R 语言入门实战：第二章 R 包与帮助文档 —— 让 R 能力 “无限扩展”

一、引言：为什么需要 R 包和帮助文档？

如果说第一章的 “对象和函数” 是 R 的 “基础装备”，那第二章的R 包就是 “扩展装备”——R 社区的开发者已贡献了 2 万 + 包，覆盖数据分析、可视化、机器学习等所有场景；而帮助文档则是 “使用说明书”，能帮我们快速搞懂任何函数的用法。本章通过 “给骰子加权” 的实战，带大家掌握这两个核心技能。

二、R 包：给 R 装上 “插件”

R 包是 “函数、数据、文档” 的集合，比如绘图神器ggplot2、数据处理包dplyr都是最常用的 R 包。使用 R 包的核心流程是：安装→加载→使用。

1. 第一步：安装 R 包（仅需一次）

通过install.packages("包名")从 CRAN 下载安装，国内用户记得先设置国内镜像（如清华、中科大），否则下载很慢：

# 安装ggplot2包（绘图必备）
install.packages("ggplot2")  # 首次安装需联网

• 批量安装：同时安装多个包，用向量包裹包名，如install.packages(c("ggplot2", "dplyr"))；
• 镜像选择：如果首次安装，R 会提示选择 CRAN 镜像，选 “China (Tsinghua)” 即可。详细安装方式可参考R语言介绍及环境安装与配置

2. 第二步：加载 R 包（每次会话都要！！！）

安装后，需用library(包名)加载包，否则包内的函数无法使用：

# 加载ggplot2包
library(ggplot2)  # 无报错则加载成功

• 注意：library()的包名不用加引号，而install.packages()必须加引号；
• 查看已加载包：用search()查看当前会话加载的所有包。如图：
• 

3. 第三步：使用 R 包 —— 以qplot()快速绘图为例

ggplot2包中的qplot()（quick plot）能快速绘制图形，比如绘制散点图、直方图：

# 示例1：绘制散点图（x和y是自定义向量）
x <- c(-1, -0.8, -0.6, 0, 0.6, 0.8, 1)
y <- x ^ 3  # y是x的三次方
qplot(x = x, y = y, color = I("blue"), size = I(3))  # 蓝色散点，大小3

# 示例2：绘制直方图（用掷骰子的结果）使用第一章中的roll_two()
set.seed(123)
rolls <- replicate(10000, roll_two())  # 重复掷骰子10000次
qplot(x = rolls, binwidth = 1, fill = I("lightcoral"))  # 直方图，柱宽1，填充珊瑚色

• 这幅筛子的投掷结果显示它们应该是均匀筛子，点数和为7 的频率要高于其他点数和，并且点数和出现的频率与构成它们的点数组合个数成正比，从中间向两侧递减
• I()函数：用于 “强制保留” 参数值（如color = I("blue")表示直接用蓝色，而非映射数据）；
• binwidth：直方图的柱宽，需根据数据范围调整（如掷骰子点数和为 2-12，binwidth=1合适）。
• 可以思考一下如何在筛子上动些手脚，让模拟结果有些偏差呢？答案就在下面。

三、帮助文档：解决问题的 “万能钥匙”

R 的每个函数、包、数据集都有官方帮助文档，遇到不懂的函数时，不用百度也能快速上手。

1. 查看帮助文档的 3 种方式

2. 帮助文档的核心结构（以?sample为例）

打开?sample后，帮助文档分为以下关键部分，新手重点看前 4 个：

• Description：函数功能描述（如 “从向量 x 中随机抽样”）；
• Usage：函数的调用格式（如sample(x, size, replace = FALSE, prob = NULL)）；
• Arguments：参数说明（重点看prob参数：“抽样权重向量”）；
• Examples：可运行的示例代码（最实用！复制粘贴就能测试）；
• Details：进阶说明（如抽样算法、注意事项）。

3. 实战：用帮助文档解决 “加权骰子” 问题

需求：让骰子的 “6 点” 出现概率为 3/8，1-5 点各为 1/8（默认是 1/6）。通过?sample发现prob参数可设置抽样权重，具体实现如下：

# 定义“加权骰子”函数
roll_weighted <- function() {
  die <- 1:6
  # 设置权重：1-5点各1/8，6点3/8
  weights <- c(1/8, 1/8, 1/8, 1/8, 1/8, 3/8)
  # 抽样时指定prob参数
  dice <- sample(die, size = 2, replace = TRUE, prob = weights)
  sum(dice)
}

# 验证：重复掷10000次，看结果分布
set.seed(123)
weighted_rolls <- replicate(10000, roll_weighted())
qplot(x = weighted_rolls, binwidth = 1, fill = I("lightblue"))

