旧版本｜R 语言和 RStudio 的安装、R Profile 的配置及初识 R 语言数据爬取与可视化

3266 字 约 11 分钟 数据资料 可视化与绘图R 语言数据爬取编程技巧旧版本

新版本在这里：https://rstata.duanshu.com/#/brief/course/5b5504c55ce744a28a7282e70f3c6c0d

R 4.1.0 版本新增了 |> 操作符，该操作符的功能类似 %>%，但是又有所不同，另外速度更快了。

R 和 RStudio 的安装是非常简单的，这里提供一些安装 Tips。在文章的最后我还通过一个案例带大家走进奇幻的 R 世界。

安装 R

下载页面：https://mirrors.tuna.tsinghua.edu.cn/CRAN/

我安装的 R 语言是 r version$version.string，该发行版的名字是 r version$nickname（不是最新版的）。

如果你已经安装了 R 和 RStudio，可以运行下面的语句查看自己 R 版本的版本名称：

# 查看自己 R 版本
version$version.string
#> [1] "R version 4.1.0 (2021-05-18)"

# 查看自己 R 版本的名称
version$nickname
#> [1] "Camp Pontanezen"

根据自己的版本点击下面的链接即可直接下载 R 软件了(使用迅雷下载会很快)：

Mac 系统: https://mirrors.tuna.tsinghua.edu.cn/CRAN/bin/macosx/base/R-4.1.0.pkg
Windows 系统：https://mirrors.tuna.tsinghua.edu.cn/CRAN/bin/windows/base/R-4.1.0-win.exe

下载好之后一路安装即可。（如果你的电脑（Windows系统）是 32 位的，注意选择 32 位的安装）。

注意安装路径中不要有中文文件夹。

Windows 用户：安装 Rtools：Windows 构建工具（Mac 用户请跳过）

只有 Windows 用户需要安装这个工具：https://mirrors.tuna.tsinghua.edu.cn/CRAN/bin/windows/Rtools/rtools40v2-x86_64.exe

如果你的电脑是 32 位的，下载这个安装：https://mirrors.tuna.tsinghua.edu.cn/CRAN/bin/windows/Rtools/rtools40-i686.exe

安装完成之后还需要进行环境变量的配置，稍后我再介绍。

Mac 用户：安装 XQuartz 和 homebrew（Windows 用户请跳过）

下载安装 XQuartz

下载链接：https://github.com/XQuartz/XQuartz/releases/download/XQuartz-2.8.1/XQuartz-2.8.1.dmg

可以使用迅雷下载，另外附件中也提供了下载好的安装文件。

下载完之后记得安装！

安装 homebrew （如果实在安装不上，可以跳过）

打开终端（Terminal）输入如下命令安装 homebrew:

/bin/zsh -c "$(curl -fsSL https://gitee.com/cunkai/HomebrewCN/raw/master/Homebrew.sh)"

运行过程中根据提示操作即可，完成之后重启下终端。

安装 Xcode 工具

打开终端（Terminal）输入如下命令安装 Xcode:

xcode-select --install

安装 pkg-config 和 gdal（一些 R 包的依赖，在终端运行）

打开终端（Terminal）输入如下命令安装 pkg-config 和 gdal（一些 R 包的依赖，在终端运行）:

brew install pkg-config
brew install gdal

安装 RStudio Desktop（用迅雷下载会很快）

下载页面：https://rstudio.com/products/rstudio/download/

最新版的 RStudio（稳定版）是 1.4.1106 版本的，各个系统的下载链接为（这个建议使用迅雷下载）：

  1. Windows 系统：https://download1.rstudio.org/desktop/windows/RStudio-1.4.1106.exe
  2. Mac 系统：https://download1.rstudio.org/desktop/macos/RStudio-1.4.1106.dmg

注意安装路径中不要有中文文件夹。

注意

一定要先安装 R 再安装 RStudio！

安装常用的一些 R 包

可以运行下面的几句命令快速的安装一些 R 包，如果第一次安装失败，可以尝试把 dependencies = TRUE 参数删除重新运行一次试试。

为了安装包更快些，我们可以把镜像源设置成国内的：点击 RStudio 界面上的 Tools -> Global Options -> Packages -> Change… 然后选择清华镜像源：

选择清华镜像源

然后 OK。

另外还可以在 General 里面设置默认的工作目录（这样之后每次 RStudio 打开的工作目录都会是这个文件夹）：

另外还可以在 General 里面设置默认的工作目录（这样之后每次 RStudio 打开的工作目录都会是这个文件夹）

在 Code -> Saving 界面设置默认文本编码为 UTF-8：

在 Code -> Saving 界面设置默认文本编码为 UTF-8

下面我们开始安装 R 包：

安装 usethis 包:

