配置R语言环境，这一篇就够了！

Posted 2021-04-18 Python与R数据科学

    本文从R基础环境安装、Rstudio的安装及配置、R包的安装、如何找到合适的R包、Jupyter Notebook中使用R共五个方面进行介绍，目录如下：

一、R基础环境安装

    1、windows安装R

    2、macOS安装R

二、Rstudio的安装及配置

    1、Rstudio的安装

    2、Rstudio的配置

        2.1 R版本的选择

        2.2 中文乱码问题

        2.3 开启代码诊断功能

三、R包的安装

    1、CRAN安装R包

    2、本地安装R包

    3、Rstudio安装R包

    4、Github安装R包

    5、Bioconductor安装R包

四、如何找到合适的R包

    1、CRAN Task Views

    2、R Site Search与sos包

    3、RDocumentation

    4、packagefinder包

    5、一些常用的包汇总

五、Jupyter Notebook中使用R

    1、Jupyter Notebook的安装

    2、Jupyter Notebook配置R

一、R基础环境安装

1、windows安装R

    首先进入R官方网站 ( https://www.r-project.org/ )，进入下载界面，选择windows系统下载R安装包，根据提示进行安装。

    安装完成之后，点击R图标或快捷方式，进入以下界面，说明R语言已经安装成功！

    系统环境变量添加R

    环境变量（environment variables）一般是指在操作系统中用来指定操作系统运行环境的一些参数。当要求系统运行一个程序而没有告诉它程序所在的完整路径时，系统除了在当前目录下面寻找此程序外，还应到path中指定的路径去找。用户通过设置环境变量，来更好的运行进程。

    为什么要设置环境变量呢？目的其实很简单，为了方便其它程序调用R！

    设置步骤如下：

    ①windows7系统

    右击计算机-属性-高级系统设置-环境变量--系统变量--Path，在变量值中加入R的本地安装路径（注意和之前的用“;”隔开，本电脑R路径为：“D:RR-3.6.3in”），点击确定即可。

    ②windows10系统

    右击计算机-属性-高级系统设置-环境变量--Path，新增R的按照路径即可（本电脑R路径为：“C:Program FilesRR-3.5.1in”），点击确定即可。

    进入终端（windows+R，输入cmd），输入‘R’，如果出现以下界面，说明系统环境变量已经配置成功！

2、macOS安装R

    进入R官方网站 ( https://www.r-project.org/ )，进入下载界面，选择macOS系统下载R安装包，并根据提示进行安装。

    安装完成之后，点击R图标，进入以下界面，说明R语言已经安装成功！

    或者在终端中输入‘R’，进入以下界面，也说明R语言已经安装成功！

二、Rstudio的安装及配置

    RStudio是R语言的集成开发环境(IDE)，它是一个独立的开源项目，它将许多功能强大的编程工具集成到一个直观、易于学习的界面中。RStudio可以在所有主要平台(Windows、Mac、Linux)上运行，也可以通过web浏览器(使用服务器安装)运行。如果你是一个R新手或者偏爱界面版的R环境，那么你会喜欢上RStudio！

1、Rstudio的安装

    安装Rstudio之前，需要 提前安装R 。

    进入Rstudio官网下载页面 ，选择Desktop Free版的下载，并根据提示进行安装。（网页地址： https://rstudio.com/products/rstudio/download/ ）

    安装完成之后，点击Rstudio图标或快捷方式，进入以下界面，说明安装成功！

2、Rstudio的配置

2.1 R版本的选择

     如果电脑上装了多个版本的R，RStudio会选择 最近安装 的作为默认项，如果你想使用之前的版本，可按照以下步骤设置：Tools--Global Options--General--Basic--Change--选择版本--Apply

2.2 中文乱码问题

    当你用Rstudio新建一个R脚本之后，保存到本地，下次打开时，发现里面中文成了一堆乱码，WTF? 

    其实这是file encoding的问题，按照以下两种方式可以解决：

    ①方法一 ：Tools--Global Options--General--Code--Saving--Change-- 选择UTF-8 --Apply

    ②方法二 ：保存脚本前，File--Save with Encoding-- 选择UTF-8，勾选Set as default --OK

3、开启代码诊断功能

     编写的代码在出现问题时，RStudio会有所提示，建议新手开启此功能，设置步骤如下：

    Tools--Global Options--Code--Diagnostics--全部勾选--Apply

三、R包的安装

1、CRAN安装R包

    CRAN  ( https://cran.r-project.org/mirrors.html ) 是R综合档案网络的简称，这里提供了各种预编译好的安装文件和源代码，Packages包含了大量开发者贡献的扩展包。CRAN里面有上百个镜像网站。下载安装R包时，为提高速度，建议使用国内镜像。

    使用CRAN安装R包，再R console中输入一行代码即可搞定，运行代码时，R会弹出一个选择镜像的对话框，选择国内镜像即可。

#安装1个R包install.packages('ggplot2')#同时安装多个R包install.packages(c('ggplot2','plotly'))

