第1章：R与RStudio安装及基础操作

我刚开始接触生物信息学的时候，第一件事就是装好R和RStudio。说实话，这个配置看似简单，但很多新手都栽在环境上了。今天咱们就把它讲透。

1.1 下载与安装

去 CRAN（The Comprehensive R Archive Network）下载对应系统的R。Windows用户直接点“.exe”，macOS用户选“.pkg”。安装时默认路径就行，别改——我见过有人改到中文目录，结果包装不上，排查半天。

RStudio是IDE，去官网下免费版。先装R，再装RStudio，顺序不要反。装完打开RStudio，你会看到四个窗格：

• 左上角：脚本编辑区
• 左下角：控制台（Console）
• 右上角：环境/历史
• 右下角：文件/图/包/帮助

1.2 基础数据类型

R的变量不用声明类型，直接赋值。常见数据类型有：

用class()函数查类型，用is.numeric()判断。我个人调试时最喜欢用str()——它能把对象结构全打出来，比class()详细得多。

x <- 42
class(x)          # "numeric"
is.character(x)   # FALSE

y <- "丰度"
class(y)          # "character"

1.3 向量——一切数据的基石

向量是R里最核心的数据结构。同一向量里元素类型必须一致。创建用c()函数：

otu_count <- c(120, 85, 340, 67)          # 数值向量
sample_names <- c("S01", "S02", "S03")     # 字符向量

向量索引从1开始，不是0！我刚开始总忘记这一点，写循环时出过好多bug。

otu_count[2]       # 85
otu_count[c(1,3)]  # 120 340
otu_count[-2]      # 去掉第二个元素

向量运算非常方便：

counts <- c(10, 20, 30)
relative <- counts / sum(counts)  # 0.1667 0.3333 0.5000

1.4 数据框——表格数据的标准形态

数据框像Excel表格，每列可存不同类型。用data.frame()创建：

df <- data.frame(
  sample_id = c("A1", "A2", "B1"),
  phylum    = c("Firmicutes", "Bacteroidetes", "Firmicutes"),
  abundance = c(0.45, 0.30, 0.55)
)

访问列用$或[,]：

df$phylum         # 因子型？注意！
df[1, ]           # 第一行
df[ , "abundance"] # abundance列

str(df)会告诉你每列类型。繁殖时用read.csv()读入外部数据，编码默认UTF-8，Windows下容易乱码——我一般加fileEncoding="UTF-8"保险。

1.5 包管理——扩展R的能力

R的强大在于包。安装命令：

install.packages("vegan")   # 生态学常用
install.packages("ggplot2") # 绘图神器

加载包用library()：

library(vegan)
library(tidyverse)  # 加载整个套件

我建议用require()代替library()，因为require()返回TRUE/FALSE，适合在脚本里做条件判断。

从GitHub安装包需要devtools：

install.packages("devtools")
devtools::install_github("jokergoo/ComplexHeatmap")

1.6 知识框架总览

下面这张图概括了本章的核心脉络，你想想看，是不是一目了然？

1.7 实操检查清单

看完理论，你最好自己在RStudio里敲一遍。我列个清单：

1. 装好R和RStudio，能打开控制台
2. 创建向量并做加减乘除
3. 建一个3列5行的数据框，用str()查看
4. 安装ggplot2包，加载成功