-
-
Notifications
You must be signed in to change notification settings - Fork 330
/
01-setup.Rmd
281 lines (175 loc) · 30.8 KB
/
01-setup.Rmd
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
# 安装与配置 {#setup}
你有志于成长为一名忍者,很好,那么首先去把火影看完了再来看这本秘笈吧。
当然,不看火影也没关系。咦,怎么有些观众朋友真的离场了?剩下的朋友就别去叫他们了。R这货,是统计学家为统计学开发的一套数据杀器,但那只是对下忍的介绍,对一名上忍来说,必须对它有更全面的认识,否则你查克拉再强、分身再多,在执行任务时也可能会被各种与统计无关的细节给缠死。R的安装有专门的手册,名曰 _R Installation and Administration_ ,我就不说它在哪儿了,你也别问我要,如果你真的那么感兴趣,请自己去找。
哎哎,怎么又有几位客官走了?其实不用这么听话的,忍者得有自己的判断。我不说的原因是R官方的所有手册基本上都很坑爹,R核心团队都是写代码的高手,可是手册写出来都让人昏昏欲睡,一点读的欲望都没有,这样也好,让他们专注于代码开发吧。迄今为止,我唯一看的手册是 _Writing R Extensions_ ,因为我需要写R包,不按它来就没法整;官方手册技术性太强,这也给无数作者创造了写作机会,不然你也不会看到这里来。
## 安装R
R的首页在<http://www.r-project.org>,你打开之后一定很失望,苍天呐,世上怎么还有这么古董的网站!几乎是纯文本网站(高级码农都这德行),首页上的那幅图已经七八年没换过了,还用着古老的框架技术。算了,不吐槽了,下载链接在左侧,写着CRAN的那地方。你是忍者,所以你当然不能直接去下载就完事,你得了解CRAN(Comprehensive R Archive Network)这一套东西。所谓的C什么AN是自由软件世界常见的软件分发方式,类似的还有为TeX准备的CTAN,为Perl弄的CPAN等。Linux打一出生就是通过网络发布的,直到今天这个特性还是没有变,后面再详谈Linux的问题。Archive Network的大意是这软件有个主服务器,然后在世界各地有一些镜像服务器,上面的文件和主服务器保持同步,这样减轻主服务器的下载压力,并让其它地区的用户能有更快的下载速度(从离自己近的本地服务器下载)。R除了自己的主程序,还有数万个用户贡献的附加包,以及各种文档,这一大箩筐东西被复制到世界各地几十台服务器上供用户下载。
如果你是中国用户,可以选一个国内的镜像。这里我们要特别感谢那些志愿提供服务器的单位对自由软件的支持,如厦门大学、中科院、中科大和北京交通大学等。咱们魏太云大版主对这些事情比较关心,国内要是出了新的镜像通常都是他率先报道(例<http://cos.name/cn/topic/106549>)。
### R主程序 {#r-base}
先说Windows。要是能找到下载地址就去下,找不到的话,可爱的R core给做了一个自动重定向的网页:<http://cran.r-project.org/bin/windows/base/release.htm>,只要点这个链接,你就会下载最新版本的R,地址可以改为相应的本地镜像,如<http://ftp.ctex.org/mirrors/CRAN/bin/windows/base/release.htm>。各位忍者请务必研究这个页面的源代码,搞清楚为什么这个页面会让浏览器自动下载Windows版本的R安装程序。
Windows中安装R注意几点:
1. 把默认安装目录中的R版本号去掉,比如要是R告诉你装在`C:/Program Files/R/R-2.15.0/`,不要接受这个结果,把它改成`C:/Program Files/R/`,原因后面解释;
1. 避免安装在中文目录下,因为Windows世界的各种鸟语方言编码问题,跟中文有关的东西往往会扯上麻烦;
1. 用自定义方式安装(装任何软件都用这种方式,你得了解你的软件里有什么组件、装哪儿去了以及有什么选项配置),默认情况下会装上翻译文件,但R的中文翻译实在不咋地,几年前我实在忍不下去了(那View菜单竟然翻译为单字“看”,这上哪儿说理去啊),动手把界面上的词句重新翻译了一下,好歹像人话了,不过R内部还有大量的条目没有翻译或翻译得很差,要是报个错你都不知道它到底在说什么;所以,还不如直接用原生的英文,不要安装翻译文件,不过这一点在R 2.15.0之后已经不可能了,R 2.14.2以及更早的版本我们可以在安装的时候就选择不要翻译文件,而2.15.0以后的语言配置参见本章最后关于`Rconsole`文件的说明;
