R程式語言中文教學網站

專業的R程式語言繁體中文教學及練習範例網站，提供豐富的R程式語言線上教學及自學資源，涵蓋R程式語言入門基礎語法、R語言下載教學、R語言指令、 R語言應用實例及用途等豐富R語言互動練習，讓你輕鬆掌握R程式語言!

精選範例

# Hello World
print("哈囉，R 世界！")

# 基本運算
5 + 5
sqrt(25)

# 建立向量
scores <- c(88, 92, 76, 95)
mean(scores)

[1] "哈囉，R 世界！" [1] 10 [1] 5 [1] 87.75

10+核心教學章節

20+內建 R 範例片段

6互動網站功能模組

100%單檔可部署 HTML

網站特色

相較於一般教學頁面，這個版本強化了視覺設計、互動流程與內容層次，適合作為 R 教學網站、校內教材網站、企業內訓入口頁或個人作品集。

🎨

更華麗的專業 UI

採用玻璃擬態卡片、漸層高光、沉浸式 Hero 區塊、圓角內容容器與動態互動效果，讓教學網站更像現代 SaaS 產品頁。

🧭

左側學習導航

保留教學網站常見的章節導向設計，同時加入關鍵字搜尋與快速定位，讓使用者能更快找到語法、函數與資料分析主題。

🧪

互動式範例實驗室

點選左側範例主題後，可立即切換程式碼與預期輸出，便於展示教材、錄製課程或作為前端 Demo。

📚

內建測驗與進度感

加入即時判斷的單題測驗區、進度條與學習卡片，能提升使用者的參與度與課程完成率。

📋

複製程式碼 / 速查表

教學常用的 code copy、表格速查與課程重點整理都已納入，後續可再接上後端、會員系統或真實的 R 執行環境。

建議學習路徑

如果你的目標是像教學網站一樣循序學習，可以依照下面順序閱讀。先掌握輸出、變數、型別、向量與函數，再進入資料框與視覺化。

第一階段：認識 R 基礎

R 是什麼、能做什麼
輸出文字與基本運算
變數指派與註解
資料型別與 class()

第二階段：學會操作資料

向量 c()
list / matrix / factor / data.frame
基本統計：sum、mean、max、min
篩選與條件判斷

第三階段：自己寫函數

function() 宣告
參數與預設值
return() 回傳值
建立可重複使用的分析工具

第四階段：視覺化與實務

plot() 基礎繪圖
ggplot2 概念介紹
讀取 CSV 與資料摘要
建立教學專題 / 小型分析報告

R 基本語法

先學會輸出、指派變數與註解。R 使用 <- 進行常見指派，並能直接在主控台執行運算。

print() 變數指派 <- # 單行註解直接數值運算

# 輸出文字
print("歡迎來到 R 教學")

# 變數指派
name <- "小明"
age <- 21

# 數學運算
result <- 8 + 12
print(result)

# 註解：這是單行註解
print(paste("學生：", name))

預期輸出

[1] "歡迎來到 R 教學" [1] 20 [1] "學生：小明"

語法重點

R 的敘述通常是一行一個概念，易讀且適合教學展示。
常見指派使用 <-，雖然也可用 =，但初學教材通常先教 <-。
print() 可顯示結果，paste() 可串接文字。
R 主控台適合快速運算與探索資料。

R 資料型別

R 常見基本型別包含 numeric、integer、character、logical 與 complex。可用 class() 檢查物件類型。

型別	範例	說明
numeric	10.5	一般數值，含小數也屬此類。
integer	100L	整數通常需在數值後加上 `L`。
character	"R 很好學"	字串資料。
logical	TRUE / FALSE	布林值，用於判斷式。
complex	3 + 2i	複數型別，較常見於特定數學情境。

x <- 10.5
class(x)

y <- 100L
class(y)

z <- "R is exciting"
class(z)

flag <- TRUE
class(flag)

預期輸出

[1] "numeric" [1] "integer" [1] "character" [1] "logical"

