• • 如果我们想明确某个对象来自哪个包，我们会使用包名后跟两个冒号，例如 dplyr::mutate() 或 nycflights13::flights。这也是有效的 R 代码。

获取帮助与继续学习

这本书并不是一座孤岛；没有任何单一资源能让你完全掌握 R。当你开始将本书中描述的技术应用到你自己的数据上时，你很快就会遇到我没有回答的问题。本节介绍一些获取帮助以及帮助你持续学习的技巧。

如果遇到困难，先从 Google 开始。通常，在查询中加入“R”就足以将结果限定在相关范围内：如果搜索结果没有用，往往意味着没有可用的 R 相关结果。Google 对错误信息特别有用。如果你收到一条错误信息却完全不明白它的意思，试着搜索一下！很可能过去也有人被它困扰过，网上某处会有帮助。（如果错误信息不是英文的，运行 Sys.setenv(LANGUAGE = "en") 然后重新运行代码；英文错误信息更容易找到帮助。）

如果 Google 帮不上忙，试试 stackoverflow。先花一点时间搜索已有的答案；加上 [R] 可以将搜索范围限定在使用 R 的问题和回答。如果找不到有用的内容，就准备一个最小可复现示例，即 reprex。一个好的 reprex 能让别人更容易帮助你，而且通常在制作它的过程中你自己就会发现问题所在。

要让你的示例可复现，需要包含三样东西：所需的包、数据和代码：

• • 包 应该在脚本顶部加载，这样很容易看出示例需要哪些包。这也是检查你是否使用每个包最新版本的好时机；有可能你发现的 bug 在你安装该包之后已经被修复了。对于 tidyverse 中的包，最简单的检查方法是运行 tidyverse_update().
• • 在问题中包含 数据 的最简单方法是使用 dput() 来生成重新创建它的 R 代码。例如，要重新创建 mtcars 在 R 中处理数据集，我会执行以下步骤：