所谓工欲善其事必先利其器：
1、安装RStudio，熟悉IDE使用。
重点了解Tools里的R包安装以及快捷键使用，常规操作在此不再絮述。
2、入门知识点
R赋值运算符：<-
向量：c()
向量中的:(冒号)：仅用于数字区间 exp：para<-c(5:9) 等价于 para<-(5,6,7,8,9)
索引：[]【注：下标从1开始】
索引中的:(冒号)：仅用于索引下标（数字）区间 exp：para[1:4] 输出 5 6 7 8
函数调用：fun(para) exp:mean(para)、sd(para)、hist(para,num)
退出：q() 【注：Rstudio console have no options of c（cancel）only Y/N so handle you hand】
函数定义：funName<-function(para){...}
取模（求余数）运算符：%%
元素个数函数：length(para)
超赋值运算符：<<- （在函数内部给全局变量赋值）
默认参数：fun<-function(para1=value,para2,para3) (参数中可以直接赋值)【注：调用含默认参数的函数时，可以略过默认参数 但是执行过程中会把默认参数考虑进去】
形参和实参：定义函数时的参数为形参 调用函数时的参数为实参
TURE和FALSE：大写关键字 可缩写为T、F（一般最好不使用缩写）
3、R的数据结构（）
向量(c)：可以理解为一维数组 exp:x<-c(2,4,6,8)
矩阵(matrix)：可以理解为被降维成一维（扁平化）的二维数组 exp: x<-rbind(c(1,2),c(3,4))等价于x<-cbind(c(1,3),c(2,4))；y<-matrix(c(1,2,3,4,5,6),nrows=2,ncol=3)
矩阵乘法运算符：%*%
矩阵索引:[m,n]、[,n]、[m,] 【注：下标从1开始,缺省表示取整行或整列】
矩阵属于特殊向量
列表(list)：可以理解为被扁平化的结构体或简单的JSON exp：x<-list(i=1,value='haha',remark='aaa.jpg')
数据框（data.frame）：可以理解为类或结构较复杂的JSON exp：info<-data.frame(list(i=c(1,2,3),value=c('haha','hehe','heihei'),remark=c('aa.jpg','bb.png','cc.bmp')))
类：S3类暂不讨论 理解为列表加了个类名
数据框及类本质上属于列表
4、获取帮助
help()函数：简写成问号? exp: ?sd
help.search()函数：简写成两个问号?? exp: ??"cos"
example()函数：示例 exp: example(sd)
