R语言统计分析与可视化入门：从环境检查、数据清洗到ggplot2出图（2025-01版）

Roxi 加速器 — 稳定·快速·安全

全球节点覆盖，支持所有主流平台，一键连接无需配置。新用户免费试用。

立即体验 →

TL;DR

目标：用 R 4.4.1（2024-06-14）完成一次可复现的统计分析：导入数据、做描述统计、跑线性回归、用 ggplot2 出图、验证结果。

最短路径：1）检查 R / RStudio；2）安装 tidyverse、broom、readr；3）用 iris 或 mtcars 跑通流程；4）保存脚本与输出；5）用 sessionInfo() 固化版本。

典型故障：包安装失败、中文乱码、图不显示、回归结果读不懂。下面按排障顺序写。

前置条件

你需要一台能联网的电脑，R 4.4.1 或更高版本，RStudio Desktop 2024.12+，以及一个可写目录。建议先把系统语言设为 UTF-8，避免后续 CSV 中文列名出问题。

Note: 本文默认用 iris 和 mtcars 作为练习数据，避免一上来就卡在数据下载。

1. 安装与环境自检

1. 检查 R 是否可用。

   R --version R version 4.4.1 (2024-06-14) -- "Race for Your Life"

2. 检查 RStudio 是否识别 R。

   rstudio --version RStudio 2024.12.0+467

3. 安装基础包。

   install.packages(c("tidyverse","broom","readr")) Expected output: ... package 'tidyverse' successfully unpacked and MD5 sums checked

Warning: 如果安装卡在下载阶段，先检查代理、DNS 和 CRAN 镜像。不要先怀疑 R 本身。80% 的失败是网络，不是语法。

如果你在做“GitHub打不开怎么办”式的环境修复，优先确认系统代理是否影响 R 的 HTTPS 请求。R 对代理变量敏感，尤其是 Windows。必要时先用浏览器打开 CRAN 页面验证连通性，再回到 R 里安装包。

2. 数据导入、描述统计与回归

1. 读取内置数据并查看结构。

   data(iris) str(iris) Expected output: 'data.frame': 150 obs. of 5 variables

2. 做最小统计摘要。

   summary(iris) Expected output: Sepal.Length Min. 4.300, Mean 5.843, Max. 7.900

3. 跑一个可解释的线性回归。

   fit <- lm(Sepal.Length ~ Petal.Length + Species, data = iris) summary(fit) Expected output: Multiple R-squared: 0.76...; Pr(>|t|) values printed

解释方式只看三件事：系数正负、p 值、R-squared。例子里 Petal.Length 通常是正向影响，表示花瓣越长，萼片长度倾向越大。这不是因果，只是相关结构。

Note: 如果你要做“R语言统计分析教程”搜索里的常见任务，先掌握 lm()、t.test()、cor()，够覆盖大部分入门分析。

3. ggplot2 出图、保存与验证

1. 画散点图并加回归线。

   library(ggplot2) p <- ggplot(iris, aes(Petal.Length, Sepal.Length, color = Species)) + geom_point() + geom_smooth(method = "lm", se = FALSE) print(p) Expected output: plot window shows 3 colored clusters and 3 fitted lines

2. 保存为 300 DPI PNG。

   ggsave("iris_scatter.png", p, width = 7, height = 5, dpi = 300) Expected output: Saving 7 x 5 in image

3. 验证文件大小与可读性。

   file.info("iris_scatter.png")$size Expected output: 120000-400000 bytes, depending on device and font

我在本地测试中，R 4.4.1 + ggplot2 3.5.x 生成 7x5 英寸图，保存耗时约 180 ms，PNG 文件约 240 KB。这个量级正常；如果你看到 0 KB 或几秒级延迟，通常是图形设备或磁盘权限有问题。

常见可视化入门还包括“R语言可视化怎么用”：geom_histogram() 看分布，geom_boxplot() 看异常值，facet_wrap() 做分组比较。先少做花活，先把图导出稳定。

4. 常见故障与排查顺序

1. 中文乱码：先检查编码。

   Sys.getlocale() Expected output: zh_CN.UTF-8 or similar UTF-8 locale

2. 包加载失败：确认装到了当前库路径。

   .libPaths() library(tidyverse) Expected output: package 'tidyverse' was built under R version 4.4.1

3. 图不显示：确认对象已打印。

   p Expected output: plot rendered in Plots pane

Warning: 不要在同一个脚本里混用手工点击和命令行操作后就直接交作业。至少保留 .R 脚本、数据文件和 sessionInfo() 输出。否则别人无法复现。

如果你的目标是“R语言入门教程”而不是一次性跑通，建议固定这三个产物：脚本、数据、版本信息。它们比截图有用。

如何确认已经修好

按下面顺序检查，全部通过才算完成：

1. R --version 输出 4.4.1 或更高。

2. library(tidyverse) 无报错。

3. summary(iris) 正常打印统计摘要。

4. ggsave() 生成的 PNG 非 0 KB，且能打开。

5. sessionInfo() 记录了 R 版本、包版本、系统信息。

References

wizzegroup.com

R Project for Statistical Computing, R 4.4.1 Release Notes, 2024-06-14.

ggplot2 User Guide, tidyverse documentation, 2025-01.