# 安装 usethis
install.packages("usethis")

安装的过程中注意阅读代码的反馈信息，例如我安装的时候就遇到了下面的错误：

Warning in install.packages :
  downloaded length 32768 != reported length 503020
Warning in install.packages :
  URL 'https://mirrors.tuna.tsinghua.edu.cn/CRAN/bin/macosx/contrib/4.1/httr_1.4.2.tgz': Timeout of 60 seconds was reached
Error in download.file(url, destfile, method, mode = "wb", ...) :
  download from 'https://mirrors.tuna.tsinghua.edu.cn/CRAN/bin/macosx/contrib/4.1/httr_1.4.2.tgz' failed
Warning in install.packages :
  download of package ‘httr’ failed

显然这个是 httr 包安装失败了，我们再试试安装 httr：

install.packages('httr')

配置 Rtools（仅 Windows 用户需要，Mac 用户请跳过）。

首先打开 RStudio Desktop：

# 运行
usethis::edit_r_environ()
# 在打开的 .Renviron 文件中输入下面的代码（注意不需要运行）：
PATH="${RTOOLS40_HOME}\usr\bin;${PATH}"

随后按 Ctrl + S 保存(Mac 电脑是 Cmd + S)，然后重启 RStudio。

有些 Windows 小伙伴的电脑用户名是中文的，这种情况下往往会出现中文乱码的错误，这个时候建议尽早重装电脑系统然后给电脑设置个英文的用户名，另外一种临时的解决办法是使用下面的代码替代上面的 usethis::edit_r_environ()：

# 运行
file.edit("~/.Renviron")

# 在打开的 .Renviron 文件中输入下面的代码（注意不需要运行）：
PATH="${RTOOLS40_HOME}\usr\bin;${PATH}"

随后按 Ctrl + S 保存(Mac 电脑是 Cmd + S)，然后重启 RStudio。如果依然不行就只能建议重装系统了。

可以检查 make 命令的位置来检查上述配置是否成功：

Sys.which("make")
## "C:\\rtools40\\usr\\bin\\make.exe"

如果没有问题，可以试试安装：

install.packages("jsonlite", type = "source")

如果安装成功了就说明配置成功了。

下面我们继续安装一些 R 包，部分包如果安装失败可以直接跳过，以后需要的时候再安装。安装过程中如果弹出对话框让选择是否，一律选择否或者 No：

# 安装 devtools
install.packages("devtools")
# tidyverse 系列的 R 包
install.packages("tidyverse", dependencies = TRUE)
# 安装 tinytex
install.packages("tinytex", dependencies = TRUE)
# 安装完成之后运行（实在无法成功可跳过，过程中出现的小错误可以忽略）
tinytex::install_tinytex()

# 安装一些 RMarkdown 模板
install.packages("rticles", dependencies = TRUE)
install.packages("xaringan", dependencies = TRUE)

# 安装 Shiny
install.packages("shiny", dependencies = TRUE)

# 安装一些经常用到的包
install.packages("sf", dependencies = TRUE)
install.packages("hrbrthemes", dependencies = TRUE)
install.packages('patchwork', dependencies = TRUE)
install.packages('manipulateWidget', dependencies = TRUE)
install.packages('ggthemes', dependencies = TRUE)
install.packages('tidyquant', dependencies = TRUE)
install.packages('rvest', dependencies = TRUE)
install.packages('DT', dependencies = TRUE)
install.packages("basetheme", dependencies = TRUE)
install.packages("pacman", dependencies = TRUE)
install.packages('corrplot', dependencies = TRUE)
install.packages('formattable', dependencies = TRUE)
install.packages('paletteer')
install.packages('reprex')

# 这些包是从我的服务器上安装的，如果安装失败就多试几次
install.packages('https://mdniceczx.oss-cn-beijing.aliyuncs.com/ggchicklet_0.5.2.tar.gz', type = "source", repos = NULL)
install.packages('https://mdniceczx.oss-cn-beijing.aliyuncs.com/awtools_0.2.1.tar.gz', type = "source", repos = NULL)
install.packages('https://mdniceczx.oss-cn-beijing.aliyuncs.com/ggrapid_0.0.1.0.tar.gz', type = "source", repos = NULL)

用一段时间之后你的电脑上就会安装一大堆 R 包，例如我电脑上安装的 R 包有 1905 个（截止 2020年7月10号）。

library(tidyverse)
installed.packages() %>%
  as_tibble() %>%
  count() %>%
  pull() %>%
  paste("该电脑一共有", ., "个 R 包！") %>%
  message()

