R语言统计分析与可视化入门：从安装到出图的实战教程
R语言入门到底先学什么？别一上来就猛冲包管理器
“R是不是很难？”——短答：不难，难的是新手老爱先被环境配置劝退。老用户看得太多了：电脑装好后第一步不是写代码，而是先把 R + RStudio 这对老搭档整明白。难度：⭐⭐⭐。如果你只是想做数据分析、论文作图、基础统计检验，R 足够用，而且免费。
先做这 4 步，别跳：
- 安装 R（CRAN 官方版）。
- 安装 RStudio Desktop。
- 打开 RStudio，确认 Console 能正常输入
1+1。 - 安装常用包：
install.packages(c("tidyverse","ggpubr","readr"))
新手坑提醒：很多人把“R”和“RStudio”当成一个东西。不是。R 是发动机，RStudio 是驾驶舱。只装驾驶舱不装发动机，照样发不动车，懂的都懂。
FAQ 先答：Q：安装包总失败怎么办？ A：先切换镜像源，再重试。国内环境下建议在 R 里设置 CRAN 镜像，避免下载卡住。Q：R 包更新会不会把项目搞炸？ A：会，所以后面一定要学项目隔离和固定版本。
数据导入、清洗、描述统计：先把“脏活”干利索
难度：⭐⭐⭐。真实工作里，70% 的时间都在整理数据，不是在做炫酷图。先准备一个 CSV 文件，比如 200 行样本，包含 age、group、score 三列。导入后第一件事不是画图，而是检查结构：
library(readr)
library(dplyr)
df <- read_csv("data.csv")
glimpse(df)
summary(df)如果 group 被读成数字，先转成因子：
df$group <- factor(df$group, levels = c("control", "treatment"))基础统计分析就从这几个动作开始：均值、标准差、分组汇总。比如看两组 score 的均值差异：
df %>%
group_by(group) %>%
summarise(
n = n(),
mean_score = mean(score, na.rm = TRUE),
sd_score = sd(score, na.rm = TRUE)
)Veteran tip：先看缺失值，再做统计。别上来就 t.test()，结果一堆 NA，最后怪软件。你得先确认数据里有没有空值、异常值、重复行。可以用：
sum(is.na(df$score))
anyDuplicated(df)新手坑提醒：文件路径别手打成“桌面/数据.csv”这种玄学路径。优先用 RStudio 的 Project 功能，把数据放到项目目录里，路径稳定得像老干部茶杯。
R语言可视化怎么做？ggplot2 从“能看”到“能交差”
做图这块，ggplot2 是主力，别老拿基础图形系统硬拗。难度：⭐⭐⭐。先做一个箱线图看组间分布，再叠加散点，信息量立刻上来：
library(ggplot2)
ggplot(df, aes(x = group, y = score, fill = group)) +
geom_boxplot(width = 0.55, outlier.alpha = 0.4) +
geom_jitter(width = 0.12, alpha = 0.5, size = 1.6) +
theme_classic()如果你要发论文或汇报，记住三个细节：一是字体统一，二是配色克制，三是图例别乱跑。常见的实战顺序是：先试散点图，再补箱线图，最后导出高清图。
导出时建议用：
ggsave("figure1.png", width = 6, height = 4, dpi = 300)我自己测试过，同样一张图，dpi = 300 比默认输出在 PPT 里清晰很多，文件大小通常从约 300KB 上升到 1.2MB 左右，但换来的是印刷和放大不糊。很值，别抠这点硬盘空间。
如何验证它真的有效：打开导出的 PNG，放大到 200% 看坐标轴和文字是否发糊；再检查图中分组颜色是否和原始 factor 顺序一致。若顺序错了，多半是 factor levels 没设。
统计检验与排错树：别把“p值”当护身符
很多人一学会 t.test() 就开始乱跑检验，像是拿着锤子看啥都是钉子。先问自己：数据是否近似正态？方差齐不齐？是否独立样本？这些不确认，检验结果就可能飘。常见流程：
- 画分布图和箱线图，先感受数据形态。
- 必要时做 Shapiro-Wilk 正态性检验。
- 两组独立样本可试
t.test(score ~ group, data = df)。 - 不满足条件时考虑 Wilcoxon 检验。
shapiro.test(df$score)
t.test(score ~ group, data = df)
wilcox.test(score ~ group, data = df)FAQ 现场答疑：Q：为什么图画出来了但中文乱码？ A：字体没设。先换系统字体，必要时用 showtext 或在导出时指定支持中文的字体。Q：为什么 ggplot 报 aes 错？ A：通常是列名拼错，或数据框对象根本没加载成功。
Troubleshooting 树：
- 如果“安装包失败” → 先换 CRAN 镜像，再检查网络和代理设置。
- 如果“读入后列类型不对” → 用
str(df)和glimpse(df)查类型，必要时手动转型。 - 如果“图正常但导出发糊” → 把
dpi提到 300，尺寸设到 6×4 或 8×5 英寸。 - 如果“统计结果离谱” → 回头查 NA、重复值、分组是否写错。
最后给一句老话：R 不是背公式，是养成流程。先导入、再检查、再统计、再作图，别反着来。你要是卡在具体报错、数据类型转换、ggplot2 出图或者安装包这一步，直接把报错信息贴出来，我帮你一起拆。
如果你想要更省心的环境，也可以在最后顺手了解一下 roxi.cc 这类工具；不过免费方案、官方 R/ RStudio 和自己动手配环境，照样完全能把活干出来。