本文档总结于我学习R语言过程中的许多资源，学习R语言不需要任何编程经验，只需一台计算机即可。我希望许多人都应该来学习R语言，无论是工作还是自己学习数据分析都有用武之地，废话不多说，让我们开始吧。
1 下载R与Rstudio
R作为一门编程语言，有Windows、Mac、Linux三大版本，下面一一展示R的安装方法
1.1 windows:
R: https://mirrors.tuna.tsinghua.edu.cn/CRAN/,目前选择下载R 4.0.3版本
Rstudio: https://rstudio.com/products/rstudio/download/#download 选择Windows版本即可
1.2 Linux:
首先下载deb包，之后通过gdebi包管理器进行安装
wget https://mirrors.tuna.tsinghua.edu.cn/CRAN/bin/linux/ubuntu/bionic-cran40/r-base_4.0.3-1.1804.0_all.deb
sudo gdebi r-base_4.0.3-1.1804.0_all.deb
2 Rstudio设置
2.1 更改Rstudio主题：
选择 Tools > Global Options > Appearance,按照如下设置即可
Rstudio.png
2.2 更改R镜像站点
Tools > Global Options > Packages > change 选择China (Beijing 1) [https] - TUNA Team, Tsinghua University
完成上述设置我们已经配置好了R分析环境，最终我们将在Rstudio中来编写我们的R代码,Rstudio界面如下所示
Rstuido.png
注：若使用Linux版Rstudio，会发现无法输入中文,可以通过以下方法来解决`
wget http://ikuya.info/tmp/fcitx-qt5-rstudio-qt542+2.tar.gz
tar xf fcitx-qt5-rstudio-qt542+2.tar.gz
sudo apt install ./fcitx-frontend-qt5-rstudio_1.0.5-1ubuntu1~qt542+2_amd64.deb ./libfcitx-qt5-1-rstudio_1.0.5-1ubuntu1~qt542+2_amd64.deb
sudo ln -s /usr/lib/x86_64-linux-gnu/qt5/plugins/platforminputcontexts/libfcitxplatforminputcontextplugin.so /usr/lib/rstudio/plugins/platforminputcontexts/
#### 这2种方法那种有效选那种
sudo ln -s /usr/lib/$(dpkg-architecture -qDEB_BUILD_MULTIARCH)/qt5/plugins/platforminputcontexts/libfcitxplatforminputcontextplugin.so /usr/lib/rstudio/bin/plugins/platforminputcontexts/
3 R包安装
R包的安装一直是分析过程中的大问题，成功与否即取决与个人的网速，同时也受许多其它的因素影响，R包一般有2个版本CRAN官方版与github开发版
官方版R包的安装有以下方法：
3.1 直接安装
install.packages("ggplot2")
括号内换成自己所要安装的包名即可
3.2 安装BiocManager包管理器，通过其安装R包
if (!requireNamespace("BiocManager", quietly = TRUE))
install.packages("BiocManager")
BiocManager::install(version = "3.12")
library("BiocManager")
BiocManager::install("ggplot2")
以上2种方法基本满足了大部分R包的安装，但还是建议去参考R包作者给出的安装方法
3.3 安装开发版R包
这部分主要参考作者github主页的安装文档
示例如下：安装开发版ggplot2
install.packages("devtools")
devtools::install_github("tidyverse/ggplot2")
通过以下命令可安装一些常用的R包
BiocManager::install(c("tidyverse","ggtree","DESeq2","ggsci","cowplo","phyloseq","aplot","patchwork","ggstatsplot","reshape","psych","magrittr","stringi","genoPlotR","ggstar","ggtreeExtra","ggnewscale","RColorBrewer","ggsignif","FactoMineR","vegan","multcomp","ggalluvial"))
注：每次使用前需要加载R包，示例如下：
library("ggplot2")
4 Rstudio的基础使用方法：
4.1 打开Rstudio新建脚本点击左上角的绿色+或者使用快捷键：Ctrl+Shift+N
注：在代码编写框写代码，在结果运行区查看结果
4.2 执行getwd()获得当前工作路径
> getwd()
[1] "C:/Users/Administrator/Desktop/2020"
我们读入的外部数据和导出的分析结果都会位于此文件内
4.3 setwd()更改工作路径
setwd("C:/Users/Administrator/Desktop/ggplot2")
getwd()
我们可以看到此时的工作路径已经更改，前提是ggplot2文件夹需存在，这样就可以读入此文件夹下的数据
下一节开始介绍如何使用Tidyverse进行数据分析和可视化操作
网友评论