目录
关于 R 语言的简朴介绍
上一期 R 语言入门条记内里我简朴介绍了 R 语言的安装和使用方法，以及各项避免踩坑的注意事项。我想把这个系列的条记持续写下去。
这份条记只是我的 R 语言入门学习条记，而不是一套 R 语言教程。换句话说：这份条记不会事无巨细地介绍 R 语言的逐项细节，究竟现在网上有关R的教程已经非常多了。这份条记主要是针对 R 语言学习过程中各个轻易掉进去的坑举行规避，以及根据我自身的履历提供一些学习思路。
起首，R 语言是一门特殊的、专用于统计分析和建模的编程语言。一般情况下，我猜测大家学习R语言主要大概是由于出于以下的原因：
- 主要从事统计分析的工作，将R语言作为自己的主力编程语言
- 主力编程语言不足以应对复杂的统计分析问题，需要 R 的辅助
- 你不知道，由于你只是一个平常的苦逼医门生，而身边的医门生都在使用 R
我个人比力符合第二种情况。我通常使用 Python，R 则是刚刚开始学习。因此我也希望能和这份条记的读者们共同进步。
到什么地方去找 R 语言的教程
考虑到 R 语言是专为统计分析计划的编程语言，所以 R 语言的许多机制也和统计分析自己有关。
起首需要把握一些有关统计分析的基本概念。一旦熟悉了统计分析的基本概念，就能基本相识R语言可以大概帮助你完成哪些功能（统计分析需要的那些计算机功能，R 语言几乎都可以实现。）
起首，如果是想要相识一些有关统计分析的方法论，可以试试看这个 Bilibili 网课：统计分析轻松入门（2023修订版）。
关于 R 语言自己的学习，Bilibili 平台上有一些不错的网课可供参考：
教材的话，我找到的这个 四川师范大学研究生公选课《数据科学中的R语言》 看上去也很不错。
R 语言的基本语法
略。
……别人的教程都写过了，我干嘛还要再写一遍？
哎，跳过。
文件与路径
为什么要注意路径问题？
初次体验 R Studio 的时候，一大印象就是没有非常轻便稳定的路径管理，由于 R Studio 中终端并不会默认在工作空间里开启。
相比力其他我常用的 IDE 而言，如果是在 Visual Studio Code 中移动工作空间，只需要直接关闭IDE然后直接在电脑上打开另一个文件夹，右键，选择“在 Visual Studio Code 中打开”就可以很轻易地在相应的工作目录运行和调试程序。但是对于 R Studio，纵然你把右下角的 Files 栏切换到了精确的工作区目录（以防止新人不相识：就是你堆放数据文件和代码脚本的文件夹），你的终端照旧在原来的那个目录内里。你这个时候去敲R的实时交互命令读取某个路径下的数据，大概运行 R 的代码文件读取数据，就要报错。
遇到这种情况，如果你不想在 R 命令行内里通过敲命令再切换一次，可以考虑将所有 R 语言编程活动都酿成一个个独立的项目去管理。尝试在 R Studio 右上角点击 Files，然后新建一个 R 项目，下次打开代码直接点击后缀名为 *.Rproj 的项目文件，就能精确打开 R Studio 并切换精确的工作目录。
关于文件格式
R Script 与 R Markdown
R语言的代码最常见的主要有两种文件格式：原生的R语言脚本文件（R Script），以及 R Markdown，一种R语言和Markdown相互瓜代誊写、分段运行的奇异代码。R Script 和 R Markdown 相当于 Python 中的 *.py 脚本和 Jupyter Notebook 的关系。
R Script
R Script 是 R 语言的脚本，就是正常编写代码的方式。
主流的 R 语言的代码规范可以参照 Google的R语言编码风格指南（Google’s R Style Guide）。比如在 R Script 中 R 语言代码可以分节，用小节标题前后四个 # 加空格分割的形式：- #### hello world ####
- # This is a hello world program in R
- print("hello, world")
- # 假设你有一个 hello.R 文件
- # 定义了 Hello() 函数
- source("hello.R")
- Hello()
有时你大概不希望加载所有定义到全局环境中，可以通过设置 source() 的 local 参数来控制代码加载到局部环境中。
[code]local_env |
