R在数据科学中的应用，第2版

第 8 章 工作流程 工作流程：获取帮助

本作品已使用人工智能进行翻译。欢迎您提供反馈和意见：[e-mail]

本书不是一座孤岛；没有任何一种资源可以让你掌握 R。当你开始将本书中介绍的技术应用到自己的数据中时，你很快就会发现我们没有回答的问题。本节将介绍一些获得帮助的技巧，帮助你不断学习。

谷歌是您的朋友

如果遇到困难，可以从 Google 开始。通常情况下，在查询中添加 "R "就足以将其限制在相关结果中：如果搜索没有用处，通常意味着没有任何特定于 R 的结果可用。此外，添加诸如 "tidyverse "或 "ggplot2 "之类的软件包名称也有助于缩小搜索结果的范围，使之指向您感觉更熟悉的代码，例如 "如何用 R 制作方框图 "与 "如何用 ggplot2 在 R 中制作方框图"。Google 对于错误信息尤其有用。如果你收到一条错误信息，却不知道它是什么意思，可以试着谷歌一下！很有可能以前也有人遇到过这种情况，网络上一定会有帮助。(如果错误信息不是英文的，请运行Sys.setenv(LANGUAGE = "en") 并重新运行代码；您更有可能找到英文错误信息的帮助）。

如果 Google 没有帮助，可以试试Stack Overflow。首先花一点时间搜索现有答案，包括[R] ，将搜索范围限制在使用 R 的问题和答案上。

制作 reprex

如果你在谷歌上找不到任何有用的东西，那么准备一个reprex（最小可重现 示例的简称）是一个非常好的主意。一个好的 reprex 会让其他人更容易帮助你，而且在制作过程中，你自己也会发现问题所在。创建 reprex 有两个部分：

• 首先，您需要使您的代码具有可重现性。这意味着你需要捕获所有内容，即包括任何 library()调用并创建所有必要的对象。要确保做到这一点，最简单的方法就是使用 reprex 软件包。

• 其次，你需要将其最小化。剔除所有与问题不直接相关的内容。这通常需要创建一个比现实生活中更小更简单的 R 对象，甚至使用内置数据。

这听起来很费劲！是很辛苦，但回报也很丰厚：

• 80% 的情况下，创建一个出色的示例可以揭示问题的根源。编写一个自成一体的简明示例的过程往往能让你回答自己的问题，这真是令人惊叹。

• 在另外 20% 的时间里，你会以一种易于他人发挥的方式抓住问题的本质。这将大大增加你获得帮助的机会！

手工创建 reprex 时，很容易不小心遗漏某些内容，这意味着您的代码无法在他人的计算机上运行。使用 reprex 软件包可以避免这个问题，该软件包已作为 tidyverse 的一部分安装。比方说，你将这段代码复制到剪贴板上（或在 RStudio 服务器或 Cloud 上选择它）：

y <- 1:4
mean(y)

然后调用reprex() ，默认输出格式为 GitHub 格式：

reprex::reprex()

在 RStudio 的浏览器（如果您在 RStudio 中）或默认浏览器中将显示渲染精美的 HTML 预览。reprex 会自动复制到您的剪贴板（在 RStudio 服务器或 Cloud 上，您需要自己复制）：

``` r
y <- 1:4
mean(y)
#> [1] 2.5
```

这些文本以一种特殊的方式格式化，称为 Markdown，可以粘贴到 StackOverflow 或 GitHub 等网站上，这些网站会自动将其呈现为代码的样子。下面是 Markdown 在 GitHub 上的呈现效果：

y <- 1:4
mean ...