🌱 一、什麼是R語言？

• R 是一種免費開源的編程語言和軟件環境，主要用於統計計算和圖形繪製。
• 廣泛應用於數據科學、生物信息學、金融分析、社會科學等領域。
• 擁有豐富的擴展包（CRAN 上超過 20,000 個包）。

🛠️ 二、安裝與環境準備

1. 下載 R
   根據你的操作系統（Windows / macOS / Linux）下載並安裝。
2. 推薦使用 RStudio（集成開發環境 IDE）
   
   RStudio 讓寫代碼、查看數據、畫圖更方便。

📚 三、零基礎學習路徑（建議順序）

第1步：熟悉基本語法

• 變量賦值：x <- 5
• 數據類型：數值（numeric）、字符（character）、邏輯（logical）、因子（factor）
• 數據結構：

• 向量 c(1,2,3)
• 矩陣 matrix()
• 數據框 data.frame()（最常用）
• 列表 list()

✅ 練習：創建一個包含姓名、年齡、性別的數據框。

df <- data.frame(
  name = c("張三", "李四", "王五"),
  age = c(25, 30, 28),
  gender = c("男", "女", "男")
)
print(df)

第2步：基礎操作

• 讀取數據：read.csv("file.csv")
• 查看數據：head(), str(), summary()
• 子集選取：df[df$age > 25, ]
• 常用函數：mean(), sd(), table(), plot()

第3步：數據可視化（基礎）

使用內置繪圖系統或 ggplot2 包（更強大美觀）：

# 安裝並加載 ggplot2
install.packages("ggplot2")
library(ggplot2)

# 示例：散點圖
ggplot(mtcars, aes(x = wt, y = mpg)) + 
  geom_point()

第4步：常用包學習

第5步：實戰項目

• 分析一份公開數據集（如 iris、mtcars 內置數據）
• 嘗試做：描述性統計、相關性分析、簡單線性迴歸
• 輸出報告：使用 R Markdown（.Rmd 文件）生成 HTML/PDF 報告

📖 四、推薦學習資源（中文）

1. 書籍：

• 《R語言實戰》（Robert I. Kabacoff 著，中文版）
• 《統計學習導論：基於R應用》（ISLR 中文版）

2. 在線教程：

• 菜鳥教程 - R語言
• R語言中文社區
• B站搜索 “R語言入門”（推薦“莫煩Python”的R系列）

3. 交互式學習：

• DataCamp（英文，有免費部分）：
• swirl（在R中邊學邊練）：

install.packages("swirl")
library(swirl)
swirl()