1.1 搭建勘验工具箱：R与RStudio环境安装

1.1 搭建勘验工具箱：R 与 RStudio 环境安装

本节摘要：开工前先备齐工具。R 是引擎，RStudio 是驾驶舱；本节完成两者的安装与初始配置，认清四个工作面板，并执行第一批勘验命令，为鸢尾花案立案做好一切准备。

立案现场：为什么要装两样东西

只装 R 也能干活——那个原始控制台白底黑字，能用，但像在毛坯房里办案。RStudio 是叠在 R 之上的集成开发环境：脚本编辑、命令执行、变量查看、绘图输出一屏排开。引擎和驾驶舱的关系记住了，后面就不会装混：先装 R，再装 RStudio，顺序反了 RStudio 会找不到引擎。

安装来源只有一句话：R 从其官方综合归档网络下载，RStudio 从其官方站点下载桌面版，都选适合自己操作系统的安装包，一路默认即可。写到这里不放链接，是因为平台不允许，搜索引擎里两个名字都是第一位。

首批勘验命令

装好后打开 RStudio，在控制台（Console）里试着执行这几条，确认引擎运转正常：

# 查看版本，确认引擎装好了
R.version.string

# 最简单的一次计算——R 控制台就是一台超级计算器
2 + 3 * 4

# 你的第一个"证据登记"：把结果存起来
case_id <- "IRIS-1936"
case_id
​

<- 是 R 的赋值箭头，读作"把右边的东西登记到左边的名下"。用 = 也能赋值，但 R 社区的手记传统是用箭头，方向感更明确。

工作面板分工

⚠️ 常见坑：在 Console 里敲的命令关掉就没了。凡是值得保留的勘验步骤，都写进 Source 脚本再整体执行——脚本是可复查的笔录，控制台只是草稿纸。

工程实践要点

• 工作目录用 getwd() 查看、setwd() 修改，或在 RStudio 里通过菜单设定；建议每个案子单建一个文件夹。
• 包的安装与加载是两回事：install.packages("ggplot2") 是把工具买回家（一次即可），library(ggplot2) 是每次办案时把工具摆上桌（每个会话都要）。
• 帮助随手查：?mean 弹出函数说明书，??regression 做关键词全文检索。

💡 关键直觉：把 RStudio 当成"案卷工作台"而不是"代码编辑器"，你会自然养成脚本化、可复现的分析习惯——这正是数据分析和随手算一算的本质区别。

实弹演习：把第一批办案包装进工具箱

光有引擎和驾驶舱还不够，勘验至少要配三个包：tidyverse（数据整理全家桶）、ggplot2 已含其中，另加一个 datasets 自带不用装。下面这段脚本完整演示包的"采买—清点—借用—归还"全流程，建议原样跑一遍：

# 1. 采买：一次买齐，装过就跳过（加了判断，重复执行不报错）
need <- c("tidyverse", "skimr")
for (p in need) {
  if (!requireNamespace(p, quietly = TRUE)) {
    install.packages(p)
  }
}

# 2. 清点：看看证物柜里已经有哪些包、装在哪个位置
head(installed.packages()[, c("Package", "Version")], 5)
.libPaths()   # 包的实际存放位置，迁移电脑时要记得这里

# 3. 借用：每场办案开始时把工具摆上桌
library(skimr)

# 4. 归还：从当前会话移出（包还在硬盘上，下次还能借）
detach("package:skimr", unload = TRUE)
​

输出里 installed.packages() 是一张 包名 + 版本 的大表，head(..., 5) 只看前 5 行。真跑一次这四步，install 与 library 的区别就再也忘不掉了——一个是往硬盘写，一个是往内存读。

装不上怎么办：一份真实的排错记录

新手第一周几乎都会撞上这几类故障，这里按"报错原文 → 病因 → 处置"整理成速查条目：

1. 报错：unable to access index for repository ...
   病因：默认镜像在国外，网络不稳。
   处置：换国内镜像。install.packages 之前先执行
         options(repos = c(CRAN = "https://mirrors.tuna.tsinghua.edu.cn/CRAN/"))

2. 报错：there is no package called 'xxx'
   病因：包没装就 library，或者装到了另一个 R 版本的库里。
   处置：先 requireNamespace 检查；升级 R 后旧包不跟走，需要重装。

3. 警告：package 'xxx' was built under R version 4.x.y
   病因：包编译时的 R 版本比当前旧。
   处置：多数情况只是警告可忽略；若运行报错，update.packages() 一把梳过。

4. 现象：RStudio 打开后 Console 一直转圈
   病因：R 没装或装坏了，RStudio 找不到引擎。
   处置：Tools 里 Global Settings 检查 R 版本指向，必要时重装 R。
​

这张排错表的价值在于"先看报错原文再动手"——R 的报错信息精确度很高，把原文整句贴进搜索引擎，命中率远高于自己描述症状。

概念辨析：四个容易搅混的词

• R 与 RStudio：引擎与驾驶舱，卸载 RStudio 不影响 R，反之则 RStudio 直接瘫痪。
• 包（package）与库（library）：包是工具本身，库是存放包的目录；library() 函数名是历史遗留，实际动作是"加载"，别被字面意思带偏。
• attach 与 library：attach(iris) 是把数据框的列名挂到搜索路径上，方便直接写 Sepal.Length，但容易引发"同名覆盖"悬案，团队协作代码里一律禁用。
• 脚本与会话：脚本是硬盘上的笔录，会话是内存里的现场。关掉 RStudio，会话清空，脚本还在——这就是"可复现"的物理基础。

本节要点回顾

• 先装 R 再装 RStudio：引擎与驾驶舱的关系，顺序不能反
• <- 赋值：R 的证据登记动作，社区惯例优先于等号
• 四面板分工：Console 问话、Source 笔录、Environment 证物柜、Plots 证据图
• install 与 library 分离：买工具一次，借工具每场
• 脚本优先：能写进脚本的勘验步骤不要只在控制台敲