1.1 搭建R环境及常用操作

1.1.1　搭建R环境

打开R语言原生官网速度较慢，建议直接到R镜像站，目前国内有11个镜像站，我最近常用的是北京外国语大学的镜像站，其网址为：

https://mirrors.bfsu.edu.cn/CRAN/

读者可以根据自己的操作系统，下载相应的R语言版本即可（本书采用的是R-4.2.2）。在Windows系统安装R时，可根据系统选择32位或64位版本，建议取消勾选Message Translations。

建议安装在D盘，不要有中文路径，且路径名称不要有空格。

切记：若Windows系统用户名为中文，要先改成英文！

注意，最好保证计算机里有且只有一个版本的R，否则RStudio不会自动关联R，需要手动关联到其中一个R版本。

安装完成后，打开R，界面如图1.1所示。

图1.1　R 4.2.2软件界面

1．安装RStudio

不要直接使用R，建议使用更好用的R语言集成开发环境Rstudio。

下载并安装（或直接下载zip版解压）RStudio之后，RStudio将自动关联已安装的R。打开RStudio，操作界面各窗格及功能简介如图1.2所示。

图1.2　RStudio操作界面

2．一些必要的设置

● 切换安装扩展包的国内镜像源（任选其一），操作界面如图1.3所示。

图1.3　为RStudio设置国内镜像源

Tools -> Global Options… -> Options -> Packages，单击Change可修改镜像源，比如本书使用了北京外国语大学镜像源（Beijing Foreign Studies University）。

● 设置保存文件的默认编码方式为UTF-8，操作界面如图1.4所示。

图1.4　R Studio设置code编码

Tools -> Global Options… -> code -> Saving，在Default text encoding框，单击change，将相关设置修改为UTF-8。

这样保存出来的各种R文件，都将采用UTF-8编码，这能够尽量避免含有中文字符的文件在其他计算机上打开显示乱码。

建议顺便再勾选Code -> Display下的Rainbow parentheses选项，这样代码中的配对括号将用不同颜色匹配。

另外，还建议在General -> Workspace菜单下取消勾选“Restore .RData into workspace at startup”，并将其下的“save workspace to .RData on exit:”改为“Never.”，这可以避免每次打开RStudio都加载之前的内存数据。

1.1.2　常用操作

1．安装包

扩展包（package），简称包。通常R包都来自CRAN，R包的审核比较严格，包的质量相对更有保障。建议使用命令安装R包，以下命令用于安装openxlsx包：

install.packages(“openxlsx”)

openxlsx为包名，必须要加引号（在R中，单双引号可通用）。

有些包不能自动安装，可以手动从网上搜索并下载.zip或.tar.gz文件到本地，再手动安装（不建议手动安装），手动安装可依次单击Tools -> Install Packages，修改Install from，然后浏览安装，如图1.5所示。

图1.5　手动安装R包

手动安装包经常容易安装失败，通常是因为没有先安装该包的依赖包，故需要去包的网页查询其依赖包。若确定未安装对应的依赖包，则需要先安装它们。因为这往往又涉及依赖包的依赖包，所以最好不要手动安装包。另外，建议大家尽量用最新版本的R。

GitHub也是R包的重要来源，有些作者自己开发的R包只放在GitHub，也有很多CRAN R包的最新开发版位于GitHub，大家可以先安装devtools或remotes包，再通过install_github()安装GitHub来源的包：

devtools::install_github(“tidyverse/dplyr”)  # 或者
remotes::install_github(“tidyverse/dplyr”)

在以上命令中，::的前面是包名，这是不单独加载包而使用包中函数的写法。

tidyuerse是GitHub用户名，dplyr为该用户的名为dplyr的repository（仓库），也是包名。此外，通过“包名:::”前缀可以访问包的内部函数。注意，不是所有的仓库都是R包（含有DESCRIPTION文件是R包的标志）。

若因为网络等因素，导致直接从GitHub安装包失败，也可以将整个包文件夹从网页下载下来，解压缩到当前路径（或提供完整路径），再从本地安装：

install.packages(“dplyr-master”, repos=NULL, type=”source”)

