拿到一份新数据，第一反应往往是直接建模型、跑回归、出预测。但数据分析里最容易翻车的地方，恰恰在模型之前：数据里藏着缺失值、离群点、录错的单位，变量之间的关系也和想象的不一样。探索性分析做的就是这件事：在正式分析之前，先把数据看清楚。本文用 R 语言讲一套完整流程：先用 dplyr 看结构、算分布、找缺失值，再用 ggplot2 把分布与关系画出来。 本文的函数名与包名按 R 与 tidyverse 官方文档核实，核实日期 2026-11-09；标注“未核实”的地方是本文没有在官方页面逐项验证的细节。示例用 R 自带的数据集 mtcars 与 iris，复制代码就能跑，不需要另外准备数据。 探索性分析到底在探索什么 探索性分析要回答的 …