#> 该电脑一共有 267 个 R 包！

安装字体

附件中有个 font 文件夹，里面存放了一些字体安装文件。

全选所有的字体文件，然后右键选择安装即可。

设置 R Profile

设置 R Profile 是把自己经常用到的代码放到 .Profile 文件里面，这样在 RStudio 启动的时候这些代码就会自动运行，很方便。

创建 R Profile 文件可以使用：

usethis::edit_r_profile()

类似，有些 Windows 小伙伴的电脑用户名是中文的，这种情况下往往会出现中文乱码的错误，这个时候建议尽早重装电脑系统然后给电脑设置个英文的用户名，另外一种临时的解决办法是使用下面的代码替代上面的 usethis::edit_r_profile()：

# 运行
file.edit("~/.Rprofile")

如果仍然无法解决可以重装系统或者跳过 Profile 的设置，之后如果遇到课程里面的代码里出现 cnfont、enfont 之类的可以删除相关参数。

运行之后自动会打开一个文件，在里面输入你想要在 R 启动的时候自动运行的代码即可，可以参考我的：

注意如果字体设置没有生效可以重启下 RStudio 再试试。

Windows 系统：

# 加载包
pacman::p_load(ggplot2, dplyr, RColorBrewer, hrbrthemes, grDevices)

# 设定字体，特别注意里面有一个 enfont 和 cnfont 是我最常用的两个字体。
windowsFonts(
  enfont = windowsFont("Cascadia Code"),
  cnfont = windowsFont("思源宋体")
)
enfont = "enfont"
cnfont = "cnfont"

# 设定 ggplot2 绘图主题
theme_set(theme_ipsum(base_family = 'cnfont'))

# 这是设定 R 的基础绘图系统的绘图主题
library(basetheme)
pars <- basetheme("default")
pars$palette <- c("#2A363B", "#019875", "#99B898", "#FECEA8", "#FF847C", "#E84A5F", "#C0392B", "#96281B")
pars$bg  <- "white"
pars$fg  <- "gray20"
pars$col <- "gray20"
pars$col.main <- "black"
pars$col.axis <- "gray20"
pars$col.lab  <- "gray20"
pars$family   <-  "cnfont"
pars$lab      <-  c(10, 10, 7)
pars$cex.axis <-  0.8
pars$las      <-  0
pars$rect.border <- "black"
pars$rect.lwd    <- 4
basetheme(pars)

# 取消科学计数法的显示
options(scipen = 1)

# 设定 ggplot2 的默认调色板
options(
  ggplot2.continuous.colour = "viridis",
  ggplot2.continuous.fill = "viridis"
)

Mac 系统参考：

# 加载包
pacman::p_load(ggplot2, dplyr, RColorBrewer, hrbrthemes)
print("已加载 ggplot2、dplyr、hrbrthemes 和 RColorBrewer!")

# 为了以后方便以后调用这些字体，我把我喜欢用的一些字体存储成一些简单的单词。
enfont = "CascadiaCode-Regular"
cnfont = "SourceHanSerifSC-Medium"

# 设定 ggplot2 绘图主题
theme_set(theme_ipsum(base_family = cnfont))
print("已 ggplot2 绘图主题为 theme_ipsum()!")

# 这是设定 R 的基础绘图系统的绘图主题
library(basetheme)
pars <- basetheme("default")
pars$palette <- c("#2A363B", "#019875", "#99B898", "#FECEA8", "#FF847C", "#E84A5F", "#C0392B", "#96281B")
pars$bg  <- "white"
pars$fg  <- "gray20"
pars$col <- "gray20"
pars$col.main <- "black"
pars$col.axis <- "gray20"
pars$col.lab  <- "gray20"
pars$family   <-  cnfont
pars$lab      <-  c(10,10,7)
pars$cex.axis <-  0.8
pars$las      <-  0
pars$rect.border <- "black"
pars$rect.lwd    <- 4
basetheme(pars)

# 取消科学计数法的显示
options(scipen = 1)

# 设定 ggplot2 的默认调色板
options(
  ggplot2.continuous.colour = "viridis",
  ggplot2.continuous.fill = "viridis"
)

注意上面的 pars$family <- cnfont 里面的字体应该使用你设置好的字体。

这样设定好之后再重启 R 即可生效。

基于这种设定，使用 R 基础绘图系统绘图的结果将会是这样的：

hist(iris$Sepal.Length)
base R

使用 ggplot2 绘图的结果是这样的：

library(ggplot2)
ggplot(iris) +
  geom_col(aes(x = Sepal.Length,
               y = Sepal.Width,
               fill = Species,
               color = Species)) +
  tidyquant::scale_fill_tq() +
  tidyquant::scale_color_tq()
ggplot2