![去掉安装目录中的版本号目录](https://i.imgur.com/5ZVXx.png)
![R 2.15.0的安装界面(可选32位或64位的R)](https://i.imgur.com/eI0sM.png)
![R 2.15.0以前可以选择不安装消息翻译文件](https://i.imgur.com/kOphm.png)
关于第1点,2011年4月我跟R core结结实实打了一仗,最终没有人同意我(战场:<http://bit.ly/GFluEX>)。为什么我认为默认带上版本号是个很糟糕的选择呢?主要是R一直在不断升级中,而在可怜的Windows底下没有直接升级的方式(快投奔Linux吧),必须先卸载老版本,下载新版本再重新安装。默认情况下,新版本装在新目录下,这样就导致你过去的设置或改动可能会出问题,在我的经历中,至少有两点麻烦:
1. PATH环境变量需要手动更新(下一节再说忍者必读的PATH);
1. 过去安装的附加包要么全部重新安装,要么手工挪动到新目录下;
总之问题就是两个不同版本的R安装在不同目录下,你得废半天劲去更新各种配置。除非你真的需要多个版本,否则建议永远安装在同一个固定目录下。Windows Vista之后的用户还得关心权限问题,这又是Windows坑爹的发明,过去系统目录下(一般是C盘下)可以随便读写,现在要读写必须要弹个对话框让你确认或输密码。R等不了这事儿,所以要是没有写文件的权限,有些事情就得歇菜,例如安装附加包。这种情况下,建议干脆不要装在那个什么`C:/Program Files/`下,而是自己新建一个目录,比如`C:/Software/`,把你自己的软件装在这个目录下,Windows管不着。
再说Linux。前面说了,Linux是嘴里含着互联网出生的,尽管它后面衍生了很多个发行版,多数情况下,软件都可以从发行版的软件仓库中直接安装,不必自行下载,R也不例外,它提供了四种发行版的仓库:Debian、RedHat、OpenSUSE和Ubuntu。我用的Linux发行版是Ubuntu(普通青年的选择),下面简单说说Ubuntu下的安装,这些步骤都在CRAN页面里,看得懂英文就能按照指示做(<http://cran.r-project.org/bin/linux/ubuntu/>)。
首先添加R的软件库,可以从Synaptic软件包管理器中`Settings --> Repositories --> Other Software`然后添加(Add),把那一行`deb`命令贴在文本框中即可,但注意把镜像地址更改为合适的网址。
![在Synaptic中添加R的软件库](https://i.imgur.com/4uZ4M.png)
![添加R软件库的命令行](https://i.imgur.com/0dWk4.png)
由于Linux下的软件库通常需要负责人签名验证安全性,在添加完R的仓库地址之后,还需要把仓库负责人的钥匙信息导入你的系统,这样你的Ubuntu才能放心从那里安装R,导入只是两行命令的事儿(打开终端Terminal敲命令):
```bash
gpg --keyserver keyserver.ubuntu.com --recv-key E084DAB9
gpg -a --export E084DAB9 | sudo apt-key add -
```
这样在Synaptic里刷新一下软件包的信息(Reload),然后搜索`r-base-dev`,钩上,安装即可,或者等价地,用命令行安装:
```bash
sudo apt-get update
sudo apt-get install r-base-dev
```
然而真正的忍者怎么能去看图文教程装软件呢?他从来都需要追求纯命令行搞定一切,否则让你装1台机器你点了n下鼠标,让你装30台机器你就得点`30 * n`次鼠标,从此你的生活就是,睡觉从不自然醒,不数钱手也抽筋。添加软件仓库根本用不着去想什么`/etc/apt/sources.list`或者点什么菜单按钮,下面是真正的忍者安装R的方式:
```bash
sudo apt-add-repository -y "deb http://cran.rstudio.com/bin/linux/ubuntu `lsb_release -cs`/"
sudo apt-key adv --keyserver keyserver.ubuntu.com --recv-keys E084DAB9
sudo apt-get update
sudo apt-get install r-base-dev
```
命令`apt-add-repository`用来添加仓库,`-y`选项表示“问,问毛线问,给我装就是了”,`lsb_release -cs`用来获得当前Ubuntu的版本名称,如`precise`/`raring`之类的(忍者从不把变量写死,能动态获得的东西都动态获得)。下面`apt-key`添加钥匙,接下来的事情前面都已经讲过了。
