freeCodeCamp/guide/chinese/r/index.md

---
title: R
localeTitle: R
---
## 什么是R？

R是用于统计计算和图形的开源编程语言和软件环境。它是数据科学家和统计学家都使用的主要语言之一。它得到了R Foundation for Statistical Computing和大量开源开发人员的支持。由于R使用命令行界面，对于习惯使用诸如SPSS和SAS之类的GUI聚焦程序的一些人来说可能存在陡峭的学习曲线，因此对诸如RStudio的R的扩展可能是非常有益的。由于R是一个开源程序并且可以免费获得，因此学术界可以获得很大的吸引力，因为他们可以通过与各个学院或大学的联系来管理统计程序。

## 安装

您需要开始使用R的第一件事是根据您的操作系统从其[官方站点](https://www.r-project.org/)下载它。 现在将其安装在您的计算机上。有关安装的帮助，请参阅下面的参考部分。

## 流行的R工具和包

*   [RStudio](https://www.rstudio.com/products/rstudio/)是R的集成开发环境（IDE）。它包括一个控制台，支持直接代码执行的语法高亮编辑器，以及用于绘图，历史，调试和工作区管理的工具。
*   [Comprehensive R Archive Network（CRAN）](https://cran.r-project.org/)是R工具和资源的主要来源。
*   [Tidyverse](https://www.tidyverse.org/)是为数据科学设计的R包的集合，如ggplot2，dplyr，readr，tidyr，purr，tibble。
*   [data.table](https://github.com/Rdatatable/data.table/wiki)是基础`data.frame`一个实现，专注于改进性能和简洁，灵活的语法。
*   用于在R中构建仪表板样式Web应用程序的[闪亮](https://shiny.rstudio.com/)框架 \*

## 在哪里免费学习R.

*   [R Studio](https://www.rstudio.com/online-learning/)

*   [代码学校](http://tryr.codeschool.com/)

*   [Coursera-允许免费审核课程，但支付认证。](https://www.coursera.org/learn/r-programming)

*   [DataCamp - 允许免费完成介绍部分。](https://www.datacamp.com)

*   [R for Data Science-是一本可以免费在线阅读的书。](http://r4ds.had.co.nz/)

*   [edX - 允许免费审核课程，但支付认证。](https://www.edx.org/learn/r-programming)

*   [高级R](https://adv-r.hadley.nz/)

*   [RSeek](http://rseek.org/)

    ## 参考

*   [在Windows上安装R](http://youtu.be/Ohnk9hcxf9M)

*   [在Mac上安装R](https://youtu.be/uxuuWXU-7UQ)