• 1. 在 R 中运行 dput(mtcars)。
• 2. 复制输出结果。
• 3. 在我的可复现脚本中，输入 mtcars <- 然后粘贴。

尝试找出仍能揭示问题的最小数据子集。

• 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，并且变量名简洁而信息明确。
  • 使用注释标明问题所在之处。
  • 尽力删除所有与问题无关的内容。

代码越短，就越容易理解，也越容易修复。

最后，通过启动一个全新的 R 会话并复制粘贴你的脚本，检查你是否确实制作了一个可复现的示例。

你还应该花一些时间做好准备，在问题发生之前就着手解决它们。每天花一点时间学习 R，从长远来看会带来丰厚的回报。一种方法是关注 Hadley、Garrett 以及 RStudio 其他所有人的动态，请访问 RStu‐ dio 博客。我们会在那里发布关于新包、新 IDE 功能以及线下课程的公告。你也可以关注 Hadley (@hadleywickham) 或 Garrett（@statgarrett）在 Twitter 上联系，或者关注 @rstudiotips 以了解 IDE 的新功能。

要想更广泛地跟进 R 社区的动态，我们推荐阅读 http://www.r-bloggers.com:，它聚合了来自世界各地关于 R 的 500 多个博客。如果你是活跃的 Twitter 用户，请关注 #rstats 话题标签。Twitter 是 Hadley 用来了解社区新进展的重要工具之一。

致谢

这本书不仅仅是 Hadley 和 Garrett 的成果，更是我们与 R 社区众多人士进行的大量交流（面对面和在线）的结晶。有几位人士