1 课程介绍课程整体框架与学习目标说明2 安装 R 和 Rstudio（windows）Windows 系统下 R 与 RStudio 的下载、安装及环境验证3 安装 R 和 Rstudio（macos）macOS 系统下 R 与···
1 课程介绍
课程整体框架与学习目标说明
2 安装 R 和 Rstudio（windows）
Windows 系统下 R 与 RStudio 的下载、安装及环境验证
3 安装 R 和 Rstudio（macos）
macOS 系统下 R 与 RStudio 的安装流程与适配要点
4 开始使用 R
R 语言基础操作入门，核心交互方式与基础指令
5 rstudio 设置
RStudio 界面定制、偏好设置及高效使用基础
6 获取在线免费 R 分析环境
主流在线 R 运行环境（如 RStudio Cloud）的使用方法
7 获取练习数据集
内置数据集、公开数据集的获取与导入方法
8 R 语言的三种运行方式
交互式运行、脚本运行、项目运行的特点与实操
9 R 语言函数
函数的定义、调用、参数传递及基础内置函数使用
10 获取帮助
R 语言内置帮助、官方文档及社区资源的使用技巧
11 测试计算机算力
利用 R 代码测试硬件算力的方法与结果解读
12 提示警告和错误
R 语言常见警告 / 错误类型、原因及解决思路
13 常用快捷键
RStudio 高效操作快捷键（编辑、运行、调试等）
14 什么是 R 包？
R 包的概念、作用及生态体系介绍
15 如何选择 R 包
依据需求筛选优质 R 包的方法（功能、维护性、文档等）
16 安装 R 包
R 包的常规安装流程与注意事项
17 修改镜像
国内镜像源配置，提升 R 包下载速度
18 install.packages 函数详解
install.packages 函数参数、用法及异常处理
19 其余 R 包管理函数
update.packages、remove.packages 等管理函数使用
20 获取 R 包帮助信息
查看 R 包文档、示例代码的方法
21 bioconductor 项目
Bioconductor 平台介绍及生信相关 R 包使用
22 github 包安装
从 GitHub 安装非 CRAN 源 R 包的方法
23 R 项目
R 项目的创建、管理及多文件协作
24 结构化数据与非结构化数据
两类数据的定义、特点及 R 语言处理差异
25 读入数据准备工作
数据读取前的格式检查、路径设置等准备步骤
26 点击鼠标读入文件
RStudio 可视化界面导入文件的操作
27 read 系列函数读入数据
read.csv、read.table 等函数读取文本数据的用法
28 将结果写入文件
write 系列函数导出数据的方法
29 读写 excel 文件
readxl、writexl 等包操作 Excel 文件的实操
30 读写 R 内置数据格式
RData/RDS 格式的保存与读取
31 读入纸质版表格
纸质表格数字化（OCR）后导入 R 的方法
32 数据类型
数值、字符、逻辑、因子等基础数据类型及判断
33 向量
向量的定义、属性及基础操作
34 如何生成向量
c ()、seq ()、rep () 等函数生成向量的方法
35 创建字符串和逻辑值向量
字符向量、逻辑向量的创建与运算
36 向量索引
位置索引、名称索引等向量取值方式
37 逻辑值索引
利用逻辑条件筛选向量元素
38 向量排序与筛选
sort ()、order () 排序，subset () 筛选的实操
39 修改向量值
向量元素的替换、修改方法
40 向量统计
均值、中位数、方差等向量统计计算
41 向量绘制散点图
plot () 函数绘制散点图的参数与实操
42 向量绘制直方图
hist () 函数绘制直方图的用法
43 向量绘制条形图
barplot () 函数绘制条形图的技巧
44 向量绘制饼图
pie () 函数绘制饼图的方法
45 因子
因子的创建、水平设置及分类数据处理
46 计算频数
table () 等函数计算分类数据频数
47 卡方检验
卡方检验的适用场景与 R 实现
48 利用频数表绘制文字云图
wordcloud 包绘制词云的实操
49 矩阵
矩阵的创建、维度及基础运算
50 矩阵的索引
矩阵行 / 列索引、区域索引的方法
51 计算相关性
cor () 函数计算矩阵 / 向量相关性
