1. 环境与数据准备：先搭好舞台
各位好，欢迎来到第一章。说实话，每次开始一个新的分析项目，我最怕的就是环境没配好。明明代码逻辑没问题，结果因为某个包没装、路径不对，折腾了半天。所以这一章，咱们先把基础打牢。
环境准备这件事，听起来不痛不痒，但我在项目里吃过不少亏。曾经有一次，帮同事调试一个丰度数据的脚本，折腾了半小时才发现是 R 版本太低，某个关键函数用不了。从那以后，我养成了一个习惯：不管做什么项目，先把环境和数据格式理清楚。
这一章我们主要解决三个问题：
- 工具装好（R + RStudio + tidyverse）
- 看懂数据长什么样
- 告诉 R 去哪里找文件
1.1 R 和 RStudio：你的主力工具
R 是核心计算引擎，RStudio 是让它更好用的操作界面。两者配合，效率能翻倍。
核心关系：
- R：负责数学运算、统计建模、画图（类似发动机）
- RStudio：提供代码编辑、变量查看、历史记录、项目管理（类似驾驶舱）
安装步骤：
先装 R，再装 RStudio，顺序别搞反了。
- 去 CRAN 网站（https://cran.r-project.org），根据你的操作系统下载对应版本。
- 双击安装，一路下一步。Windows 用户注意勾选“添加到系统 PATH”。
- 去 RStudio 官网（https://posit.co/download/rstudio-desktop/）下载免费版，同样安装。
- 打开 RStudio，点 Console 窗口，输入
version，能看到 R 版本说明安装成功。
一个小提示：我个人习惯用 R 4.2.0 以上，因为后续很多新包的依赖都比较新。曾经遇到过因为 R 版本太低，装不了 tidyverse 的情况，只能重装。别踩这个坑。
1.2 tidyverse：丰度数据处理的瑞士军刀
tidyverse 不是单个包，而是 R 里一套“ tidy 流派”的包集合，涵盖了从数据读入、清洗、变换到可视化的全流程。咱们做丰度数据后处理，几乎全程离不开它。
安装 tidyverse：
打开 RStudio，在 Console 里运行：
install.packages("tidyverse")这个过程会下载十几个包，包括 dplyr（数据操作）、tidyr（数据整理）、ggplot2（绘图）、readr（数据读入）等等。
安装完成后，确认一下：
library(tidyverse)
# 如果没报错，就能用了。
# 想看看装了哪些包？
packageVersion("tidyverse")我的经验：
如果你在公司内网或网络不好的地方，安装可能会失败。可以试试切换镜像：
install.packages("tidyverse", repos = "https://mirrors.tuna.tsinghua.edu.cn/CRAN/")清华镜像一般比较快。曾经在内网给学员装包，用默认镜像等了半小时没反应，换镜像后两分钟搞定。
1.3 丰度数据格式：三种常见“长相”
你拿到的原始丰度数据，无非三种格式。咱们先认识它们，后面才好对症下药。
| 格式 | 扩展名 | 特点 |
|---|---|---|
| CSV | .csv |
逗号分隔，最通用，Excel 能直接打开 |
| TSV / 制表符分隔 | .tsv 或 .txt |
丰度表格常用，字段间用 Tab 隔开，适合带空格的数据 |
| Excel | .xlsx |
麻烦点，需额外包 readxl，我建议尽量转成 CSV |
典型丰度数据结构（以 OTU/ASV 表为例）：
OTU_ID, Sample_A, Sample_B, Sample_C
OTU001, 1234, 567, 892
OTU002, 45, 6789, 101
OTU003, 890, 234, 5678每一行是一个微生物特征（OTU 或 ASV），每一列是一个样本，单元格里是丰度值（计数或相对丰度）。
注意：
千万别用中文表头或列名！R 对中文支持一般，容易出错。我曾经因为列名里带了“样品编号”四个字，调试了半天才发现是编码问题。老老实实用英文或拼音。
1.4 工作目录：告诉 R 去哪儿找文件
工作目录（Working Directory）是 R 默认读取和保存文件的地方。如果你不给它设定，它就会去 RStudio 默认的路径找，十有八九找不到。
三种设置方法：
- 手动设置（最推荐）：
Menu → Session → Set Working Directory → Choose Directory，选你的项目文件夹。 - 用函数设置：在 Console 运行
setwd("C:/Users/你的名字/丰度项目/数据")注意： 路径分隔符用 /，不是反斜杠 \，否则 R 会报错。记得要把双引号里的路径改成你自己的。
- 检查当前目录：
getwd() # 看看 R 现在在哪个文件夹我的习惯：
我会在项目根目录下放一个 .Rproj 文件（用 RStudio 的 Project 功能）。打开项目后，工作目录自动就是项目文件夹。省心，不出错。
知识体系：本章结构
总结一下
这一章咱们干了几件事：
- 装好了 R 和 RStudio，让计算有引擎、操作有界面。
- 装上了 tidyverse，拿到了后面几乎所有分析要用到的工具包。
- 看懂了丰度数据长什么样，知道它在 CSV、TSV、Excel 三种格式下的结构。
- 设好了工作目录，确保 R 能找到你的数据文件。
说白了，就是把后续所有操作的基础打牢。环境不配好，后面分析再厉害也跑不动。嗯，现在你可以放心地进入第二章节了——不过那是后面的故事。先确认你的 RStudio 里 library(tidyverse) 没有报错，我们就成功了一半。