1 数据导入
对初学者来讲，面临一片空缺的呼吁行窗口，第一道真正的难关也许就是数据的导入。数据导入有许多途径，譬喻从网页抓取、民众数据源得到、文本文件导入。为了快速入门，发起初学者采纳R语言协同Excel电子表格的要领。也就是先用较为熟悉的Excel读取和整理你要处理惩罚的数据，然后“粘贴”到R中。
譬喻我们先从这个地点下载iris.csv演示数据，在Excel中打开，框选所有的样本然后“复制”。在R语言中输入如下呼吁：
data=read.table(‘clipboard’,T)这的里read.table是R读取外部数据的常用呼吁，T暗示第一行是表头信息，整个数据存在名为data的变量中。另一种更利便的导入要领是操作Rstudio的成果，在workspace菜单选择“import dataset”也是一样的。
2 Dataframe操纵
在数据导入R语言后，会以数据框(dataframe)的形式储存。dataframe是一种R的数据名目，可以将它想象成雷同统计表格，每一行都代表一个样本点，而每一列则代表了样本的差异属性或特征。初学者需要把握的根基操纵要领就是dataframe的编辑、抽取和运算。
尽量发起初学者在Excel中就把数据处理惩罚好，但有时候照旧需要在R中对数据举办编辑，下面的呼吁可以让你有时机修改数据并存入到新的变量newdata中：
newdata=edit(data)另一种环境就是我们大概只存眷数据的一部门，譬喻从原数据中抽取第20到30号样本的Sepal.Width变量数据，因为Sepal.Width变量是第2个变量，所以此时键入下面的呼吁即可：
newdata=data[20:30,2]假如需要抽取所有数据的Sepal.Width变量，那么下面两个呼吁是等价的：
newdata=data[,2]第三种环境是需要对数据举办一些运算，譬喻需要将所有样本的Sepal.Width变量都放大10倍，我们先将原数据举办一个复制，再用$标记来提取运算工具即可：
newdata=data$Sepal.Width
newdata=data3 描写统计
newdata$Sepal.Width=newdata$Sepal.Width*10
描写统计是一种从大量数据中压缩提取信息的东西，最常用的就是summary呼吁，运行summary(data)获得功效如下：对付数值变量计较了五个分位点和均值，对付分类变量则计较了频数。
也可以单独计较Sepal.Width变量的平均值和尺度差
mean(data$Sepal.Width)计较分类数据Species变量的频数表和条形图
sd(data$Sepal.Width)
table(data$Species)对付一元数值数据，绘制直方图和箱线图调查其漫衍是常用的要领：
barplot(table(data$Species))
hist(data$Sepal.Width)对付二元数值数据，则可以通过散点图来调查纪律
boxplot(data$Sepal.Width)
plot(data$Sepal.Width,Sepal.Length)假如需要生存画图功效，发起利用Rstudio中的plot菜单呼吁，选择save plot as image
