R语言作为生信分析最常用的编程语言之一，经常被用于进行生物数据统计分析和绘图。为方便大家学习R语言，小编将推出R语言系列文章，帮助0基础的同学学习R语言。
R语言简介
1.什么是R语言
R语言是于1991年由新西兰奥克兰大学的Robert Gentleman 和 Ross Ihaka 及其他志愿人员开发的一个语言系统。因为这两个开发者的名字都是以字母R开头，所以就叫做R语言，R是用于统计分析、绘图的语言和操作环境。2.为什么选择R语言
R的开发最初是要解决生物统计方面的问题，创始人之一的Robert Gentleman，就是一位生物学家。所以，R最开始就是用来做生物统计，这个人后来又开发Bioconductor包，专门用来收录与高通量测序生物数据分析相关包的数据库。目前Bioconductor已经收录了大量的生物数据分析相关的包，包括做转录组差异分析的常用包DEseq2，edgeR，芯片数据分析相关的limma、affy包等等，目前已经收录了1741包（截止2019.6.30）。当然R语言不止只有Bioconductor，还有CRAN也收录了很多R包。1995年, Martin Michler 说服Ross 和Robert在GNU这个许可证下授权，这使得R成为了一个免费的软件。R软件是一款非常优秀的数据分析软件，市面上也有很多其他流行的统计和绘图软件，例如微软公司的Excel，SAS，IBM 公司的SPSS，Stata，S-PLUS以及Matlab等。这些软件当中大多都是商业软件需要支付高昂的费用才能使用，而R语言则是免费的，R是一个全面的统计研究平台，提供了各式各样的数据分析技术，几乎可以完成任何类型的数据分析工作，并且R拥有顶尖的绘图功能，可以绘制非常专业精美的图形。R语言为统计而生，而我们生物数据分析当中很多地方都需要用到统计分析，所以说掌握R语言是学生物学生的基本技能。数据在统计分析之后，最重要的就是要把结果可视化的展示出来，而R语言也有非常强大的绘图功能，很多高水平杂志当中漂亮的图都是应用R语言绘制的。3.R语言入门书籍推荐
R语言安装环境搭建
1.安装R语言解释器
R语言解释器可根据自己的操作系统选择下载安装，选择中国的镜像地址下载速度快： | |
|---|
| https://mirrors.tuna.tsinghua.edu.cn/CRAN/ | TUNA Team, Tsinghua University |
| http://mirrors.tuna.tsinghua.edu.cn/CRAN/ | TUNA Team, Tsinghua University |
| https://mirrors.ustc.edu.cn/CRAN/ | University of Science and Technology of China |
| http://mirrors.ustc.edu.cn/CRAN/ | University of Science and Technology of China |
| https://mirror-hk.koddos.net/CRAN/ | |
| https://mirrors.eliteu.cn/CRAN/ | |
| https://mirror.lzu.edu.cn/CRAN/ | Lanzhou University Open Source Society |
| http://mirror.lzu.edu.cn/CRAN/ | Lanzhou University Open Source Society |
| https://mirrors.tongji.edu.cn/CRAN/ | |
具体下载地址：目前最新版本4.4.0（2024.04.23），如果要下载最新版本，可以到上面网址查找最新版本下载。最新版本下载地址：https://mirrors.tuna.tsinghua.edu.cn/CRAN/- windows 下载地址：https://cran.r-project.org/bin/windows/
- 苹果系统 Mac os：https://cran.r-project.org/bin/macosx/
- Linux 系统 ：https://cran.r-project.org/bin/linux/
2.Rstudio 编辑器安装（推荐）
Rstudio 为R语言的专业编辑器，有代码的提示，高亮显示等等功能，强烈推荐使用，初学者根据自己的操作系统下载RStudio Desktop 免费版本就可以：官方下载网址：https://www.rstudio.com/products/rstudio/download/Rstudio中文乱码：http://www.omicsclass.com/article/294R扩展包安装
1.CRAN 上的扩展包安装——The Comprehensive R Archive Network
#加快安装速度设置镜像
install.packages("ggplot2",repos="http://mirrors.tuna.tsinghua.edu.cn/CRAN/")
#可以设置全局镜像加快安装速度，推荐全局设置镜像，一些依赖包都可以默认这个镜像下载，安装更快：
local({r <- getOption("repos")
r["CRAN"] <- "http://mirrors.tuna.tsinghua.edu.cn/CRAN/"
options(repos=r)})
install.packages("ggplot2")
#多个包一起安装：
install.packages(c("poppr", "mmod", "magrittr", "treemap"), repos = "http://mirrors.tuna.tsinghua.edu.cn/CRAN/",dependencies = TRUE)