  出现以下内容‘ **包打开成功，MD5和检查也通过 ’，则表示安装成功！

    为避免每次选择镜像的麻烦，你可以对R镜像进行配置，操作方法如下：

    ①方法一 ：用命令行设置镜像

#查看使用install.packages安装时的默认镜像options()$repos#指定install.packages安装镜像，这个是清华大学的镜像options("repos" = c(CRAN="https://mirrors.tuna.tsinghua.edu.cn/CRAN/"))

    ②方法二 ：更改本地配置文件，在R安装目录下D:RR-3.6.3etc，找到Rprofile.site文件，打开该文件，找到下列语句:

# set a CRAN mirror# local({r <- getOption("repos")# r["CRAN"] <- "http://my.local.cran"#       options(repos=r)})    

    修改为：

# set a CRAN mirrorlocal({r <- getOption("repos")  r["CRAN"] <- "https://mirrors.tuna.tsinghua.edu.cn/CRAN/"  options(repos=r)})

2、本地安装R包

    第一步，从R官网或者其他网站，下载R包；

   第二步，R菜单栏--程序化包--Install package(s) from local files...，或者输入以下代码，会弹出对话框，选中本地下载好的R包即可。

utils:::menuInstallLocal()

    注意：本地安装R包时，所依赖的包不会自动被安装

3、Rstudio安装R包

    使用RStudio安装R包要容易很多。首先，设置镜像：Tools--Global Options--Packages--Management--Change--选择一国内镜像--Apply；

    然后，点击右下方模块的Packages--Install，输入要安装的包名称，并勾选Install dependencies（建议此操作，防止包在使用时遇到没有依赖包而造成的错误）。

    另外，Rstudio也可以本地安装R包，将Install from更改为“Package Archive File”即可，如下图所示：

4、Github安装R包

    越来越多的R包正在被创建，当开发者发布一个R包的时候，CRAN一般是最常用的，使用上述3种方法可以安装发布在CRAN上的R包。但有些开发者使用GitHub开发R包，例如Twitter在Github上提供的AnomalyDetection包，而使用install.packages()函数则无法安装，这时我们可以通过devtools包轻松的安装该R包。

    首先我们要安装devtools包，然后使用install_github()函数即可。

#安装devtools包install.packages("devtools")#使用devtools安装Github上的R包library(devtools)install_github("twitter/AnomalyDetection")

    但是，这样仍然存在一个问题，install_github()需要提供Github的仓库名。 这意味着当你想从Github上安装一个R包的时候你必须准确的记得它的仓库名称。 麻烦的是，我们往往很难记住Github的用户名。 开发者在给R包命名的时候一般会考虑包的名称，以便用户方便记忆。 然而，他们在给自己取一个Github用户名的时候可能就没那么小心了。 这个问题该如何解决呢？ githubinstall包派上用场，只需包名即可安装R包。 githubinstall()会从Github的仓库中搜索相应的R包，并询问你是否安装。 此外，如果你只是模糊的记得包名也可以安装成功，githubinstall包通过模糊的字符串会自动纠正包名。

#安装githubinstall包install.packages('githubinstall')#使用githubinstall安装Github上的R包library(githubinstall)githubinstall('AnomalyDetection')#模糊搜索githubinstall("AnomalyDetect")githubinstall("anomaly-detection")

5、Bioconductor安装R包

    Bioconductor （ http://www.bioconductor.org/ ）是一个基于R语言的、面向基因组信息分析的软件包集合。它提供的软件包中包括各种基因组数据分析和注释工具，其中大多数工具是针对DNA微阵列或基因芯片数据的处理、分析、注释及可视化的。截止发文为止， Bioconductor共收录了1903个R包。

    通过Bioconductor安装相关R包，首先要安装BiocManager包，然后运行BiocManager::install（）即可。

#安装BiocManager包install.packages("BiocManager")#使用BiocManager安装相关的R包BiocManager::install(c("GenomicFeatures", "AnnotationDbi"))

四、如何找到合适的R包

1、CRAN Task View

    R CRAN主页左侧导航栏Task Views可j进入该页面，根据Topics检索相关的R包，共包含40多个常用主题；点击主题进入相关页面，会有各个R包的介绍（以Bayesian为例）。

2、R Site Search与sos包

    R Site Search ( http://finzi.psych.upenn.edu/search.html) 是R官方提供的R包搜索引擎，支持搜索R包、函数，或者根据项目进行搜索；

    sos包是基于R Site Search引擎开发的搜索包，其检索返回的结果与R Site Search一致，但结果以表格形式展示：

#安装sos包install.packages('sos')#使用sos包检索library("sos")findFn("treatment effect")

3、RDocumentation

    RDocumentation（ https://www.rdocumentation.org/ ）可以说是最简单与全面的R包搜索方式，可从CRAN、Bioconductor、GitHub检索，直接在搜索栏输入主题即可。你也可以点击搜索栏下面的Task Views，会链接到CRAN，以更美观的方式展示不同主题下的R包。

4、packagefinder包

    使用packagefinder包也很简单，你可以搜索多个主题，并使用and 或 or，或者更复杂的检索方式；当display参数为"browser"时，搜索结果会展示在浏览器。