向量與資料結構

R 的向量是最重要的基礎之一。實務上你也會常用 list、matrix、factor 與 data.frame 來整理資料。

Vector 向量

使用 c() 建立同型別資料序列，例如成績、銷售額、每日溫度。

List 串列

可以混合多種型別，適合儲存多樣資訊，例如學生基本資料與成績。

Matrix 矩陣

二維、同型別資料結構，適合數值運算與表格型資料。

# 向量
scores <- c(88, 92, 76, 95)
mean(scores)
max(scores)

# 串列
student <- list(name = "Amy", age = 20, passed = TRUE)
student$name

# 矩陣
m <- matrix(1:9, nrow = 3)
m

預期輸出

[1] 87.75 [1] 95 [1] "Amy" [,1] [,2] [,3] [1,] 1 4 7 [2,] 2 5 8 [3,] 3 6 9

學習重點

向量在 R 裡非常核心，很多函數都支援向量化處理。
若資料型別混用，R 有時會做自動轉型，要特別留意。
資料分析初學者應先熟悉 c()、索引、長度與基本統計函數。

R 函數設計

函數是讓程式更可重複使用的關鍵。你可以傳入參數、設定預設值，並回傳分析結果。

# 建立函數
hello_user <- function(name = "學員") {
  paste("你好，", name)
}

# 帶入參數
hello_user("小華")
hello_user()

# 回傳值
calc_square <- function(x) {
  return(x^2)
}

calc_square(6)

預期輸出

[1] "你好，小華" [1] "你好，學員" [1] 36

函數必懂概念

function() 是宣告函數的核心語法。
參數可有預設值，能讓函數更彈性。
return() 可明確回傳結果，但簡單函數也常直接回傳最後一行。
當分析流程重複發生時，應優先考慮封裝成函數。

資料框與分析

資料框是 R 中最常見的表格資料型態之一。你可以建立欄位、檢視摘要，並進行條件篩選與統計。

students <- data.frame(
  name = c("Amy", "Ben", "Cindy", "David"),
  score = c(88, 72, 95, 81),
  passed = c(TRUE, FALSE, TRUE, TRUE)
)

students
summary(students$score)
subset(students, score >= 80)

預期輸出

name score passed 1 Amy 88 TRUE 2 Ben 72 FALSE 3 Cindy 95 TRUE 4 David 81 TRUE Min. 1st Qu. Median Mean 3rd Qu. Max. 72 78.75 84.50 84.00 89.75 95.00 name score passed 1 Amy 88 TRUE 3 Cindy 95 TRUE 4 David 81 TRUE

實務建議

先熟悉 data.frame()、欄位存取與 summary()。
若未來要進入 tidyverse，可再延伸學習 dplyr 與 ggplot2。
資料分析教材很適合搭配真實 CSV 範例與練習題。

視覺化入門

R 經常用於統計圖表與資料視覺化。最基礎的繪圖函數是 plot()，也可以再進一步學習 ggplot2。

# 基礎折線圖
plot(1:10, type = "o", col = "blue", main = "學習進度")

# 長條圖
scores <- c(88, 92, 76, 95)
barplot(scores, names.arg = c("Amy", "Ben", "Cindy", "David"), col = "tomato")

說明

這段程式會產生一張折線圖與一張長條圖。若要在真正網站中即時執行 R 並顯示圖表，通常需要後端 R 執行環境、API，或將 R 程式部署到 RStudio Connect / Shiny 服務。

延伸方向

想做互動式教學平台，可串接 Shiny 或 plumber API。
想呈現更高質感圖表，可補上 ggplot2 圖例與主題。
教學網站上可提供下載資料集、作業題目與圖表練習。

互動範例實驗室

下面提供多組教學範例。點選左側範例後，右側會即時切換程式碼與預期輸出。你也可以一鍵複製後放到 RStudio 執行。

目前範例

Hello World

預期輸出 / 說明

自我測驗

用小測驗快速檢查你是否掌握了 R 的基本概念。答對後會更新進度條，你也可以擴充成多題模式。

單題測驗

在 R 中，哪一個語法最常用來建立數值向量？

a = [1, 2, 3]

c(1, 2, 3)

vector{1, 2, 3}

list(1;2;3)

目前進度：18%。完成這題可提升到 32%。

R 常用速查表

這一區適合放在教學網站底部，方便學員快速回顧常見函數與語法。

功能	常用語法	用途
輸出	print(x)	顯示資料內容
型別檢查	class(x)	查看物件型別
向量建立	c(1, 2, 3)	建立向量
平均值	mean(x)	計算平均
資料摘要	summary(df)	摘要統計資訊
資料框	data.frame(...)	建立表格資料
條件篩選	subset(df, 條件)	篩選資料列
繪圖	plot(x, y)	建立基本圖表
函數宣告	function(x) { ... }	建立自訂函數