R 编程语言

R 是一种流行的、面向数据分析的编程语言和环境。它提供了丰富的数据处理、统计分析和可视化工具，被广泛应用于数据科学和统计学领域。

R 的特性和优势

• 开源和免费：R 是一个完全开源的项目，它的代码和扩展包都可以免费获取和使用。
• 大量扩展包：R 社区拥有丰富的扩展包（packages），提供了许多用于数据处理、机器学习、数据可视化等方面的功能。
• 统计分析能力强：R 提供了许多强大的统计分析方法和模型，如线性回归、ANOVA、聚类分析、时间序列分析等，满足了不同领域的统计需求。
• 数据可视化：R 提供了多种数据可视化工具，包括基础的绘图函数和高级绘图包，可以创建漂亮、交互式的图表和可视化结果。
• 数据处理和准备：R 提供了许多数据处理和清洗的函数，可以方便地进行数据重塑、合并、筛选、缺失值处理等操作。
• 文档化和可重复性：R 语言支持使用 R Markdown 来结合代码、分析和可视化结果，创建可重复、可分享的研究报告和文档。

安装 R

要使用 R，首先需要在你的计算机上安装 R 软件。请按照以下步骤进行安装：

1. 访问 R 官方网站：https://www.r-project.org/
2. 点击 "Download R" 进入下载页面
3. 选择对应你操作系统的安装程序下载，然后运行安装程序
4. 按照安装程序的指引完成安装

编写和执行 R 代码

R 的代码可以直接在 R 控制台中输入和执行，也可以保存为 R 脚本文件（以 .R 扩展名结尾），然后使用 R 解释器执行。

在 R 控制台中执行代码

打开 R 控制台，可以通过以下方法执行 R 代码：

# 计算 2 加 2
2 + 2

运行 R 脚本文件

创建一个新的 R 脚本文件（如 my_script.R），然后在文件中编写 R 代码：

# 打印 "Hello, World!"
print("Hello, World!")

保存文件后，可以通过以下方法运行 R 脚本：

Rscript my_script.R

代码示例

下面是一个使用 R 进行数据清洗和可视化的示例代码：

# 加载需要的扩展包
library(ggplot2)
library(dplyr)

# 读取数据
data <- read.csv("data.csv")

# 数据处理
cleaned_data <- data %>%
  filter(!is.na(column1)) %>%
  select(column1, column2) %>%
  mutate(column3 = column1 + column2)

# 数据可视化
ggplot(cleaned_data, aes(x = column1, y = column2)) +
  geom_point() +
  geom_smooth() +
  labs(title = "Scatter plot of column1 and column2")

这段代码假设已经有一个名为 data.csv 的数据文件，其中包含了 column1 和 column2 两列数据。它首先加载了 ggplot2 和 dplyr 扩展包，然后读取数据文件。接着对数据进行了清洗和处理，最后使用 ggplot2 扩展包绘制了散点图并添加了标题。