52 绘制相关性图
相关性可视化（散点图矩阵、相关系数图）
53 绘制热图
heatmap () 函数绘制热图的参数与实操
54 分组条形图
多组数据条形图的绘制方法
55 数据框
数据框的创建、结构及特点
56 数据框索引
数据框行 / 列、元素的索引方式
57 R 实现 vlookup
模拟 Excel vlookup 功能的 R 代码实现
58 数据框绘制箱线图
boxplot () 函数绘制箱线图的用法
59 数据框绘制小提琴图
vioplot 包绘制小提琴图的实操
60 二维数据计算
数据框 / 矩阵的行 / 列求和、均值等计算
61 列表
列表的创建、索引及嵌套列表处理
62 列表绘制维恩图
VennDiagram 包绘制维恩图的方法
63 缺失数据
缺失值的识别（is.na ()）及表示方式
64 如何处理缺失值
缺失值的删除、填充（均值 / 中位数 / 插补）方法
65 时间序列
时间序列数据的定义与基础处理
66 使用 xts 包处理时间序列
xts 包对时间序列的索引、切片、运算
67 不同数据类型转换
数值、字符、因子、时间等类型的转换函数
68 二维数据排序
数据框按列排序（order ()、arrange ()）
69 筛选数据
基于条件筛选数据框行 / 列的方法
70 随机抽样
sample () 函数实现数据随机抽样
71 利用 R 来斗地主
趣味案例：R 代码模拟斗地主发牌 / 出牌逻辑
72 数据汇总
aggregate ()、summarise () 等函数实现数据汇总
73 数据探索
数据探索性分析（描述统计、分布检验）
74 tidyverse
tidyverse 生态（dplyr、ggplot2 等）介绍
75 修改 R 配置文件
R 配置文件（.Rprofile）的定制方法
76 tibble
tibble 数据框的特点及与普通数据框的差异
77 管道
%>% 管道符的使用，简化代码逻辑
78 cheatsheet
RStudio cheatsheet（速查表）的获取与使用
79 tibble 数据处理
tibble 的筛选、变形、汇总操作
80 dplyr 处理行列
dplyr 包对数据框行 / 列的基础操作
81 增加行列
mutate ()、add_row () 等函数添加行列
82 排序去重复
arrange () 排序、distinct () 去重的实操
83 筛选
filter () 函数按条件筛选数据
84 分组汇总
group_by () + summarise () 实现分组统计
85 集合运算
数据框的交、并、差集运算
86 抽样和处理缺失值
dplyr 实现抽样、na.omit ()/replace_na () 处理缺失值
87 处理字符串
stringr 包实现字符串拆分、替换、匹配
88 整洁数据
整洁数据的原则（每列一个变量、每行一个观测）
89 长数据与宽数据
长格式 / 宽格式数据的定义与特点
90 宽数据转换为长数据
pivot_longer () 函数实现宽转长
91 长数据转换为宽数据
pivot_wider () 函数实现长转宽
92 合并和拆分数据
merge ()/bind_rows () 合并数据、separate () 拆分列
93 获取真实分析数据
公开数据集（如 kaggle、UCI）的获取与清洗
94 R 虚拟环境
renv 包创建 R 虚拟环境，管理包版本
95 R 语言 24 个高效操作技能
批量处理、循环优化、代码复用等高效技巧
96 AI 辅助 R 语言学习
利用 AI 工具（ChatGPT 等）学习 R 语言的方法
97 为 Rstudio 添加 AI 功能
RStudio 集成 AI 插件的安装与配置
98 在 Rstudio 中使用 AI 会话生成代码
借助 AI 生成 R 代码、调试代码的实操
99 新一代 R 语言集成开发环境 Positron
Positron 的特点、安装及与 RStudio 的差异
100 R 语言数据推荐
优质 R 语言学习数据、实战数据集推荐
总结
核心基础：覆盖 R 环境搭建、数据类型、向量 / 矩阵 / 数据框等基础数据结构及操作；
数据处理：重点讲解 tidyverse 生态（dplyr 为主）的数据清洗、转换、汇总技巧；
拓展能力：包含可视化、AI 辅助、高效工具（Positron / 虚拟环境）等进阶内容。
