R: 认识 R 语言：什么是 R 统计编程语言

R 是世界上最流行的统计计算与图形语言——它让数据分析和可视化变得简单而专业。

本教程面向零基础学习者，从"什么是 R"讲起，直到你能用 R 完成完整的数据分析项目。R 在学术研究、数据科学、统计建模领域是事实标准，全球有 250 万+ 数据科学家在使用它。

1. 你将学到

• R 是什么，它能做什么
• R 与 Python 的差异和适用场景
• R 的诞生历史和设计哲学
• 在 Windows/macOS/Linux 上安装 R
• 安装并使用 RStudio IDE
• 编写并运行第一个 R 脚本
• R 的包生态（CRAN 和 tidyverse）

2. 一个数据分析师的真实故事

(1) 痛苦：Excel 撑不住了

Alice是一名市场分析师，最近接到一个紧急任务：

"把去年 12 个月的 @,000 rows of销售数据，做成一份6 张不同维度的趋势报告，明天早上manager要看。"

他打开 Excel 准备开工，结果发现：

• @,000 rows of数据 Excel 打开就要 5 分钟
• 想画 6 张不同维度的图，反复复制粘贴 + 透视表要花 3 小时
• 想算"按地区、按月份、按产品"三维度汇总，要写3 层嵌套 VLOOKUP
• 中途 Excel 崩溃 2 次，他差点把电脑砸了

他最后是怎么完成的？他转用了 R。

(2) R 的解法

同样的任务，Alice在 R 里这样写：

# 一行代码加载整个数据分析工具集
library(tidyverse)

# 一行代码读入 @,000 rows of数据（5 秒完成）
sales <- read_csv("sales_2024.csv")

# 一行代码画 6 张图
sales |>
  group_by(region, month) |>
  summarise(total = sum(amount)) |>
  ggplot(aes(x = month, y = total, color = region)) +
  geom_line() +
  facet_wrap(~ product) +
  labs(title = "2024 年销售趋势（按地区/产品）")

总用时 5 分钟——读数据 5 秒，汇总 1 秒，画 6 张图 3 秒，剩下时间润色标题。

这就是 R 的魅力：用最少的代码完成最复杂的数据分析。它的设计哲学就是"让统计学家专注思考，而不是和工具斗争"。

3. 什么是 R？

R 是一门诞生于 1993 年的统计计算与图形编程语言，由新西兰奥克兰大学的 Ross Ihaka 和 Robert Gentleman 设计。

(1) R 的三大定位

(2) R 的核心优势

• 统计方法最全：从基础 t 检验到前沿贝叶斯推断，R 都有现成的包
• 可视化领先：ggplot2 是数据可视化领域的标杆，被 Python/JS 大量借鉴
• 学术标准：90% 的统计、医学、经济学期刊论文使用 R
• 包生态丰富：CRAN 上有 20,000+ 经过同行评审的开源包
• 可重现性：R Markdown 让"代码 + 数据 + 论文"三位一体

4. R 与 Python 的差异

很多初学者会问："我学 R 还是 Python？"答案是两个都学——但用途不同。

(1) 一图看懂定位差异

graph TB
    subgraph 编程语言分工
        A[R<br/>统计分析<br/>学术研究<br/>数据可视化] 
        B[Python<br/>Web 开发<br/>机器学习<br/>自动化工程]
        C[SQL<br/>数据库查询]
        D[JavaScript<br/>前端交互]
    end
    
    style A fill:#e1f5ff
    style B fill:#fff4e1
    style C fill:#f0e1ff
    style D fill:#e1ffe1

graph TB
    subgraph 编程语言分工
        A[R<br/>统计分析<br/>学术研究<br/>数据可视化] 
        B[Python<br/>Web 开发<br/>机器学习<br/>自动化工程]
        C[SQL<br/>数据库查询]
        D[JavaScript<br/>前端交互]
    end
    
    style A fill:#e1f5ff
    style B fill:#fff4e1
    style C fill:#f0e1ff
    style D fill:#e1ffe1

