在R语言中调用数据有多种方法，以下是一些常用的方式：
使用`data（）`函数调用自带数据集
`data（）`函数可以列出R语言自带的所有数据集。
通过在函数中输入数据集的名称来加载特定的数据集。例如，要加载名为`mtcars`的数据集，可以使用命令：
```R
data（mtcars）
```
使用`head（）`函数查看加载的数据集的前几行：
```R
head（mtcars）
```
读取Excel文件
使用`readxl`包读取Excel文件。首先需要安装`readxl`包：
```R
install.packages（"readxl"）
```
加载`readxl`包：
```R
library（readxl）
```
读取Excel文件，其中`file_path`为Excel文件的路径，`sheet_name`为需要读取的工作表名称（默认为第一个工作表）：
```R
data <- read_excel（file_path, sheet = sheet_name）
```
如果需要指定读取的列或行，可以在`read_excel`函数中添加参数`range`：
```R
data <- read_excel（file_path, sheet = sheet_name, range = "A1:D10"）
```
如果Excel文件中包含日期格式的数据，可以通过设置`col_types`参数来指定读取的列的数据类型：
```R
data <- read_excel（file_path, sheet = sheet_name, col_types = c（"date", "numeric", "text"））
```
如果Excel文件中的数据有中文，需要设置编码格式为UTF-8：
```R
data <- read_excel（file_path, sheet = sheet_name, file_encoding = "UTF-8"）
```
读取文本文件
使用`read.table（）`函数读取以空格、制表符或其他分隔符分隔的文本文件。例如，读取名为`data.txt`的文件，第一行作为变量名：
```R
data <- read.table（"data.txt", header = TRUE）
```
使用`read.csv（）`函数读取以逗号分隔的CSV文件，语法与`read.table（）`类似：
```R
data <- read.csv（"data.csv", header = TRUE）
```
读取RData文件
使用`load（）`函数加载已经存储好的RData文件。例如，加载名为`A.rda`的文件：
```R
load（"./A.rda"）
```
使用`ls（）`函数查看加载的数据集中的变量：
```R
ls（）
```
更改工作路径
使用`getwd（）`函数获取当前工作路径：
```R
getwd（）
```
使用`setwd（）`函数更改工作路径。例如，将工作路径设置成桌面：
```R
setwd（"C:/Users/username/Desktop"）
```
通过以上方法，你可以灵活地在R语言中调用各种来源的数据，并进行后续的数据分析和处理。