• 结果特点：加权后，点数和为 “7-12” 的频率明显高于均匀骰子（因为 6 点出现概率更高）；
• 小技巧：prob向量的长度必须和x一致（这里die是 6 个元素，weights也是 6 个）。

四、实战：验证骰子的 “均匀性” 与 “加权效果”

结合 R 包和帮助文档，我们可以通过 “重复模拟 + 可视化” 验证骰子是否符合预期。

1. 步骤 1：重复模拟生成数据

用replicate(n, 函数)重复运行函数n次，生成大量数据（样本量越大，结果越可靠）：

# 生成3组数据：均匀骰子1000次、均匀骰子10000次、加权骰子10000次
set.seed(123)  # 固定随机种子，结果可复现
rolls_1k <- replicate(1000, roll_two())        # 均匀骰子1k次
rolls_10k <- replicate(10000, roll_two())      # 均匀骰子10k次
rolls_weighted_10k <- replicate(10000, roll_weighted())  # 加权骰子10k次

2. 步骤 2：用直方图可视化分布

# 绘制3个直方图对比（用qplot的多面板功能）
library(gridExtra)  # 需先安装：install.packages("gridExtra")

# 图1：均匀骰子1k次
p1 <- qplot(rolls_1k, binwidth = 1, fill = I("lightcoral")) +
  labs(title = "均匀骰子（1000次）", x = "点数和", y = "频率") +
  theme_minimal()

# 图2：均匀骰子10k次
p2 <- qplot(rolls_10k, binwidth = 1, fill = I("lightgreen")) +
  labs(title = "均匀骰子（10000次）", x = "点数和", y = "频率") +
  theme_minimal()

# 图3：加权骰子10k次
p3 <- qplot(rolls_weighted_10k, binwidth = 1, fill = I("lightblue")) +
  labs(title = "加权骰子（10000次）", x = "点数和", y = "频率") +
  theme_minimal()

# 组合3个图
grid.arrange(p1, p2, p3, ncol = 1)

• 注意
  • 使用qplot()生成图形时，可能报出警告提示如下，不必理会，可以再次运行即可。

  • 警告信息:
    `qplot()` was deprecated in ggplot2 3.4.0.
    This warning is displayed once every 8 hours.
    Call `lifecycle::last_lifecycle_warnings()` to see where this warning was generated.

  • 因为书中的例子有点落后，其实qplot()函数已被官方标记为 “弃用（deprecated）” ，它虽然暂时还能运行，但开发者不再推荐使用，未来版本可能会被彻底移除，建议迁移到更灵活的ggplot()语法。例如：

  • # 假设rolls_1k已存在（示例：生成模拟数据）
    set.seed(123)
    roll_two <- function() sum(sample(1:6, 2, replace = TRUE))  # 模拟掷两个骰子
    rolls_1k <- replicate(1000, roll_two())  # 重复1000次
    
    # 转为数据框（列名设为"rolls"，方便后续映射）
    df_rolls_1k <- data.frame(rolls = rolls_1k)
    
    library(ggplot2)
    
    p1 <- ggplot(data = df_rolls_1k, aes(x = rolls)) +
      geom_histogram(
        binwidth = 1,    # 组距（每个柱子代表1个点数和区间）
        fill = "lightcoral",  # 柱子填充色
        color = "black"  # 柱子边框色（让柱子更清晰）
      ) +
      labs(
        title = "均匀骰子（1000次）",
        x = "点数和",
        y = "频率"
      ) +
      theme_minimal()  # 简洁主题
    
    # 显示图形
    print(p1)

• 结论：
  • 均匀骰子：点数和为 “7” 的频率最高（符合概率分布，因为 7 的组合最多：1+6、2+5 等）；
  • 样本量影响：10k 次比 1k 次的分布更平滑，更接近理论值；
  • 加权骰子：分布向右偏移（大点数和的频率更高），符合加权预期。

五、第二章核心小结

1. R 包使用流程：install.packages()安装（一次）→library()加载（每次会话）→调用包内函数；
2. qplot()绘图：快速绘制散点图、直方图，binwidth（直方图柱宽）和I()（强制参数）是常用技巧；
3. 帮助文档核心：?函数名查看详情，重点看Arguments（参数）和Examples（示例）；
4. 加权抽样：用sample(prob = 权重向量)实现，权重长度需和抽样向量一致；
5. 模拟验证：replicate()重复模拟，结合可视化判断结果是否符合预期。

小练习：

1.用help(qplot)查看qplot的geom参数，尝试绘制 “掷骰子点数和的密度图”（提示：geom = "density"）。

2.尝试根据例子，使用用ggplot() + geom_histogram()绘图

R 语言入门实战：第三章 R 对象 —— 从原子向量到扑克牌数据框