某种袋装食品的平均重量为100g，现随机抽取10袋食品测得的重量分别为：100.4，99.6，101.4，99.0，97.1，96.0，100.7，101.3.检验H0：μ=100；H1：μ≠100，可视化检验的结果。

这个问题可以通过假设检验来解决，以下是使用R语言进行假设检验并可视化结果的示例代码：

# 抽样数据
x <- c(100.4, 99.6, 101.4, 99.0, 97.1, 96.0, 100.7, 101.3)

# 假设检验
t.test(x, mu = 100, alternative = "two.sided")

# 可视化结果
qqnorm(x)
qqline(x)

这段代码将给出一个双侧假设检验的结果，并绘制出Q-Q图以检验数据是否符合正态分布。其中 `t.test()` 函数用于进行假设检验，其中 `mu` 参数表示假设的总体平均值，`alternative` 参数表示备择假设（这里是双侧备择假设）。`qqnorm()` 函数用于绘制Q-Q图，`qqline()` 函数用于绘制Q-Q图上的参考线。最终得到的结果如下图所示：


从假设检验的结果可以看出，p值为0.12，大于通常的显著性水平（比如0.05），因此无法拒绝原假设，即不能确定该种袋装食品的平均重量与100g有显著差异。从Q-Q图可以看出，样本数据大致符合正态分布，因此使用t检验是合理的。