R语言的实用基础知识有很多，都是我在工作和学习中所整理的，有的是看书整理的，也有的是从网络上的各种博客、各种资源获取的，所以我采用日更的方式进行支持整理和更新，希望能够帮到屏幕前的你！

今天是我日更的第一天，我想以R的基础知识为开场，接下来日更内容可能会有其他语言的实用基础知识、软件工具的安装和使用方法、书评、影评以及人生杂谈等等其他的内容进来，如果你在其他平台上也看到了相同的内容不要惊奇，因为那是我同步更新的，我不只用简书，还有很多很多……

好了废话不多说，开始今天的日更内容：

# 简书日更挑战计划_20191201_Sunday

## 1.切换当前工作目录

getwd()

setwd("E:/学习空间/简书/简书日更挑战/20191201_Sunday/")

## 2.电脑系统、平台、R语言版本和Rstudio版本

######################################################

# 1.电脑系统： Windows 10 x64 (build 18363)

# 2.Platform: x86_64-w64-mingw32/x64 (64-bit)

# 3.R版本: 3.6.1(2019-07-05)

# 4.Rstudio: Version 1.2.5019

######################################################

## 3.今天的主题是有三个：1.工作路径的查询和切换；2.注释；3.安装和卸载R包

### 3.1 R语言工作路径的查询和切换

# 各种电脑系统、不管是Window、Mac还是Linux、Unix等都有文件系统以及对应的文件夹树结构，让R语言工作时首先要明确它的工作路径在哪里

#### 查询当前的工作路径(目录、文件夹)

getwd()

# [1] "E:/学习空间/简书/简书日更挑战/20191201_Sunday"

# @我的工作路径已经切换到今天的工作路径：E:/学习空间/简书/简书日更挑战/20191201_Sunday中了，一般R语言在Window默认安装的话，它的每次启动的默认路径是一个相同的路径："C:/Users/lenovo/Documents"(这是我的，不同电脑系统可能会有区别，但是通常会在C盘)

#### 切换当前的工作路径(目录、文件夹)

setwd("../") # @setwd("../")函数的功能是将当前的工作路径跳到上一级目录(或文件夹)，用过linux系统的都知道cd命令吧，cd ../就是切换当前目录到上一级，当你学的越深入时，越能可以看出R语言与Linux有很多相似的地方

dir() # @查看当前目录中的所有文件和目录，类似于Linux系统中的ls命令

# [1] "20191201_Sunday"

# @大家可以看出我的当前的目录中只有一个文件夹：20191201_Sunday

getwd()

# [1] "E:/学习空间/简书/简书日更挑战"

# @我们的工作目录已经切换到： "E:/学习空间/简书/简书日更挑战"中，我们再切换回去

setwd("20191201_Sunday")

getwd()

# [1] "E:/学习空间/简书/简书日更挑战/20191201_Sunday"

# @工作路径的查询和切换已经讲完了，大家可以多多练习，对于刚接触、准备学习R的同学的建议就是：坚持不懈、保持好奇、练习练习练习！

### 3.2 R语言注释

# @R语言注释和其他语言有些类似，例如Python、Perl、Linux shell、Julia等等，这些语言都可以用字符：#放在要注释的文字或代码的行首即可，注释的意思就是解释代码，而不会参与到代码的执行中，对于程序运行时可以视注释行为“空气”

# @养成编写代码好的习惯非常重要，这一点有点类似于养成好的工作学习习惯，会让你事半功倍。写代码时往往是激情迸发的时刻，各种idea在脑海闪烁，当时是记得，但是当你睡过好几觉的时候，你的大脑重启了多少遍之后，你再回来看你当时写的代码，可能你都不知道这是你写的，更别说看明白了。

# @但是如果加上文字说明，把当时电闪雷鸣的灵感记录下来，怎么想的，什么条件、什么算法、当你记下来的时候才可能是你的东西，那些在你脑海里闪烁而过的可能不属于你的，可能是宇宙尘埃穿越而过留下的痕迹！

# @在Rstudio中注释的方法有两种：第一种手动输入#到要注释的行首，第二种快捷键方式Ctrl + Shift + C，可以填加注释，也可以去注释。第一遍填加#到行首，第二遍去掉行首#，非常方便！

# @还有人说用if(FALSE){需要注释的内容}或if(0){需要注释的内容}注释也可以，我测试后发现，这种方法是注释R代码的，首先你的要注释的代码符合R语法，不合法它是会报错的；这种方法不能注释文字

#

if(0){

? 我测试后发现，

? 这种方法是注释R代码的，

? 首先你的要注释的代码符合R语法，

? 不合法它是会报错的；

? 这种方法不能注释文字

}

# @运行上面的代码你会发现以下报错信息：

# > if(0){

#? +? 我测试后发现，

#? 错误: unexpected input in:

#? ? "if(0){

#? 我测试后发现?

# >? 这种方法是注释R代码的，

# 错误: unexpected input in "? 这种方法是注释R代码的?

#? ? >? 首先你的要注释的代码符合R语法，

#? 错误: unexpected input in "? 首先你的要注释的代码符合R语法?

