Logbook Evan の Logbook
✨ Updates
🎨 Style Guide
Font · 字体记录手册🧠 Creative Resources
Name · 名以载道🗒️ Mind Notes
Quote · 字里行间🧭 Knowbase
Biorxiv 与预印本
H-1B 签证📘 SOPs
🩺 Medical Research
BioRender 使用与订阅笔记🛠️ Tech Chronicles
自定义 Bash 提示符（PS1）
Linux 系统介绍
Linux grep 工具笔记
Linux sed 工具笔记
Linux awk 工具笔记
CSS 笔记
文件夹前加点的意义
HTML 格式笔记
XML 格式笔记
TOML 格式笔记
PR 模板解读与最佳实践
YAML 格式笔记
JSON 格式笔记
YouTube 使用笔记
Writage 使用笔记
Pandoc 使用笔记
Chrome 使用全攻略
Vibe Coding：一种新的编程氛围？💰 Fortune Blueprint
📈 R Visionary
R 的 future 包（异步与并行）
R 中加载与使用系统字体
R 中的数据类型完整指南
R 与 RStudio 安装笔记
make_date() & make_datetime()：从字段构造时间对象
分类变量处理 - forcats
pmin() & pmax()：向量按元素逐位比较
geom_tile()：构建热图 / 网格图的砖块图层
facet_wrap() 与 facet_grid() 用法解析
三种 geom_smooth() 写法解析
ggplot2 的 shape 限制与解决方案
R语言字符串大小写变换
R语言数字取整与格式化。
gtsummary 回归模型
gtsummary + gt：R语言三线表实践
select()：灵活选择列
dplyr包的distinct()函数
ggthemr：为 ggplot2 一键换肤
ggthemes 常用主题
SMR 共定位分析
R集合操作与典型用法
R apply函数速查与典型用法
R变量命名规范与覆盖机制
R设置CRAN与Bioconductor镜像速查
R版本升级与包迁移实用指南
R查询当前环境和包信息（sessionInfo）
创建文件夹与目录管理基础
RStudio常用快捷键与界面恢复技巧
提取字符向量子串的实用技巧
高效读取表格与大文件：fread与自定义read_table_flex
foreach包批量循环
R基因ID转换与批量注释
R批量获取和筛选文件名
R常用序列与模拟数据生成
R数据框（df）条件筛选实用技巧
R Visionary - Introduction📊 Statistics
Survival Analysis
方差分析（ANOVA）
多因素逻辑回归
单因素逻辑回归
R语言中的常见统计分布及其应用
数据分析的可复现性：原则与实践
如何规范报告统计结果？
相关性检验
多重检验（Multiple Testing）
t 检验（t-test）
置信区间 (Confidence Intervals)
卡方检验（Chi-squared Test）
统计功效（Power）与样本量（Sample Size）
假设检验 & p值
频率表、比例表与列联表
t-test: Principles and Application in R🖼️ BioVis
R 与 RStudio 安装笔记
type
status
date
slug
summary
tags
category
icon
password
comment
Introduction
在数据分析和统计学习的世界里，R 是一门非常核心的语言。它从一开始就是为统计学而生的：自带
lm() 做回归、t.test() 做假设检验，写几行代码就能跑出结果。更重要的是，它是开源的，全球社区在不断贡献各种扩展包，从绘制高质量图表到跑机器学习模型，几乎都能找到现成方案。
不过，直接在命令行里用 R 并不友好——界面简陋，脚本管理和可视化输出都不方便。于是就有了 RStudio，一个专门为 R 打造的集成开发环境（IDE）。它把常用功能都集成在一个窗口里：
- 左上：脚本编辑器（写代码的地方）
- 左下：Console（即时运行代码）
- 右上：环境、历史记录
- 右下：图形、文件、帮助文档
R 是发动机，RStudio 就像驾驶舱。很多人第一次学 R，就是从安装 RStudio 开始的。
Installation: R
- 打开 CRAN 官网：https://cran.r-project.org/
- 根据系统选择下载（Windows / macOS / Linux）。这里以 Windows 为例：
- 点击 base → 打开链接
- 点击 Download（当前最新版本 R 4.5.1）
- 浏览器会下载
R-4.5.1-win.exe - 双击打开，按照提示依次进行即可
- 建议安装到 D 盘（例如
D:/R/R-4.5.1） - 完成后，在开始菜单即可找到 R