2.Bioconductor上扩展包安装
网站：https://www.bioconductor.org/#设置国内的镜像地址，加快安装进度
options(BioC_mirror="https://mirrors.tuna.tsinghua.edu.cn/bioconductor")
#安装bioconductor中的包管理BiocManager，if如果没有安装则安装一下
if(!requireNamespace("BiocManager", quietly = TRUE)){
install.packages("BiocManager")
}
#安装bioconductor中DESeq2这个包
BiocManager::install("DESeq2")
3.github上扩展包安装
github上的包可以用devtools或者remotes包安装:install.packages("devtools")
devtools::install_github('cole-trapnell-lab/monocle3')
install.packages("remotes") # 首先安装 remote 包
remotes::install_github("GuangchuangYu/nCov2019") # 尝试安装
安装笔记见：http://www.omicsclass.com/article/106library(ggplot2)
#或者
require(ggplot2)
#加载包时，如果报错说明包没有安装成功
R语言基础概念
下面介绍一下R语言中的常量、变量和数据结构这些基础概念。R语言基本的数据类型有数值型， 逻辑型，文本（字符串）。支持缺失值，有专门的复数类型。数值型常量包括整型、单精度、双精度等，一般不需要区分。支持科学计数法，写法如下：123
123.45
-123.45
-0.012
1.23E2
-1.2E-2
字符型常量用两个双引号或两个单引号包围，字符型支持中文。如下所示："Li Ming"
'Li Ming'
"李明"
'李明'
国内的中文编码主要有GBK编码和UTF-8编码， 有时会遇到编码错误造成乱码的问题，MS Windows下R程序一般用GBK编码，但是RStudio软件采用UTF-8编码。在R软件内字符串一般用UTF-8编码保存。逻辑型常量只有TRUE和FALSE，也可用T和F简写。缺失值用NA表示。统计计算中经常会遇到缺失值，表示记录丢失、因为错误而不能用、节假日没有数据等。除了数值型，逻辑型和字符型也可以有缺失值， 而且字符型的空白值不会自动辨识为缺失值，需要自己规定。R支持特殊的Inf值，这是实数型值，表示正无穷大，不算缺失值。程序语言中的变量用来保存输入的值或者计算得到的值。在R中，变量可以保存所有的数据类型。变量都有变量名，R变量名必须以字母、数字、下划线和句点组成， 变量名的第一个字符不能取为数字。变量名是区分大小写的， y和Y是两个不同的变量名。变量名举例: x, x1, X, cancer.tab, clean_data, diseaseData。用<-赋值的方法定义变量。<-也可以写成=，但是<-更直观。如R的变量没有固定的类型， 给已有变量赋值为新的类型， 该变量就变成新的类型， 但一般应避免这样的行为。R是“动态类型”语言， 赋值实际上是“绑定”（binding）， 即将一个变量名与一个存储地址联系在一起， 同一个存储地址可以有多个变量名与其联系。R语言数据结构包括向量，矩阵和数据框，数组， 列表，因子等，主要是线性代数中的一些概念。数据中元素、行、列还可以用名字访问。最基本的是向量类型。向量类型数据的访问方式也是其他数据类型访问方式的基础。![]()
向量（Vector）
向量是一维的同质数据结构，即向量中的所有元素必须是相同的数据类型。向量可以是数值型、字符型或逻辑型等。
示例：
num_vector <- c(1, 2, 3, 4) # 数值型向量
char_vector <- c("A", "B", "C") # 字符型向量
log_vector <- c(TRUE, FALSE, TRUE) # 逻辑型向量
矩阵（Matrix）
矩阵是二维的同质数据结构，每个元素都必须是相同的数据类型。矩阵可以看作是扩展了的向量。
示例：
matrix_data <- matrix(1:6, nrow=2, ncol=3) # 创建一个 2 行 3 列的矩阵
数组（Array）
数组是多维的同质数据结构，可以看作是扩展了的矩阵。
示例：
array_data <- array(1:8, dim=c(2,2,2)) # 创建一个 2x2x2 的数组
数据框（Data Frame）
数据框是二维的异质数据结构，每列可以包含不同类型的数据。数据框类似于数据库中的表格，常用于存储数据集。
示例：
df <- data.frame(name=c("Alice", "Bob"), age=c(25, 30)) # 创建一个数据框
列表（List）
列表是一维的异质数据结构，可以包含不同类型的数据，包括向量、矩阵、数据框、甚至其他列表。
示例：
lst <- list(name="Alice", age=25, scores=c(90, 95, 88)) # 创建一个列表
因子（Factor）
因子用于表示分类数据，是带有标签的整数向量，常用于统计建模。
示例：
fac <- factor(c("male", "female", "female", "male")) # 创建一个因子
好了，今天小编就先给大家介绍到这里，下期我们会详细介绍每种数据结构。希望对您的科研能有所帮助！祝您工作生活顺心快乐！参考：https://www.rpubs.com/huang2002003/1195822
