哈佛R語言課程簡介

1.什么是R？

有人認為R是一種編程語言，這是一種常見的錯誤理解，因為R遠不止于此。將R視為統計計算和繪圖的環境，它匯集了許多函數，能夠提供強大的功能。

R環境結合了：

• 有效處理大數據
• 集成工具的集合
• 繪圖工具
• 簡單有效的編程語言

2.為什么用R？

開源、可視化、數據科學、統計計算、平臺無關（platform agnostic）

R是一個功能強大，可擴展的環境。它具備各種數據統計、通用數據分析和可視化功能。

• 數據處理，清理和存儲
• 提供各種統計方法和繪圖技術
• 易在多平臺上安裝和使用（而且免費?。?/span>
• 開源，擁有龐大且不斷增長的同行社區

3.什么是RStudio？

RStudio是免費提供的開源集成開發環境（IDE）。RStudio提供了一個具有很多功能的環境，使R更容易使用，是在終端中使用R的絕佳選擇。

• 圖形用戶界面，而非只有命令行
• 優秀的學習工具
• 科研用途免費
• 開源

4.在RStudio中創建一個新的project目錄

讓我們為今天的“R簡介”課程創建一個新的項目目錄。

1. 打開RStudio
2. 打開File菜單選擇New Project。
3. 在New Project窗口中，選擇New Directory。然后選擇Empty Project，為新目錄命名Intro-to-R，然后選擇路徑，例如桌面（或自定義位置）。
4. 點擊Create Project。
5. 項目完成后，如果項目未在RStudio中自動打開，則轉到File菜單，選擇Open Project，然后選擇Intro-to-R.Rproj。
6. 打開RStudio，窗口中顯示三個面板。
7. 打開File菜單并選擇New File，然后選擇R Script。現在，RStudio界面應該如下面的屏幕截圖所示。

5.RStudio界面

RStudio界面有四個主要面板：

1. 控制臺：可以在這里鍵入命令并查看輸出。如果你在命令行運行R，就只能看到控制臺。
2. 腳本編輯器：可以在這里鍵入命令并保存到文件。還可以直接提交要在控制臺中運行的命令。
3. enviroment/history：enviroment顯示所有活動對象，history記錄在控制臺中運行的所有命令
4. 文件/圖片/包/幫助

6.組織你的工作目錄和設置

6.1查看你的工作目錄

在組織工作目錄之前，先檢查當前工作目錄的位置，在控制臺中輸入命令：

getwd()

你的工作目錄應該是Intro-to-R，是你在創建project時一起新建的文件夾。工作目錄是RStudio讀取和保存文件的默認位置，除非另行指定。

可以通過Files從右下角窗口中選擇選項卡查看工作目錄種的文件。

如果要選擇其他文件夾作為工作目錄，可以在右下角Files選項卡中定位其他文件夾，單擊More下拉菜單并選擇Set As Working Directory。

6.2 構建工作目錄

要組織某個項目的工作目錄，應將原始數據（原始數據）與中間數據集分開。例如，可能希望在工作目錄中創建一個存儲原始數據的data/目錄，并具有中間數據集的results/目錄和要生成的圖的目錄figures/。

可以通過New Folder在Files選項卡中單擊來在工作目錄中創建這三個目錄。

完成后，工作目錄應如下所示：

6.3 將文件添加到工作目錄

我們將在接下來的幾節課中介紹幾個文件，點擊以下鏈接訪問。如果右鍵單擊該鏈接，并將“鏈接另存為…”，定位到工作目錄。即可看到該文件出現在工作目錄中。我們將在本課后稍后討論這些文件。

• 右鍵單擊此鏈接下載規范化計數文件
• 使用此鏈接下載元數據文件

注意：如果文件自動下載到筆記本電腦上的其他位置，則使用文件瀏覽器或查找程序（在RStudio外部）將它們移動到工作目錄，或在RStudio右下方面板Files中跳轉目錄、瀏覽查找

6.4 配置

設置長代碼自動換行，不用左右滾動查看長代碼。

單擊RStudio屏幕頂部的“Tools”，然后單擊下拉菜單中的“Global Options”。

在左側，選擇“代碼”并檢查“軟包裝R源文件”。確保單擊窗口底部的“應用”按鈕，然后單擊“確定”。

7.與R交互

現在我們已經設置好了界面和目錄結構，開始玩轉R語言！在RStudio中與R交互有兩種主要方式：使用控制臺或使用腳本編輯器（腳本是包含代碼的純文本文件）。

7.1 控制臺窗口

該控制臺窗口（在RStudio，左下面板）是其中R是等著你來告訴它做什么的地方，在那里它會顯示每個命令的結果?？梢灾苯釉诳刂婆_中鍵入命令，但session關閉時會清空。