Installation: RTools（Windows 必须）
安装完 R 后，Windows 用户要立刻安装 RTools。很多扩展包需要它来编译。
- 回到 CRAN，找到对应版本的 RTools（这里是 RTools 4.5）：
- 选择 Rtools45 installer（不要选 ARM 版本，除非你用 ARM Windows 设备）:
- 下载后双击
rtools45-xxx.exe，一路默认安装即可（路径一般是C:/rtools45）
- 后面安装好RStudio或者也可以直接在R Console中运行 pkgbuild::find_rtools() 检测是否安装成功
Installation: RStudio
- 前往 RStudio（Posit）下载页：https://posit.co/download/rstudio-desktop/
- 点击 Download RStudio，浏览器会自动下载
- 双击
RStudio-2025.05.1-513.exe运行安装向导
- 建议安装到 D 盘（如
D:/RStudio/RStudio-2025.05.1-513）
- 安装完成后，在开始菜单找到 RStudio，第一次启动会要求选择 R 版本 → 选刚才安装的 R。
后续也可以通过一下方式切换不同版本：Tools - Global Options
Version Notes
R 的版本号通常采用 X.Y.Z 的格式，比如 R 4.5.0：
- 4 → Major version（主版本）
- 主版本变化较少，通常代表语言或底层结构的大调整。
- R 从 1997 年至今，只经历过 R 1.x → 2.x → 3.x → 4.x 四个大版本。
- 一般一个 major 版本会稳定多年，向后兼容。
- 5 → Minor version（次版本）
- 更新频率较高，大约每年会有 2–3 次。
- 通常是功能增强、性能优化，以及部分新特性引入。
- 当前最新是 R 4.5.x 系列。
- 0 → Patch version（修订版本）
- 主要是 bug 修复和小范围调整。
- 比如从 4.5.0 → 4.5.1，就属于小修订更新。
- 一般不要落后最新版本 超过两个 minor（比如当前是 4.5.x，你最好不要还停在 4.2.x
Packages
在 R 里，Packages（扩展包） 就是功能模块的集合。
- R 自带一些基础函数，但真正的强大来自社区扩展包。
- 包里面包含：R 代码、帮助文档、数据集，甚至有时会包含 C/C++/Fortran 编译代码。
- 通过
install.packages("包名")就能安装，再用library(包名)调用。
常见类别：
- 数据处理：
dplyr、data.table
- 可视化：
ggplot2、ComplexHeatmap
- 统计建模：
survival、lme4
- 科研专用：
Seurat、DESeq2
Where Packages Come From
R 的包并不是都放在一个地方，而是有几个主要“仓库”来源：
1. CRAN
- Comprehensive R Archive Network，R 的官方仓库。
- 安装包时默认就是从 CRAN 下载。
- 包含大多数通用包（数据处理、绘图、建模等）。
- 每个包都会经过 CRAN 审核，保证能在主流系统（Windows/macOS/Linux）上编译。
2. Bioconductor
- 专门面向 生物信息学 和 高通量数据分析。
- 包含很多 RNA-seq、基因组学、单细胞测序工具。
- 安装方式不同：
3. GitHub
- 很多开发者会先把包放在 GitHub，而不是等到提交 CRAN。
- 这里经常能拿到最新版本，甚至是实验性功能。
- 安装方式需要
devtools或remotes：
References & Resources
官方资源
- CRAN（R 包主仓库）：https://cran.r-project.org/
- RTools（Windows 工具链）：https://cran.r-project.org/bin/windows/Rtools/
- Bioconductor（生物信息学仓库）：https://www.bioconductor.org/
- RStudio / Posit 下载：https://posit.co/download/rstudio-desktop/
书籍推荐
- R for Data Science（Hadley Wickham & Garrett Grolemund, O’Reilly）
- 入门必读，覆盖 tidyverse 工作流，电子版免费
- R in Action（Robert I. Kabacoff）
- 系统性很强的一本书，既适合入门，也能当参考手册
Prev
Vibe Coding：一种新的编程氛围？
Next
鸽派、鹰派、左派、右派
Loading...