    具体请参考： https://github.com/jsugarelli/packagefinder

#安装packagefinder包install.packages('packagefinder')#使用packagefinder包检索library(packagefinder) findPackage(c("meta", "regression"), mode = "and",display = "browser")findPackage("meta or regression")findPackage(c("meta AND regression", "model OR heterogeneity"))

5、一些常用的包汇总

    只有想不到，没有做不到，有的牛人根据自己学习R的经验，汇总整理了常用的R包。

    参考链接：  https://www.zhihu.com/question/62747478/answer/201612465

    机器学习 ：nnet，rpart，gbm, kernlab, mboost,  randomForest  ,tree，party，lars，boost，e1071，BayesTree，gafit，arules,  caret, DWwR, mlr,capet;

    数据处理 ：lubridata ，dplyr, plyr ，reshape2，stringr，formatR，mcmc,  data.table, tidyverse , tidyr;

    聚类 ：

        分析基于划分的方法 :  kmeans, pam, pamk, clara;

        基于层次的方法 :  hclust, pvclust, agnes, diana;

        基于模型的方法 :  mclust;

        基于密度的方法 :  dbscan;

        基于画图的方法 :  plotcluster, plot.hclust;

        基于验证的方法 :  cluster.stats;

     决策树 : rpart, ctree ;

    随机森林 : cforest, randomForest ;

    生存分析 : survfit, survdiff, coxph，GGally；

    关联规则 ：arules;

    金融包时间序列 ：zoo，xts，chorn，its，timeDate, tseries, forecast；

    金融分析 ：quantmod，RQuantLib，portfolio，PerformanceAnalytics，TTR，sde，YieldCurve；

    计量经济学 ：ARE, car, forecast, Imtest，plm， sandwish, tseries, urca, zoo

    风险管理 ：parma，evd，evdbayes，evir，extRemes，ismev；

    中文分词 ：Rwordseq  ， jiebaR，chinesemisc，tau, tm;

     绘图 ：animation, ggplot2, lattice,qplot, aplpack,plotly,rwordmap，ggmap,  googleVis, ggpubr;

     ggplot2系统扩展包 ：ggthemes, ggtech, ggsic,  gganimate, ggradar, ggseas, ggmosiac, ggally, ggimage, ggflagsjs;

    在线图表库接口 ：plotly, Rcharts,  Recharts;

    htmlwidgets系统包 ：leaflet, dygraphs,  rbokeh,Highcharter,visNetwork, networkD3, d3heatmap, DataTables, threejs,rgwidget,  DiagrammeR;

    配色及主题包 ：ggthemes, ggthemer, RColorBrewer;

    数据地图包 ：baidumap, ggmap, GoogleVIS, REmap,  Rworldmap, leaflet, leafletCN, leaflet.minicharts, geojsonio, rgdal, sf,  maptools, maps, scatterpie;

    图形控制与字体渲染 ：Cairo,showtext;

    可视化排版系统 ：rmarkdown, flexdashboard, knitr, shiny,  shinythemes, shinydashboard, htmltools;

    3D图 ：rgl,scatterplot3d, misc3d,plotly;

    词云 ：wordcloud2，wordcloud;

    高速并行计算 ：snow, Rmpi, Rcpp, STAR, OpenCL, gpuR，gmatrix;

五、Jupyter Notebook中使用R

    Jupyter Notebook（此前被称为 IPython notebook）是一个交互式笔记本，支持运行 40 多种编程语言。Jupyter Notebook 的本质是一个 Web 应用程序，便于创建和共享文学化程序文档，支持实时代码，数学方程，可视化和 markdown。用途包括：数据清理和转换，数值模拟，统计建模，机器学习等等。用户可以通过电子邮件，Dropbox，GitHub 和 Jupyter Notebook Viewer，将 Jupyter Notebook 分享给其他人。在Jupyter Notebook 中，代码可以实时的生成图像，视频，LaTeX和javascript。数据挖掘领域中最热门的比赛 Kaggle 里的资料都是Jupyter 格式。

1、Jupyter Notebook的安装

    安装Jupyter Notebook的前提是需要安装了Python（3.3版本及以上，或2.7版本）。进入CMD界面，输入以下代码，安装Jupyter ：

#pip升级到最新版本pip3 install --upgrade pip#pip安装jupyterpip3 install jupyter#启动jupyter notebookjupyter notebook

    如果是新手，强烈建议直接安装Anaconda，在安装Python及科学计算环境的同时，也会自动安装Jupyter Notebook。

    安装Python和Anaconda请参考：

2、Jupyter Notebook配置R

   在安装好Jupyter Notebook之后，进入R，输入以下代码：

#安装依赖包install.packages(c('repr', 'IRdisplay', 'evaluate', 'crayon', 'pbdZMQ', 'devtools', 'uuid', 'digest'))#安装IRkerneldevtools::install_github('IRkernel/IRkernel')IRkernel::installspec(user = FALSE)

    再次进入Jupyter，便可以愉快地使用Jupyter跑R代码了！