R语言是统计分析、绘图和统计编程的强大工具，是一个开源的软件平台。现在对R感兴趣的人越来越多，虽然R语言相对简单易学，但学习R仍需要一定的编程基础。本专题将会循序渐进向大家介绍R语言的相关基础。
R包的介绍
R 包是由社区开发（developed by the community）的功能（functions）和数据集（data sets）的集合。
包是R函数、数据、预编译代码以一种定义完善的格式组成的集合，包括R程序，运行该程序的其他语言（例如C语言），解释这个程序功能、方法的帮助文档，例子、测试数据等。
R自带了一系列默认包，包括base、datasets、utils、grDevices、graphics、stats以及methods。这些包提供了很多的默认函数和数据集，我们可以无需下载直接使用。
查看 R 包的安装目录
我们可以使用以下函数来查看 R 包的安装目录：
> .libPaths() [1] "D:/R/R-4.0.5/library" >
注意：此语言区分大小写！小写显示错误。
查看已安装的包
我们可以使用以下函数来查看已安装的包：
library()
输出结果如下：
图书馆‘D:/R/R-4.0.5/library’里有个程辑包：
base The R Base Package
boot Bootstrap Functions (Originally by Angelo
Canty for S)
class Functions for Classification
cluster "Finding Groups in Data": Cluster Analysis
Extended Rousseeuw et al.
codetools Code Analysis Tools for R
compiler The R Compiler Package
datasets The R Datasets Package
foreign Read Data Stored by 'Minitab', 'S', 'SAS',
'SPSS', 'Stata', 'Systat', 'Weka', 'dBase',
...
graphics The R Graphics Package
grDevices The R Graphics Devices and Support for
Colours and Fonts
grid The Grid Graphics Package
KernSmooth Functions for Kernel Smoothing Supporting
Wand & Jones (1995)
lattice Trellis Graphics for R
MASS Support Functions and Datasets for Venables
and Ripley's MASS
Matrix Sparse and Dense Matrix Classes and Methods
methods Formal Methods and Classes
mgcv Mixed GAM Computation Vehicle with Automatic
Smoothness Estimation
nlme Linear and Nonlinear Mixed Effects Models
nnet Feed-Forward Neural Networks and Multinomial
Log-Linear Models
parallel Support for Parallel computation in R
rpart Recursive Partitioning and Regression Trees
spatial Functions for Kriging and Point Pattern
Analysis
splines Regression Spline Functions and Classes
stats The R Stats Package
stats4 Statistical Functions using S4 Classes
survival Survival Analysis
tcltk Tcl/Tk Interface
tools Tools for Package Development
translations The R Translations Package
utils The R Utils Package
R包的安装
R基础包无法满足我们的使用时，我们就需要安装新包。
安装新包可以直接使用 install.packages() 函数，格式如下：
install.packages("要安装的包名")
或者我们可以直接在 CRAN 上下载相关包，直接在本地安装，我们国内一般建议大家使用国内镜像。
CRAN 为 The Comprehensive R Archive Network 简称。
install.packages("./包名称.zip")
1）官方网址CRAN 下载R包
R官网：https://www.r-project.org/
点击 CRAN，进入 CRAN Mirrosrs : https://cran.r-project.org/mirrors.html，找到 China ，会发现国内目前有10个镜像网站，一般建议根据地域分布就近选择。
China
https://mirrors.tuna.tsinghua.edu.cn/CRAN/ TUNA Team, Tsinghua University https://mirrors.bfsu.edu.cn/CRAN/ Beijing Foreign Studies University https://mirrors.ustc.edu.cn/CRAN/ University of Science and Technology of China https://mirror-hk.koddos.net/CRAN/ KoDDoS in Hong Kong https://mirrors.e-ducation.cn/CRAN/ Elite Education https://mirror.lzu.edu.cn/CRAN/ Lanzhou University Open Source Society https://mirrors.nju.edu.cn/CRAN/ eScience Center, Nanjing University https://mirrors.tongji.edu.cn/CRAN/ Tongji University https://mirrors.sjtug.sjtu.edu.cn/cran/ Shanghai Jiao Tong University https://mirrors.sustech.edu.cn/CRAN/ Southern University of Science and Technology (SUSTech)
选择Packages，进入 Contributed Packages，你会发现R包数量惊人，截至目前，CRAN包存储库提供了17416个可用包。
这里我们可以看到R包列表主要由两种排列方式，一种是按发布日期排序，另一种按R包文件首字母排序。
当然如果我们知道包的名称可以直接搜索更快，如 echarts4r
最后根据使用者的电脑系统不同选择相应的安装包。
其中，下载路径中，有三种版本：r-devel：是指开发版本，r-release ：是指发行版本，r-oldrel：是指旧版本。使用者可以根据各自需要进行下载。
2）指令下载R包
# 安装echarts4r包
install.packages("echarts4r")
通过library()，查看已经安装包已经成功安装。
R包的加载
R包只需要下载一次，但每次运行这一R包时，首先要调用加载R包。
在R中可以使用载入指令来加载R包：
library("包名")