# >? 不合法它是会报错的；

# 错误: unexpected input in "? 不合法它是会报错的?

#? ? >? 这种方法不能注释文字

#? 错误: 找不到对象'这种方法不能注释文字'

#? > }

# 错误: 意外的'}' in "}"

#

# @但是如果你这样注释，然后执行代码，就会发现没有任何输出，这说明代码没有被执行，而且不会报错

if(FALSE){

? a

? b

? c

? print(c)

}

# @检验一下，说明R没有创建对象a,b和c，代码被注释掉了

a

b

c

# > a

# 错误: 找不到对象'a'

# > b

# 错误: 找不到对象'b'

# > c

# function (...)? .Primitive("c")

### 3.3 安装和卸载R包

# @ R语言类似于Python、Perl都可以通过各种功能包来强大自身的解决问题的能力，变的无所不能，

# @ R语言的官网软件包管理中心CRAN，但是软件包资源还有很多，例如Bioconductor上的(截止到今天已经有1823个生物学研究相关的R软件包发布)，它的安装方法与CRAN有些区别；还有就是Github上的R包，这也是强大的资源

# @可以这样说，你能想到的现实问题，其实早有牛人帮你解决办法，关键是你要找的到，还要会用

#########################################################

#### 3.3.1 CRAN安装R包：install.packages()函数

#########################################################

##### 3.3.1.1 单个包的安装方法

install.packages("ggplot2")

# @对普通的R包，直接install.packages()即可，一般下载不了都是包的名字打错了，或者是R的版本不够，如果下载了安装不了，一般是依赖包没弄好，或者你的电脑缺少一些库文件，如果实在是找不到或者下载慢，一般就用repos=来切换一些镜像。

# @ 用help(install.packages)获取install.packages()函数的帮助信息，或者直接?install.packages即可

##### 3.3.1.2 批量安装R包: sapply()

anp

sapply(anp, install.packages, character.only = T) # 三个参数：包含要安装的R包的名称的向量，安装函数install.packages，character.only = T

##### 3.3.1.3 下载到本地安装

# @ 先下载到本地，并把它放在工作目录中，或者安装时指定软件包的绝对路径

download.file("http://bioconductor.org/packages/release/bioc/src/contrib/BiocInstaller_1.20.1.tar.gz","BiocInstaller_1.20.1.tar.gz")

install.packages("BiocInstaller_1.20.1.tar.gz", repos = NULL)

# @ 如果你用的RStudio这样的IDE，那么直接用鼠标就可以操作了或者用choose.files()来手动交互的选择你把下载的源码BiocInstaller_1.20.1.tar.gz放到了哪里即可

##### 3.3.1.4 指定网址安装

# @ 是直接找到包的下载地址，需要进入包的主页

packageurl

packageurl

install.packages(packageurl, repos=NULL, type="source")

#packageurl

#packageurl

install.packages(packageurl, repos=NULL, type="source")

#########################################################

#### 3.3.2 Bioconductor安装R包：BiocManager::install()

#########################################################

##### 3.3.2.1 同样单个安装的方法

if (!requireNamespace("BiocManager", quietly = TRUE))

? install.packages("BiocManager") # 首先要安装BiocManager包

BiocManager::install("Biobase") # 再用BiocManager安装

##### 3.3.2.2 批量安装的方法

bioanp

sapply(anp, BiocManager::install, character.only = T) # 前天你需要安装BiocManager包，方法install.packages("BiocManager")

#########################################################

#### 3.3.3 Github安装R包，借助工具包devtools

#########################################################

install.packages("devtools")

library(devtools)

install_github("RevolutionAnalytics/RHadoop")

#### 3.3.4 卸载R包

# @ 卸载前，先看一下已经安装的R包

r_installed.packages

write.csv(r_installed.packages, file = "r_installed.packages_20191201Sunday.csv")

openxlsx::write.xlsx(r_installed.packages, file = "r_installed.packages_20191201Sunday.xlsx", startRow = T, zoom = 120)

##### 3.3.4.1 单个包卸载

remove.packages("R包名称")

##### 3.3.4.2 批量包卸载

# @ sapply函数的运用

rmanp

sapply(rmanp, remove.packages, character.only = T)

## 4.日更结束

sessionInfo()

# R version 3.6.1 (2019-07-05)

# Platform: x86_64-w64-mingw32/x64 (64-bit)

# Running under: Windows 10 x64 (build 18363)

#

# Matrix products: default

#

# locale:

#? [1] LC_COLLATE=Chinese (Simplified)_China.936

# [2] LC_CTYPE=Chinese (Simplified)_China.936?

# [3] LC_MONETARY=Chinese (Simplified)_China.936

# [4] LC_NUMERIC=C? ? ? ? ? ? ? ? ? ? ? ? ? ? ?

# [5] LC_TIME=Chinese (Simplified)_China.936? ?

#

# attached base packages:

#? [1] stats? ? graphics? grDevices utils? ? datasets

# [6] methods? base? ?

#

# loaded via a namespace (and not attached):

#? [1] BiocManager_1.30.10 compiler_3.6.1? ?

# [3] tools_3.6.1? ? ? ? Rcpp_1.0.3? ? ? ?

# [5] zip_2.0.4? ? ? ? ? openxlsx_4.1.3?