📚 课程目录第2章 R与RStudio环境配置

2. R与RStudio环境配置

说实话，环境配置这种事情，很多教程一笔带过，结果学员卡在最开始的地方。我个人习惯把这块讲透，毕竟后面所有的质控自动化、报告生成，都踩在R和RStudio这两块基石上。你想想看，如果连基石都歪了，后面盖多高都不稳。

核心目标：装好R 4.x、装好RStudio、设置好包管理器、跑通一个简单示例。

R语言安装：从源码到二进制

R的安装其实不复杂，但有几个关键点要注意。

Windows用户：去CRAN官网下载安装包就行。我建议选“base”版本，不要选“patched”或“devel”，除非你在做R包开发。安装路径最好用默认的 C:\Program Files\R\R-4.x.x，免得权限问题。

macOS用户：CRAN提供了两种格式——.pkg和.dmg。我个人习惯用 .pkg，安装完后自动配好环境变量。但你得留意macOS的芯片类型：Intel的选x86_64，Apple Silicon的选arm64。这个搞错了，后面装包会报错。

安装完后，打开终端（或CMD），输入：

R --version

如果看到版本号，说明装好了。如果提示“command not found”，嗯，环境变量没配。Windows下把R的bin目录加到PATH里就行。具体路径一般是：

C:\Program Files\R\R-4.3.2\bin\x64

避坑指南：我曾经遇到过学员装完R后，直接打开R GUI点“安装包”，结果因为路径有中文导致安装失败。所以在Windows上，用户名和安装路径都不要有中文或空格。

为什么用RStudio：一个UI问题

R自带的GUI够用，但说实话，太简陋了。你写脚本、调参数、看数据、预览图表，全在一个灰框里挤着，效率极低。RStudio是R的IDE，说白了就是给R配了个现代化的编辑器。

下载RStudio时要注意：装免费的Desktop版，别装Server版。Server版是给服务器用的，个人工作站的场景完全用不上。

安装顺序有讲究：先装R，后装RStudio。如果顺序反了，虽然RStudio能检测到R，但偶尔会识别不到R的版本。我遇到过一例，RStudio一直报“R not found”，后来重装RStudio才解决。

装好后第一次打开RStudio，你会看到四个窗格：

左上：脚本编辑器（写代码的地方）
左下：控制台（R解释器的交互界面）
右上：环境/历史（变量、数据集、执行记录）
右下：文件/绘图/包/帮助（导航与输出）

这个布局很合理，写代码、看数据、查帮助，不用切窗口。说白了，RStudio就是让你在一个地方完成所有操作。

从CRAN到RStudio：R环境配置

装好R和RStudio后，第一件事是配置CRAN镜像站点。CRAN是R包的官方仓库，但默认的站点在美国，国内下载特别慢。我建议换成清华或中科大的镜像。

配置方法有两种：

临时设置：每次安装包时指定镜像，如 install.packages("包名", repos="https://mirrors.tuna.tsinghua.edu.cn/CRAN/")
永久设置：修改R的配置文件 .Rprofile，把镜像地址写进去

我个人倾向于永久设置，省得每次都要敲长串URL。具体操作如下：

# 在R控制台执行
file.edit("~/.Rprofile")

然后在打开的编辑器中加入：

options(repos = c(CRAN = "https://mirrors.tuna.tsinghua.edu.cn/CRAN/"))
options(download.file.method = "libcurl")

保存后重启RStudio。以后每次 install.packages() 都会自动用清华镜像，速度快很多。

小窍门：如果在公司内网，可能需要配置代理。R支持 http_proxy 和 https_proxy 环境变量。在RStudio里设置的话，可以在 .Rprofile 里加一行 Sys.setenv(http_proxy="http://你的代理:端口")。

R包管理器的核心逻辑

R的包管理器是 install.packages()，但很多人以为它只是简单下载解压。其实它的工作流程是这样的：

步骤	说明
1. 解析依赖	读取包的 `DESCRIPTION` 文件，找出所有依赖
2. 检查冲突	查看当前R版本和已安装包是否满足版本要求
3. 下载源码	从CRAN或指定镜像下载 `.tar.gz` 文件
4. 编译安装	Windows/macOS上自动编译，Linux上需要本地工具链
5. 注册包	将包信息写入 `library` 数据库

看到了吗？每一步都可能出问题。我最常遇见的错误有两种：

依赖链断裂：某个包依赖的包版本太老或太新
编译失败：Windows下工具链不完整（缺少Rtools）

所以我建议安装PTXQC前，先把这些基础包装好：

install.packages(c("devtools", "roxygen2", "testthat", "knitr"))

避坑指南：我曾经在Windows上装 xml2 包时失败了整整半天，后来发现是没装Rtools。Rtools不是一个普通R包，它是一套编译工具链。你得去CRAN官网单独下载安装。装好后，在RStudio里运行 devtools::has_devel()，看到 TRUE 才算配好。

安装PTXQC：你可以不做，但这一步必须做

PTXQC是一个Bioconductor包，而Bioconductor的镜像和CRAN是分开的。所以安装时不能直接用 install.packages()，要用Bioconductor自己的管理器。

正确的安装方法是：

if (!requireNamespace("BiocManager", quietly = TRUE))
    install.packages("BiocManager")
BiocManager::install("PTXQC")

这段代码的逻辑是：先检查有没有装 BiocManager，没装就装它，然后用它装PTXQC。BiocManager::install() 会自动处理Bioconductor仓库的依赖，比手动指定镜像省心很多。

提示：PTXQC依赖 data.table、ggplot2、rlang 等包。这些包会连同PTXQC一起自动安装，所以这个步骤可能会持续几分钟。别担心，等就好。

验证环境：一个简单的S4示例

装完后，用下面这段脚本验证环境是否正常：

library(PTXQC)
cat("PTXQC version:", packageVersion("PTXQC"), "\n")

# 创建一个简单的QC片段
qc_data <- data.frame(
    sample = c("A", "B", "C"),
    intensity = c(150.2, 230.5, 98.7)
)

print(qc_data)
cat("验证成功，环境就绪。\n")

如果能正常打印出版本号和数据集，说明R、RStudio、包管理器、PTXQC全部配置正确。如果报错，别慌，多半是某个依赖没装全。用 BiocManager::valid() 检查一下哪些包有问题，然后逐个修复。

这个环境配置过程，说白了就三步：R本体 → RStudio → PTXQC及相关依赖。每一步都踩实了，后面写代码才会顺畅。我个人觉得，花半小时把环境配好，比后面反复翻找解决方案更划算。