我們來測試一下：

3?+?5

7.2 腳本編輯器

最佳做法是在腳本編輯器中輸入命令，然后保存腳本。我們鼓勵使用#自由注釋，以描述正在使用的命令。通過這種方式，可以完整記錄自己的操作，也可以可以輕松地向其他人展示你是如何做到的，如果需要，也可以重復運行某一操作。

Rstudio腳本編輯器允許通過單擊腳本編輯器右上角的Run按鈕將當前行或當前選中的文本“發送”到R控制臺。快捷鍵是Ctrl+Enter。

現在讓我們嘗試向腳本編輯器輸入命令，并使用注釋字符#添加描述并選中要運行的文本：

#?Intro?to?R?Lesson
#?Feb?16th,?2016

#?Interacting?with?R

##?I?am?adding?3?and?5.?R?is?fun!
3+5

選中要運行的命令，點擊Run，可以看到命令在控制臺中運行并輸出結果。

如果不加注釋符號#，運行同樣的命令，會發生什么？刪除前面的＃符號后重新運行命令：

I?am?adding?3?and?5.?R?is?fun!
3+5

現在R試圖將該句子作為命令運行，但它不起作用。我們在控制臺中出現錯誤“Error: unexpected symbol in “I am” ，意味著R解釋器不知道如何處理該命令。*

7.4 控制臺命令提示符

解釋命令提示符有助于了解R何時準備好接受命令。下面列出了命令提示符的不同狀態以及如何退出命令：

（1）控制臺已準備好接受命令：>。

如果R準備好接受命令，則R控制臺會顯示>。

當控制臺收到命令時（通過直接鍵入控制臺或從腳本編輯器（Ctrl-Enter）運行，R將嘗試執行它。

運行后，控制臺將顯示結果并返回新>提示以等待新命令。

（2）控制臺正在等待輸入更多數據：+。

如果R仍在等待輸入更多數據，因為它尚未完成，控制臺將顯示+提示。這意味著命令不完整。通常是因為括號或引號不成對。

（3）轉義命令并獲得新提示：esc鍵

如果無法弄清楚為什么命令沒有運行，可以在控制臺窗口內單擊并按下esc以退出命令并返回新提示>。

---

練習

1. 嘗試僅從腳本編輯器輸入3 +，選中并運行它。找到一種方法>在控制臺中恢復命令提示符。

---

8.與R中的數據交互

R通常用于處理大數據，因此只有在數據處理實戰中理解R語言才有意義。我們之前已將兩個文件下載到工作目錄中。由于后期需要使用這些文件，因此我們需要花幾分鐘時間熟悉這些數據。

數據集

在這個示例數據集中，我們收集了來自12只小鼠的全腦樣本，并且想要評估它們之間的表達差異。表達數據表示從12個腦樣品的RNA測序獲得的標準化計數數據。該數據作為二維矩陣存儲在逗號分隔值（CSV）文件中，每行對應于基因，每列對應于樣本。

metadata

我們有另一個文件，我們在其中識別相關數據或metadata的信息。我們的元數據也存儲在CSV文件中。在此文件中，每行對應一個樣本，每列包含有關每個樣本的一些信息。

第一列包含行名稱，請注意這些行名稱與上面的表達數據文件中的列名稱相同（盡管順序不同）。接下來的幾列包含有關我們樣本的信息，這些信息允許我們對它們進行分類。例如，第二列包含每個樣品的基因型信息。每個樣品分為兩類：Wt（野生型）或KO（淘汰）。在其余列中觀察到哪些分類？

R特別擅長處理這類分類數據。數據不是簡單地將該信息存儲為文本，而是以特定的數據結構表示，該結構允許用戶以快速有效的方式對數據進行排序和操作。當我們學習R中的不同課程時，我們將更詳細地討論這個問題！

9.最佳實踐

在我們開始研究更復雜的概念并熟悉語言之前，我們想要指出一些關于使用R時最佳實踐的事情，這將有助于組織項目：

• 如果我們可以記錄我們所做的一切，代碼和工作流程就更具有可再現性。我們的最終目標不僅僅是“做事”，而是任何人都能輕松準確地復制我們的工作流程和結果。所有代碼都應該在腳本編輯器中編寫并保存到文件中，而不是在控制臺中工作。
• 在[R控制臺]應主要用于檢查對象，測試函數或尋求幫助。
• 使用#標志進行注釋。在R腳本中自由注釋。這將有助于你和其他協作者了解每行代碼（或代碼塊）的用途。#R忽略了a右側的任何內容。如果你想要注釋整段文本，則可以使用快捷鍵`Ctrl + Shift + C`。