第1章：R语言基础入门——从安装到上手操作

好，咱们正式开始。作为一门需要实际写代码的课程，我先把最基础的环境和概念讲清楚。你想想看，后面所有的物种丰度图、热图、堆叠柱状图，都得跑在R上。所以第一章，我带你走一遍R和RStudio的安装、R包怎么管理、工作目录怎么设，以及最常用的数据结构和向量操作。

我个人习惯是：先装好基础环境，再一步步熟悉语法。别急着跑复杂的脚本，先把“开车”的手感练出来。

1.1 R与RStudio的安装

R是计算引擎，RStudio是IDE（集成开发环境）。我建议两者都装，因为RStudio的代码补全、文件浏览、绘图预览在分析宏基因组数据时太方便了。

步骤很简单：

1. 去 CRAN（https://cran.r-project.org/）下载对应你操作系统的R安装包。
2. 安装时全部默认选项即可，注意如果Windows系统，勾选“将R添加到系统PATH”。
3. 去 RStudio官网（https://posit.co/download/rstudio-desktop/）下载免费开源的RStudio Desktop版。
4. 安装后打开RStudio，左侧是控制台，右侧是环境/文件/绘图面板。

1.2 R包管理

R之所以强大，靠的就是社区贡献的海量包。宏基因组分析离不开三个仓库：

• CRAN：官方仓库，用 install.packages() 安装
• Bioconductor：生物信息专用仓库，用 BiocManager::install() 安装
• GitHub：开发者直传，用 devtools::install_github() 安装

安装命令示例：

# 从CRAN安装
install.packages("vegan")
install.packages("ggplot2")

# 从Bioconductor安装（先装BiocManager）
if (!requireNamespace("BiocManager", quietly = TRUE))
    install.packages("BiocManager")
BiocManager::install("phyloseq")
BiocManager::install("microbiome")

# 从GitHub安装
install.packages("devtools")
devtools::install_github("joey711/phyloseq")

查看已安装的包：

# 列出所有已安装包
installed.packages()

# 加载包
library(vegan)
library(phyloseq)

# 卸载包
remove.packages("unwanted_package")

1.3 工作目录设置

很多新手上来就写 setwd("C:/Users/xxx/Desktop")，然后读文件报错“找不到文件”。为什么？因为路径写错了，或者反斜杠没转义。

我习惯这样做：

• 创建一个项目文件夹，比如 microbiome_project。
• 在RStudio中通过 File → New Project → Existing Directory 创建项目。
• 或者直接用 setwd() 指定绝对路径。

# 查看当前工作目录
getwd()

# 设置工作目录（注意：Windows路径用正斜杠或双反斜杠）
setwd("C:/Users/yourname/microbiome_project")
# 或者
setwd("C:\\Users\\yourname\\microbiome_project")

1.4 基本数据类型与向量操作

R的数据类型不多，但概念必须清晰。我们常用这几种：

其中，向量 (vector) 是R里最核心的数据结构。它是一组相同类型元素的集合。创建向量用 c() 函数：

# 数值向量
abundance <- c(112, 45, 678, 23, 89)

# 字符向量
taxa_names <- c("Bacteroides", "Prevotella", "Faecalibacterium")

# 逻辑向量
compare <- abundance > 100  # 返回 TRUE FALSE TRUE FALSE FALSE

# 因子向量（宏基因组中的分组变量常用）
group <- factor(c("Control", "Case", "Control", "Case", "Case"))

向量操作：

# 向量化运算（无需循环）
abundance * 2   # 每个元素乘以2
abundance / sum(abundance) * 100   # 转换为相对丰度（百分比）

# 索引与子集
taxa_names[1]                    # 第一个元素
taxa_names[c(1,3)]              # 第一和第三
abundance[abundance > 100]      # 筛选大于100的元素

# 常用函数
length(abundance)     # 长度
sum(abundance)        # 总和
mean(abundance)       # 均值
max(abundance)        # 最大值
which.max(abundance)  # 最大值的位置

1.5 知识框架总览

我把本章涉及的内容画成一张图，方便你对照：

嗯，第一章就到这里。环境搭好了，语法入门了，后面咱们就可以开始跟宏基因组数据打交道了。