(2) 六维对比表

(3) 简单结论

• 做统计、画图、写论文 → 用 R
• 做产品、写网站、做 AI → 用 Python
• 做数据处理 → 两门都行，但 R 在数据科学领域更"地道"

5. R 的诞生

(1) 一个有故事的语言

R 不是凭空设计的，它有清晰的演进路径：

• 1976 年：贝尔实验室开发 S 语言（专为统计分析设计）
• 1993 年：Ross Ihaka 和 Robert Gentleman 在 S 的基础上设计了 R 语言
• 名字来源：取两位作者名字首字母（R oss + R obert），也向 S 语言致敬
• 2000 年：R 1.0 发布，标志 R 进入成熟期
• 2015 年：R 3.0 发布，性能大幅提升
• 2024 年：R 4.4.x（当前主流版本）

(2) 为什么 R 能活 30 年？

R 不是"完美"的语言（语法有怪癖，IDE 启动慢），但它能存活 30 年的原因是：

• 统计学家真正在用（不是"为了用而用"）
• 包作者就是用户（遇到问题就写包，CRAN 成了"实战知识库"）
• 学术圈建立了壁垒（期刊要求 R 代码可重现）

6. 安装 R（R 4.x 主程序）

R 是开源免费的，可以从 CRAN 官网 下载安装包。

(1) 各平台安装指引

(2) Linux 安装命令

# Ubuntu/Debian 用户：在终端依次执行以下命令
sudo apt update -qq
sudo apt install --no-install-recommends software-properties-common dirmngr
wget -qO- https://cloud.r-project.org/bin/linux/ubuntu/marutter_pubkey.asc | sudo tee -a /etc/apt/trusted.gpg.d/cran_ubuntu_key.asc
sudo add-apt-repository "deb https://cloud.r-project.org/bin/linux/ubuntu $(lsb_release -cs)-cran40/"
sudo apt install -y r-base

(3) 验证安装

安装完成后，打开系统终端输入：

R --version

预期输出：

R version 4.4.1 (2024-06-14) -- "Race for Your Life"
Copyright (C) 2024 The R Foundation for Statistical Computing
Platform: x86_64-pc-linux-gnu

看到 R 版本号就说明主程序安装成功。

7. 安装 RStudio（推荐 IDE）

R 自带一个简陋的图形界面，但99% 的 R 用户都用 RStudio——它是 Posit 公司出品的 R 专用 IDE，全球 R 用户的标准工具。

(1) 下载 RStudio

访问 Posit 官网，下载免费版 RStudio Desktop（区分 Windows/macOS/Linux 三个版本，约 200MB）。

(2) RStudio 四窗格

第一次打开 RStudio，你会看到 4 个窗格：

graph TB
    A["源编辑器<br/>Source Editor<br/>写 R 脚本和文档"] 
    B["控制台<br/>Console<br/>执行代码、显示结果"]
    C["环境/历史<br/>Environment/History<br/>查看变量、历史命令"]
    D["文件/图表/包/帮助<br/>Files/Plots/Packages/Help"]
    
    A -- "Ctrl+Enter<br/>运行选中行" --> B
    B -- "赋值产生" --> C
    B -- "plot 画图" --> D
    C -- "点变量名查看" --> D
    
    style A fill:#fff3cd
    style B fill:#d4edda
    style C fill:#cce5ff
    style D fill:#f8d7da

graph TB
    A["源编辑器<br/>Source Editor<br/>写 R 脚本和文档"] 
    B["控制台<br/>Console<br/>执行代码、显示结果"]
    C["环境/历史<br/>Environment/History<br/>查看变量、历史命令"]
    D["文件/图表/包/帮助<br/>Files/Plots/Packages/Help"]
    
