代码组织

1. 任何R代码应该认为是从全新的R进程开始运行，其工作路径就是项目路径。它在自己的工作空间和文件夹中创建自己需要的所有东西，不触及它没有创建的东西。比如，它不会安装额外的包。？？？
   这样才能保证在自己电脑的任何位置，或者他人的电脑上都可以顺利运行。

2. 如果脚本包含代码很多，可以考虑安装逻辑顺序将其拆分成多个小脚本（模块），并按执行顺序命名如1_fetch_data.R, 7_plot_data.R等。模块和真正的脚本一样使用，而且模块化的工作流程可以作为自定义函数的集合。

3. 每次退出Rstudio时不要saving your workspace image。重新打开时，我们需要的所有变量和结果应该可以通过重新运行一遍脚本得到。如何关掉询问对话框：
   Tools > Global Options and clicking “Never” in the dropdown next to “Save workspace to .RData on exit”.

代码本身

1. 将所有library()和hard-coded变量放在脚本的最前面。
2. 避免用rm(list=ls)
3. 避免在R文档在最上面用setwd

• Organize each logical project into a folder on your computer.
• 确保顶级文件夹是一眼就能看明白的是有特征的。例如顶级文件夹中有一个名字是.here的空文件。或者，如果你使用RStudio和/或Git，那些都会留下特征文件，这将完成工作。
• 使用here package的here()函数可在读取或写入文件时构建路径。创建相对于顶级目录的路径。
  在foofy目录启动下面代码。（foofy目录可以在任何地方）

library(ggplot2)
library(here)

df <- read.delim(here("data", "raw_foofy_data.csv"))
p <- ggplot(df, aes(x, y)) + geom_point()
ggsave(here("figs", "foofy_scatterplot.png"))

-每当您处理此项目时，从项目的顶级目录启动R进程。如果从shell启动R，则首先启动切换目录(Change Directory: CD)到正确的文件夹。

注释

分析数据时，注释用来记录重要的发现和分析决策。如果你发现自己要用注释来解释自己的代码在做什么，考虑将代码写的更清楚。如果你的注释比代码还多，考虑使用RMarkdown。

参考

1.Efficient R programming 电子书