设置 RStudio 的样式

我比较喜欢暗黑一些的样式，在 Console 运行下面的代码即可更换为我推荐的主题：Yule-RStudio

rstudioapi::addTheme("https://mdniceczx.oss-cn-beijing.aliyuncs.com/Yule-RStudio.rstheme", apply = TRUE, force = TRUE)

这个主题是这样的：

Yule RStudio 主题

一个小的练习：爬取 CRAN 上的所有 R 包的名称、发布日期和标题

大家可以先不用急着理解下面的代码。只想想通过下面的案例让大家感受 R 语言的语法逻辑和绘图的精美。

可以爬清华镜像源的列表：https://mirrors.tuna.tsinghua.edu.cn/CRAN/web/packages/available_packages_by_date.html

显然，这是个表格，很容易爬取：

library(rvest)
library(tidyverse)
# lubridate 是处理日期的一个 R 包
library(lubridate)
library(hrbrthemes)

# 需要耐心地等待一会儿
pkg <- "https://mirrors.tuna.tsinghua.edu.cn/CRAN/web/packages/available_packages_by_date.html" %>%
  read_html() %>%
  html_table() %>%
  .[[1]] %>%
  as_tibble() %>%
  mutate(
    Date = ymd(Date),
    Year = year(Date),
    Month = month(Date)
  )

library(ggchicklet)
pkg %>%
  subset(Year > 2013) %>%
  group_by(Year, Month) %>%
  count() %>%
  ggplot(aes(x = factor(Year), y = n)) +
  geom_chicklet(aes(fill = factor(Month)),
                width = 0.75,
                radius = grid::unit(3, "pt")) +
  theme_ipsum(base_family = cnfont,
              grid = "X") +
  coord_flip() +
  scale_fill_manual(name = "Month",
                    values = c("#4E79A7FF", "#A0CBE8FF",
                               "#F28E2BFF", "#FFBE7DFF",
                               "#59A14FFF", "#8CD17DFF",
                               "#B6992DFF", "#F1CE63FF",
                               "#499894FF", "#86BCB6FF",
                               "#E15759FF", "#FF9D9AFF"),
                    breaks = 1:12,
                    labels = month.name) +
  theme(axis.text.x = element_text(color = "gray60",
                                   size = 10)) +
  theme(legend.position = "right") +
  guides(fill = guide_legend(ncol = 1)) +
  labs(
    title = "CRAN 上 R 包的数量",
    subtitle = "绘制：微信公众号 RStata",
    caption = "数据来源：CRAN: \nhttps://mirrors.tuna.tsinghua.edu.cn/CRAN/",
    x = "",
    y = "")
每年每月 CRAN 上 R 包的数量

按年统计：

pkg %>%
  subset(Year > 2013) %>%
  group_by(Year) %>%
  count() %>%
  ggplot() +
  geom_chicklet(aes(x = factor(Year), y = n,
                    fill = factor(Year))) +
  geom_label(aes(x = factor(Year),
                 y = n + 300,
                 label = n),
             family = enfont,
             color = '#444444',
             label.size = 0,
             size = 3) +
  scale_fill_manual(values = c("#4E79A7FF", "#A0CBE8FF",
                               "#F28E2BFF", "#FFBE7DFF",
                               "#59A14FFF", "#8CD17DFF",
                               "#B6992DFF", "#F1CE63FF")) +
  theme_ipsum(base_family = cnfont) +
  theme(legend.position = "none") +
  labs(
    title = "CRAN 上 R 包的数量",
    subtitle = "绘制：微信公众号 RStata",
    caption = "数据来源：CRAN: \nhttps://mirrors.tuna.tsinghua.edu.cn/CRAN/",
    x = "",
    y = "")
每年CRAN 上 R 包的数量

可以看到，今年截止到今天，CRAN 上一共有 17636 个 R 包，今年新发布的 + 更新的有 4905 个！

使用 hotkeys 包设置输入快捷键

R 语言中经常会使用 %>%、->、<- 等符号，为了输入的更快，我们编写了一些小 R 包用来设置输入快捷键，可以使用下面的方法安装：

# 从 GitHub 上安装：
devtools::install_github('r-stata/hotkeys')
# 从附件中的源码安装：
devtools::install_local('hotkeys_0.2.0.tar.gz')

然后就可以从 RStudio 界面上点击 Tools -> Modify Keyboard Shortcuts 进入快捷键设置界面，输入 insert 找到输入类快捷键的设置：

快捷键设置

然后就可以设置自己喜欢的快捷键了。例如 %>% 设置为 Ctrl + Shift + M、|> 的快捷键设置成 Ctrl + Shift + . 等等。

点击这里跳转到 RStata 短书平台获取附件：旧版本｜R 语言和 RStudio 的安装、R Profile 的配置及初识 R 语言数据爬取与可视化

相关文章

评论