另外，在R中生物信息领域自成一派，有专门的包，可以从bioconductor网站获取：

我们需要先安装BiocManager包，再用install()函数安装bioconductor来源的包：

BiocManager::install(“openxlsx”)

实用场景：R包默认安装在 .../R-4.x.x/library路径下。

你在自己的计算机上搭建好R语言环境，并安装好了很多常用包，然后又想到一台没有R环境、没有联网的计算机上复现代码。

具体方法：你只需要在那台计算机上安装相同版本的R软件，并安装到相同路径下，将新的library文件夹完全替换为自己计算机里的library文件夹即可1，这样运行起R代码跟自己计算机的效果没有任何区别。

---

[1]　 可以用添加压缩包再解压的方式，这样速度能快一些。

2．加载包

library(openxlsx)

3．更新包

update.packages(“openxlsx”)
update.packages()                # 更新所有包

4．删除包

remove.packages(“openxlsx”)

5．获取或设置当前路径

getwd()
setwd(“D:/R-4.2.2/tests”)

特别注意：

路径中的“\”必须用“/ ”或“\\”代替。

提示：关于更新R版本和更新包，笔者一般是紧跟最新R版本，顺便重新安装一遍所有包。为了省事，笔者是将所有自己常用包的安装命令（install.package(“...”)）都放在一个R脚本中，并选择国内镜像，再全部运行即可。

6．赋值

R标准语法中赋值不是用 =，而是 <- 或 ->，代码如下：

x <- 1:10
x + 2
##  [1]  3  4  5  6  7  8  9 10 11 12

R也允许用“=”赋值，建议用更现代和简洁的“=”赋值。

在R中，为一行代码添加注释语句用 #。

7．基本运算

● 数学运算

❏ + - * /、^(求幂)、%%（按模求余[2]）、%/%（整除）。

---

[2]　 可以对小数按模求余，例如5.4 %% 2.3结果为0.8。

● 比较运算

❏ >、<、>=、<=、==、!= ；

❏ identical(x,y)—判断两个对象是否严格相等；

❏ all.equal(x,y)或dplyr::near(x,y)—判断两个浮点数是否近似相等（误差为1.5e−8）。

0L == 0
## [1] TRUE
identical(0L, 0)
## [1] FALSE
sqrt(2)^2 == 2
## [1] FALSE
identical(sqrt(2)^2, 2)
## [1] FALSE
all.equal(sqrt(2)^2, 2)
## [1] TRUE
dplyr::near(sqrt(2)^2, 2)
## [1] TRUE

● 逻辑运算

❏ | （或）、 & （与）、! （非）、xor()（异或）

&&和||是短路运算，即遇到TRUE(FALSE)则返回TRUE(FALSE)而不继续往下计算；

而&和|是向量运算符，对向量中所有元素分别进行运算。

8．基本数据类型

● R的基本数据类型

❏ numeric— 数值型，又分为integer（整数型）和double（浮点型）；

❏ logical— 逻辑型，只有TRUE和FALSE，或T和F；

❏ character— 字符型，引号[3]括起来的若干字符。

---

[3]　 在R中，单双引号通用。

● R中用NA表示缺失值，NULL表示空值，NaN表示非数，Inf表示无穷大。

● 对于R中的大多数函数，NA具有“传染性”，即NA参与的运算，结果会变成NA。R自带的很多函数都提供na.rm参数设置，以便于设定计算时是否忽略缺失值。

❏ 特别要注意：判断x是否为NA，不是用x==NA，而是用is.na(x)。

● 可用函数class(x) / typeof(x) / mode(x)查看对象x的类型。

❏ 在展现数据的细节方面，mode()性能最弱，class()性能一般，typeof()性能最强。

❏ str(x)可以显示对象x的结构。

9．保存和载入数据

save(x, file = “data/dat.Rda”)
load(“data/dat.Rda”)

