血統不純

簡單來說，當遇到問題時，想要在網路上提出疑問
如果問題夠深夠細，一般中文論壇可能是不容易找到答案的
這時就只好，向英文論壇前進

另個困難就來了，該如何問才能讓別人了解你所面臨的問題
首先我看來參考一下  以下網址： 

 其中一段是這樣說的

A minimal reproducible example consists of the following items:

• a minimal dataset, necessary to reproduce the error
• the minimal runnable code necessary to reproduce the error, which can be run on the given dataset.
• the necessary information on the used packages, R version, and system it is run on.
• in the case of random processes, a seed (set by set.seed()) for reproducibility 
   

挑重點來說：
如何使用一個小的數據集來，重現提問者遇到的問題
當然最好是用一些簡單的程式碼，來製造出問題數據
最好不要使用檔案傳遞來讓別人了解問題  

那如何做？

Copy your data

If you have some data that would be too difficult to construct using these tips, then you can always make a subset of your original data, using eg head(), subset() or the indices. Then use eg. dput() to give us something that can be put in R immediately :

如果你有一些數據太難構建
你可以使用 dput()來建立原始數據
 

> dput(head(iris,4))
structure(list(Sepal.Length = c(5.1, 4.9, 4.7, 4.6), 
          Sepal.Width = c(3.5, 3, 3.2, 3.1), 
          Petal.Length = c(1.4, 1.4, 1.3, 1.5), 
          Petal.Width = c(0.2, 0.2, 0.2, 0.2), 
          Species = structure(c(1L, 1L, 1L, 1L), 
          .Label = c("setosa", "versicolor", "virginica"), class = "factor")), 
          .Names = c("Sepal.Length", "Sepal.Width", "Petal.Length", "Petal.Width", "Species"), 
          row.names = c(NA, 4L), class = "data.frame")

這樣你就可以取得自動重構數據集的程式碼
以這段程式碼來發問，別人就比較能夠理解數據本身的問題