8  工作流：获取帮助

这本书并非一座孤岛；没有任何单一的资源能让你精通 R。 当你开始将本书中描述的技术应用于自己的数据时，你很快就会发现我们没有回答的问题。 本节将介绍一些获取帮助和持续学习的技巧。

8.1 谷歌是你的好朋友

如果你遇到困难，从谷歌开始。 通常，在查询中加上“R”就足以将其限制在相关的结果中：如果搜索结果没有用，通常意味着没有 R 特定的结果可用。 此外，添加像 “tidyverse” 或 “ggplot2” 这样的包名也会帮助你将结果范围缩小到你更熟悉的代码，例如，“how to make a boxplot in R” (如何在 R 中制作箱线图) vs. “how to make a boxplot in R with ggplot2” (如何用 ggplot2 在 R 中制作箱线图)。 对于错误信息，谷歌尤其有用。 如果你得到一个错误信息，并且你不知道它是什么意思，试试谷歌搜索它！ 很可能过去有人也曾对此感到困惑，网上某个地方会有帮助。 （如果错误信息不是英文的，运行 Sys.setenv(LANGUAGE = "en") 并重新运行代码；你更有可能为英文错误信息找到帮助。）

如果谷歌没有帮助，试试 Stack Overflow。 首先花点时间搜索现有的答案，记得加上 [R]，将你的搜索限制在使用 R 的问题和答案上。

8.2 制作一个可复现示例 (reprex)

如果你的谷歌搜索没有找到任何有用的东西，那么准备一个 reprex，即最小可复现示例 (minimal reproducible example) 是一个非常好的主意。 一个好的 reprex 能让其他人更容易帮助你，而且通常你会在制作它的过程中自己找出问题所在。 创建 reprex 有两个部分：

  • 首先，你需要让你的代码可复现 (reproducible)。 这意味着你需要捕获所有东西，即包含任何 library() 调用并创建所有必要的对象。 确保你做到这一点的最简单方法是使用 reprex 包。

  • 其次，你需要让它最小化 (minimal)。 剥离掉所有与你的问题不直接相关的东西。 这通常涉及到创建一个比你在现实生活中面对的要小得多、简单得多的 R 对象，甚至使用内置数据。

这听起来像很多工作！ 而且确实可能如此，但它有巨大的回报：

  • 80% 的情况下，创建一个优秀的 reprex 会揭示你问题的根源。 令人惊讶的是，编写一个独立的、最小化的例子的过程，常常能让你自己回答自己的问题。

  • 另外 20% 的情况下，你将以一种便于他人上手的方式捕捉到你问题的本质。 这大大提高了你获得帮助的机会！

当手动创建 reprex 时，很容易不小心漏掉某些东西，这意味着你的代码无法在别人的电脑上运行。 通过使用 reprex 包可以避免这个问题，该包是作为 tidyverse 的一部分安装的。 假设你将这段代码复制到剪贴板上（或者，在 RStudio Server 或 Cloud 上，选中它）：

y <- 1:4
mean(y)

然后调用 reprex()，其默认输出是为 GitHub 格式化的：

reprex::reprex()

一个渲染精美的 HTML 预览将显示在 RStudio 的 Viewer 窗格中（如果你在 RStudio 中）或你的默认浏览器中。 reprex 会自动复制到你的剪贴板（在 RStudio Server 或 Cloud 上，你需要自己复制）：

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

这段文本以一种特殊的方式格式化，称为 Markdown，可以粘贴到像 StackOverflow 或 Github 这样的网站上，它们会自动将其渲染成代码的样子。 这是该 Markdown 在 GitHub 上渲染后的样子：

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

其他任何人都可以立即复制、粘贴并运行它。

要使你的示例可复现，你需要包含三件事：所需的包、数据和代码。

  1. 包 应该在脚本的顶部加载，这样可以很容易地看到示例需要哪些包。 这是一个检查你是否正在使用每个包的最新版本的好时机；你可能发现了一个自你安装或上次更新包以来已经修复的错误。 对于 tidyverse 中的包，最简单的检查方法是运行 tidyverse_update()。

  2. 包含数据的最简单方法是使用 dput() 来生成重新创建它所需的 R 代码。 例如，要在 R 中重新创建 mtcars 数据集，请执行以下步骤：

    1. 在 R 中运行 dput(mtcars)
    2. 复制输出
    3. 在 reprex 中，输入 mtcars <-，然后粘贴。

    尽量使用能揭示问题的最小数据子集。

  3. 花一点时间确保你的代码易于他人阅读：

    • 确保你使用了空格，并且你的变量名既简洁又信息丰富。

    • 使用注释来指出你的问题所在。

    • 尽力删除所有与问题无关的内容。

    你的代码越短，就越容易理解，也越容易修复。

最后，通过启动一个新的 R 会话并复制粘贴你的脚本，来检查你是否真的创建了一个可复现的示例。

创建 reprex 并非易事，需要一些练习才能学会创建好的、真正最小化的 reprex。 然而，学会提出包含代码的问题，并投入时间使其可复现，将随着你学习和掌握 R 的过程而持续带来回报。

8.3 投资自己

你也应该花一些时间在问题发生前就做好解决问题的准备。 每天投入一点时间学习 R，从长远来看将获得丰厚的回报。 一种方法是在 tidyverse 博客上关注 tidyverse 团队的动态。 为了更广泛地了解 R 社区，我们推荐阅读 R Weekly：这是一个社区项目，每周汇总 R 社区最有趣的新闻。

8.4 总结

本章结束了本书的“全局概览”部分。 你现在已经看到了数据科学过程中最重要的部分：可视化、转换、整理和导入。 现在你对整个过程有了整体的看法，我们将开始深入探讨各个小部分的细节。

本书的下一部分，“可视化”，将更深入地探讨图形语法和使用 ggplot2 创建数据可视化，展示如何使用你目前学到的工具进行探索性数据分析，并介绍为沟通交流创建图表的良好实践。