    A -- "Ctrl+Enter<br/>运行选中行" --> B
    B -- "赋值产生" --> C
    B -- "plot 画图" --> D
    C -- "点变量名查看" --> D
    
    style A fill:#fff3cd
    style B fill:#d4edda
    style C fill:#cce5ff
    style D fill:#f8d7da

(3) 四窗格功能表

8. 第一个 R 脚本

现在我们写第一个 R 脚本，完整的工作流如下：

▶ 示例：Hello World + 简单计算

# ============================================
# 我的第一个 R 脚本
# 文件名：hello.R
# ============================================

# 1. 注释以 # 开头，不会被运行
# 2. 变量赋值用 <-
name <- "World"

# 3. 用 cat() 输出（cat = concatenate，拼接）
cat("Hello,", name, "!\n")

# 4. R 是计算器（直接输入算式）
1 + 1
2 * 3
sqrt(144)  # 平方根 = 12
log(100)   # 自然对数

# 5. 用变量做计算
pi_value <- 3.14159
radius <- 5
area <- pi_value * radius ^ 2
cat("半径为", radius, "的圆面积约等于", round(area, 2), "\n")

预期输出：

Hello, World !
[1] 2
[1] 6
[1] 12
[1] 4.60517
半径为 5 的圆面积约等于 78.54

(1) 操作步骤

9. R 的包生态

R 的最大优势是包（package）生态——20,000+ 个由全球统计学家贡献的开源包，覆盖几乎所有统计方法和数据科学场景。

(1) 包管理三件套

# 1. 安装包（从 CRAN 镜像下载，只需执行一次）
install.packages("dplyr")

# 2. 加载包（每次新会话都要加载一次）
library(dplyr)

# 3. 查看已安装包
installed.packages()[, "Package"]

(2) tidyverse：数据科学 R 的"五件套"

tidyverse 是 Hadley Wickham（ggplot2 作者）领导的"整洁派"包集合，是现代 R 数据科学的事实标准：

# 一次装 8 个核心包（dplyr/ggplot2/readr/tidyr/stringr/purrr/tibble/readxl）
install.packages("tidyverse")

❓ 常见问题

📖 小节

• R 是 1993 年诞生的统计计算与图形语言，定位"统计学家的工作台 + 数据科学家的画笔 + 可重现研究的标准"
• R 与 Python 的核心差异：R 偏统计/学术/可视化，Python 偏工程/AI/通用开发
• 安装顺序：先装 R 主程序（从 CRAN 下载），再装 RStudio IDE（Posit 官网）
• RStudio 四窗格：源编辑器（左上）→ 控制台（左下）→ 环境/历史（右上）→ 文件/图表/包/帮助（右下）
• 第一个脚本：<- 赋值 + cat() 输出 + 注释 # 开头
• tidyverse 5 件套（dplyr/ggplot2/readr/tidyr/stringr）是数据科学 R 的核心

📝 作业

1. 基础题：访问 CRAN 官网，找到适用于你操作系统的最新 R 安装包，记录下当前最新版本号是多少。安装 R 主程序和 RStudio，截图保存 RStudio 的四窗格界面。

2. 进阶题：在 RStudio 新建脚本，编写一个"自我介绍"程序：① 定义 3 个变量（姓名 name、年龄 age、城市 city）；② 用 cat() 拼成一句话输出"我是 [姓名]，今年 [年龄] 岁，来自 [城市]"；③ 用 # 写 2-3 行注释解释代码。运行后截图保存控制台输出。

3. 挑战题：调研你最感兴趣的一个 R 包（推荐：ggplot2 / dplyr / shiny / rmarkdown / forecast），用一段话（200 字左右）介绍它的作用、典型应用场景，以及一个真实使用案例（可在 RStudio 官网 或 CRAN Task Views 查找）。把你的调研结果写在文档里保存。

Web-Tutorial 技术团队

由多位开发者共同维护的编程教程平台。每篇教程由对应领域的开发者编写和审核，确保内容准确可靠。如发现任何问题，欢迎向我们反馈。

关于我们