太棒了！现在我们来学习 R 语言基础，这是掌握数据分析、可视化和建模的第一步。我会以简洁、直观的方式讲解，让你轻松上手。

📌 R 语言基础知识速查表

✅ 1. 变量赋值

x <- 5      # 推荐方式
y = 10      # 也可以
name <- "Alice"

✅ 2. 基本数据类型

类型示例说明
数值型x <- 3.14整数或小数
字符型s <- "Hello"字符串
逻辑型flag <- TRUETRUE / FALSE
向量v <- c(1, 2, 3)多个同类型元素

✅ 3. 运算符

# 算术运算
a + b    # 加法
a - b    # 减法
a * b    # 乘法
a / b    # 除法
a^b      # 幂运算

# 比较运算
a == b   # 相等
a != b   # 不等
a > b
a < b

# 逻辑运算
a & b    # 与
a | b    # 或
!a       # 非

✅ 4. 向量（Vector）

v <- c(10, 20, 30)
v[1]         # 索引从1开始
v[v > 15]    # 逻辑筛选

✅ 5. 常见函数

length(v)     # 元素个数
sum(v)        # 求和
mean(v)       # 平均值
max(v)        # 最大值
min(v)        # 最小值
sort(v)       # 排序

✅ 6. 控制结构

IF 语句

x <- 10
if (x > 5) {
  print("x 大于 5")
} else {
  print("x 不大于 5")
}

for 循环

for (i in 1:5) {
  print(i)
}

while 循环

x <- 3
while (x > 0) {
  print(x)
  x <- x - 1
}

✅ 7. 数据结构

数据框（Data Frame）

df <- data.frame(
  name = c("Tom", "Jerry"),
  age = c(25, 30)
)

df$name     # 提取列
df[1, ]     # 提取第一行

列表（List）

lst <- list(name="Lily", score=c(90, 85))
lst$name

✅ 8. 导入导出数据

data <- read.csv("data.csv")          # 读取 CSV
write.csv(data, "out.csv", row.names=FALSE)  # 保存 CSV

✅ 9. 绘图初体验

x <- 1:10
y <- x^2
plot(x, y, type="b", col="blue", main="x vs x^2")

✅ 10. 包管理

install.packages("ggplot2")   # 安装包
library(ggplot2)              # 加载包

🎯 下一步推荐学习：

模块内容
数据处理dplyr、tidyr
可视化ggplot2、plotly
报告输出R Markdown
Shiny 应用构建交互式网页