装完之后基本上就没什么维护的事儿了,因为Ubuntu会定期提醒你软件仓库中什么软件出了新版本,如果你需要更新,只是点一下OK的事情,不像Windows下得手工卸载、下载、安装。唯一可能需要改动的是,如果将来Ubuntu自身的版本升级了,比如从oneiric升级到precise版本,那么上面的软件库地址里的相应版本也需要手工更新。
对传统或高级Linux用户来说,装任何软件都还有一套古老的办法,那就是用伟大的`make`命令从源代码自行编译,很有黑客范儿。大致步骤很简单:从网上下载软件的源代码,通常是一个`*.tar.gz`压缩文件,解压缩,然后在终端中切换目录到解压缩文件夹下,运行:
```bash
./configure
make
sudo make install
```
这的确是个办法,几乎对任何软件适用。如果你(比如为了用满屏幕的命令行赢取PPMM的盲目崇拜)鼓起勇气尝试这一条路,你可能两个小时装不好。此时你才触碰到Linux的一个核心特征:软件依赖。在Linux世界里,经常存在A软件依赖于B软件,B依赖于C这样的现象,可能是因为开源的缘故,作者经常把自己的软件构建在别人的软件基础之上,这就导致一片依赖的海洋(当然不是所有的软件都有一大串依赖)。R也依赖大量的其它软件包,如果现在那PPMM还在眼巴巴看着你,那么就用这条无敌命令一次性解决依赖问题:
```bash
sudo apt-get build-dep r-base-dev
```
这样就一步把所有依赖包都装上了,然后可以按照上面说的`make`的方式编译。否则,就看`./configure`的输出,报告缺啥装啥,看不懂消息就上Google搜,自然会有人告诉你那个缺少的`*.h`头文件对应的是哪个包,就这样熟练的人可能三个小时可以装完,不熟的人大概三天可以装好,这里面尤其是Cairo那套东西,安装起来折磨死人。所以只要不是闲着没事干,不要轻易自行从源文件编译,不管它看起来多酷,当然,把它当作了解Linux的练习是可以的,初级Linux用户看到这一堆东西可能确实有某种自豪感。
那些Linux软件仓库里放的软件实际上也是通过`make`的方式从源文件一步步编译出来的,只不过是服务器上预先编译好了,省去了用户自行编译和解决依赖的麻烦,直接就可以装编好的二进制包。
最后是Mac OS,我不熟,以下指导来自杨一帆:同样可以使用编译安装(此时不含GUI,但是Mac预先包含的ATLAS库函数明显优于R自带的BLAS;或者简单地使用<http://cran.r-project.org/bin/macosx/>提供的PKG包,32/64/Intel/PPC版本都包含了GUI。唯一需要注意的是系统的版本,10.4以下的会有各种问题。
最新的Sierra 10.12已经改名叫macOS啦,一般来说Mavericks(10.9)以上都可以使用[Homebrew](http://brew.sh)安装R,省力又方便,顺便RStudio也一起装上吧:
```bash
brew install homebrew/science/r
brew install caskroom/cask/rstudio
```
### R附加包 {#r-packages}
整个R系统主要是由一系列程序包(Package)组成,第一次装完R可以运行`.packages(TRUE)`查看R自带的包名。除开这些主程序包之外,CRAN上还有数千附加包,由R核心开发团队之外的用户自行提交,这数量级基本上保证用R干啥的都有,所以上天入地飞檐走壁不成问题。
R包数量之大,有两个原因:一是R语言本身的确很强大,而且易开发,我通常非常佩服那些做了很牛的基础工作而且支持插件开发的软件,这需要程序在早期就有很好的设计;二是向CRAN提交包没有门槛,只要服从开源的许可证,什么人都可以写包,无论质量优劣。毫无疑问,CRAN上必然有很差劲的附加包,俗话说,CRAN大了,什么包都有。在安装附加包之前,我们得对包的质量有所判断,所以我们需要某种导航。导航有两种方式,官方的和民间的,后者就是口口相传,前者在CRAN上有一个链接,叫Task Views。
关于这坑爹的程序包导航,没有看过它的用户第一次恐怕还真找不到,因为R主站上没有它的链接。R core的答复让人很伤心无奈,不在主页放链接的原因是怕用户直接访问CRAN主服务器给服务器增加负担,所以这个导航不放主页,而在CRAN镜像上躲猫猫。即,你访问<http://www.r-project.org>看不到导航,必须去<http://cran.r-project.org>或其它CRAN镜像才能看到。我当时看到这个解释有点石化的感觉。谁有钱了给R core们捐几台服务器吧!免得以后再看见这么寒碜的回答。
