1.4.2 使用内置数据集

学习数据分析最佳的途径就是使用实际的数据，坐在电脑旁边反复练习。在学习阶段，最好的数据源就是 R 内置的数据集，一是因为方便，不用到处去找数据，避免了学习难度；二是因为经典，R 内置的数据集，都不是凭空杜撰出来的，都是在一些实际案例中收集到的比较经典的数据案例，因此实用性很强。本书（系列教程）大量采用 R 内置的数据集作为教学数据。

通过 data() 函数列出可用的数据集。

一般来说，数据集在包加载后可以直接通过数据集的名称使用，但是有些第三方包可能需要用 data() 函数显式加载数据集。在实际使用中，在加载完包后，你可以直接用变量名引用相应的数据集，若提示对象不存在的错误，则表明数据集需要手动引入，用 data() 加载使用即可。

R 标准安装里自带的 datasets 包内置了100多个经典的数据集。因为 datasets 包在 R 启动后会自动加载，因此可以直接使用其包含的数据集，不用手动加载 datasets 包。下面简单介绍一下 trees 和 mtcars 这两个我们会经常用到的数据集。

trees 数据集为数据框，记录了31株黑樱桃树的直径（Girth，英寸）、高度（Height，英尺）、体积（Volume，立方英尺）。

mtcars 数据集为数据框，记录了32种不同品牌的轿车的的11个属性。主要是：

• mpg： 数值型，车辆油耗，单位是每加仑英里数

• cyl： 数值型，气缸数

• disp： 数值型，发动机排量

• hp： 数值型，马力数

• drat： 数值型，后桥速比

• wt： 数值型，车身重量，单位为千磅

• qsec： 数值型，四分之一英里加速时间

• vs： 数值型，V/S

• am： 数值型，0=自动挡,1=手动挡

• gear： 数值型，前进档位数

• carb : 数值型，化油器数量

当我们遇到一个陌生数据集时，我们想要了解其基本信息，可以用以下一些函数。

喜欢闲适安静的生活，懂一点计算机编程，懂一点统计学和数据分析。（爱编程爱统计）