入手，分高中低三部分由淺入深的講解了如何用R來實現統計分析，另外此書已經有中文版面世。後者從程序編寫的角度入手，對R的本身特點進行了清晰的介紹。中文版應該快有了。
二、統計進階：
《A Handbook of Statistical Analyses_Using_R》
《Modern Applied Statistics With S》
這兩本書基本上涵蓋了統計的壹些高階內容，例如多元分析、多層回歸模型、薈萃分析、生存分析等內容。案例豐富，公式不多，值得反復學習參考。
三、科學計算：
《Introduction to Scientific Programming and Simulation Using R》
除了統計分析外，此書獨特之處在於使用R來做數值分析，如求根，最優化，數值積分。還包括了壹些常見的模擬技術。書後的習題和最後的案例非常有用。該書的中文版據說還在翻譯。
四、數據挖掘：
《Data Mining with R_ Learning with Case Studies》
《Machine Learning for Hackers》
兩本側重於數據挖掘的R書，全是以案例為線索，示範的代碼量很大。跟壹遍下來會有很大的收獲。
五、數據繪圖：
《ggplot2 Elegant Graphics for Data Analysis》
ggplot2還有什麽好說的呢，R中最優秀的繪圖包，但由於近期該包升級很快，這書顯得有些過時。好在中文版進行了大幅更新，即將面世。
六、參考手冊：
《R Cookbook》
《R in a Nutshell》
有時候我們需要類似詞典的案頭參考手冊，以方便隨時查閱。又或者可以通讀壹遍以查漏補缺。上面兩本書雖然有些厚度，但仍然推薦之。後者的中文版也在翻譯狀態。
七、高級編程：
《R Programming for Bioinformatics》
《software for data analysis programming with R》
如果妳是初學者，不要去看上面兩本書。如果妳想進階為專家級R用戶，那妳需要精讀它們。前者講解了R少為人知的壹面，例如字符處理、正則表達和XML，還有報錯處理以及與其它語言的交互。後者更是編寫生產級代碼的聖經指南。