关于相对路径与绝对路径

编程中的文件路径，可以用绝对路径也可以用相对路径。

绝对路径是从盘符开始的完整路径，比如E:/R语言/data/a123.csv。

相对路径是相对于当前路径的路径，因为通常操作的文件都是在当前路径，那么“从盘符到当前路径”这部分是大家所共有的，所以可以省略不写，只写从当前路径再往下的路径即可。比如，当前文件夹E:/R语言中有data文件夹，里面有数据文件a123.csv，要想访问到它的路径，只需写data/a123.csv。

10．清屏和清除内存变量

按“Ctrl + L”组合键或单击命令窗口右上角的“小刷子”图标可对命令窗口清屏。

若要清除当前变量，使用以下命令：

rm(x)                       # 清除变量x
rm(list = ls(all = TRUE))   # 清除所有当前变量

注意：

单击Environment窗口的“小刷子”图标也可以清除所有当前变量。

11．获取帮助

学习编程语言最好的资料就是帮助。

● 函数帮助

命令窗口执行：

?plot

则在help窗口打开plot()函数的帮助：包括函数来自哪个包、函数的描述、参数说明、更多解释、实例等。

● 在线帮助（需联网）

若想根据某算法的名字或关键词，搜索哪个包能实现该算法：

RSiteSearch(“network”)

● 其他主要网络资源

R官方镜像站（例如本书作者所使用的就是北京外国语大学的镜像站https://mirrors.bfsu. edu.cn/CRAN/），镜像站下的各种资源，建议读者去详细了解。比如，常用的是包的帮助文档：在镜像站，单击左侧的Packages，再单击“sort by name”，则出现所有可用的CRAN包列表。单击某个包名，则进入该包的介绍页，比如tidyverse包的官方介绍页如图1.6所示。

图1.6　tidyverse包的官方介绍页

Reference manual是参考手册，包含该包所有函数和自带数据集的说明，供查阅使用；Vignettes是包的作者写的使用文档，它是该包的最佳学习资料。

在使用R语言的过程中遇到各种问题，建议将报错信息设置为英文：Sys.setenv(LANGUAGE = "en"), 建议用bing国际版搜索报错信息，更容易找到答案。另外，GitHub是丰富的程序代码仓库，在bing搜索时，加上GitHub关键词，可能有意想不到的收获。

其他开放的R社区如下：

● Stack overflow；

● R-Bloggers；

● Tidyverse；

● Rstudio；

● 统计之都。

12．R Script与R Project

R脚本是单个可执行的R代码文件，后缀名为 .R，单击New File按钮，选择R Script，或使用快捷键（Ctrl + Shift + N），可以新建R脚本。

R脚本中都是可执行的R代码和注释，选中部分代码，单击Run按钮即可运行选中的代码。

R项目（Project）是完成某个项目或任务的一系列文件的合集（文件夹），包括数据文件、若干R脚本及其他附件，还包含一个 *.Rproj文件；

强烈建议读者使用 R 项目和相对路径，这样能系统地管理服务于共同目的的一系列文件，可以方便移动文件，而不需要做任何有关路径的代码修改就能成功运行。

创建R项目：单击Create a Project按钮，进入创建R Project向导，如图1.7所示。

图1.7　创建R Project向导

若在某个已存在的文件夹下创建项目，则选择Existing Directory；若需要新建文件夹创建项目，则选择New Directory。

创建完成后，在文件夹下出现一个 *.Rproj文件，双击它（关联RStudio打开），则进入该R项目，可以完成访问、编辑文件和运行脚本等操作。

13．R Markdown

后缀名为 .Rmd的交互式文档，是markdown语法与R脚本的结合，可以将可执行的R代码和不可执行的文字叙述，融为一个文件。

单击New File按钮，选择R Markdown即可创建，建议优先使用自带的模板和来自网络的现成模板。

R Markdown适合编写包含R语言代码的学习笔记、演示文档、论文等，可以生成docx、 pptx、html、pdf等多种文档格式。更多有关R Markdown的内容将在第5章展开讨论。

此外，近期RStudio推出了新一代文档沟通工具Quarto，其用法与R Markdown基本一致，具体使用方法请参阅官方文档。