开源软件通常都一定提供源代码包给你,但不一定提供编译好的二进制包,我们知道对计算机来说,它不认识源代码,只能运行编译过的代码。用过C语言的对此应该会有深刻印象,你先写一个`.c`文件,再用编译器把它编译为`.exe`(Windows)或`.so`(Linux)等二进制文件才能运行。R也一样,不仅它自己的主程序有源代码可以下载,附加包也一样有源代码。源代码包的形式通常是一个`*.tar.gz`压缩包,到CRAN主页一看就能找到R自己的源代码,形如`R-x.y.z.tar.gz`,其中`x.y.z`是R的版本号,如`2.14.2`;而关于附加包,可以从CRAN左侧的`Packages`链接进去找到所有附加包的列表页面,然后进入具体的包的页面,如果你已经知道包的名字,则可以用
> http://cran.r-project.org/package=foobar
直接访问`foobar`包的页面。其实忍者根本不来这一套,记那么多没用的步骤干嘛,直接打开Google搜CRAN加包名肯定就找到了。每个包的页面里有包的描述和卸载链接,通常有三个链接,分别对应着源代码(`foobar_x.y.tar.gz`)、Mac二进制包(`foobar_x.y.tgz`)和Windows二进制包(`foobar_x.y.zip`),视你的操作系统你可以选择一个下载。注意二进制包都是编译过的,所以那里面是看不到源代码的;要看源代码,必须下载源代码包解压缩之后才能看到,具体的某个函数定义在哪儿,就靠你的文本编辑器的搜索功能了,或者你的直觉。这一大套什么源代码什么二进制文件对普通青年都没用,只是对想深挖包里函数源代码的忍者提供一个下手的方向。
普通青年在R里面安装附加包只需要用`install.packages()`函数,比如:
```r
install.packages('animation')
```
当然我这是强行植入广告,因为**animation**包是我写的。如果你没有指定R的镜像地址,R会首先问你从哪个镜像安装,选一个近的或顺眼的即可。当你第一次运行这个命令时,R会这样思考:
1. 你的R的安装目录可写吗?如果有写的权限,那么就把包装到R安装目录下,比如`C:/Software/R/library/`;
1. 如果安装不可写,比如你装在Windows关键的系统目录下,或者是Linux的`/usr/`目录下,那么R会问你要不要在你的用户目录下新建一个文件夹用来安装附加包;
现在有一项重要的忍术要学习:用户目录。Windows用户对此可能没有感觉,因为软件都悄磨叽往这个目录下写东西,你也没注意过,比如上网的缓存文件等;Linux下的很多软件都必须使用这个目录,因为其它所有目录对当前用户来说都是没有写权限的(除非以超级用户身份输密码再执行)。用户目录的特征是它往往是当前系统用户可写的目录,而且所有写的数据只对当前用户有效;要是换个用户登录这个系统,前一个用户的数据对现在的用户毫无影响。这就比较适合存放软件的配置资料,每个用户的配置只对个人有效,免得同一个系统的不同用户之间相互干扰。欲知用户目录在哪儿,请在R中执行:
```r
normalizePath('~')
```
波浪线`~`在操作系统中通常表示用户的HOME根目录,`normalizePath()`函数用来“标准化”一个路径,比如把`~`扩展为真实的物理路径。对于第一次听说用户目录的同学来说,不妨看看自己的用户目录下究竟有多少文件和文件夹:
```r
# 以.开头的都是隐藏文件
list.files('~', all.files = TRUE)
```
前面说道,如果R的安装目录不可写,R会在用户目录下创建一个新目录安装包,默认情况下这个目录名由`R版本号` + 操作系统信息 + `library`构成,但仍然是为了将来升级方面,我不推荐使用R默认的目录名称,因为它带版本号。那么如何人工指定R包的固定安装目录呢?这涉及到更高级的忍术:环境变量。下一节分解。
R包通常都是纯R写成的,但也有掺杂别的程序语言的,比如C/C++/Fortran,这都是需要编译才能用的代码,这种情况下,CRAN服务器一般都会把源程序包预先编译为Windows/Mac二进制包,所以用户通常不需要了解如何编译R程序包(这方面的知识我们留到更后面再详述),直接装就是了,但有一种特别的情况例外,就是R包依赖于外部系统程序,这些程序没有打入R包发布,所以用户需要额外安装单独的外部程序。比如打开**animation**在CRAN上的页面<http://cran.r-project.org/package=animation>可以看到有一栏`SystemRequirements`,它说明了这个包的部分函数依赖于外部程序,如GraphicsMagick。
对Linux用户来说,R默认安装方式就是从源代码包直接编译,此时要是有外部依赖软件,可能就会稍微麻烦一点,比如**XML**包依赖于**libxml2**,装R包**XML**之前,为了这个包能成功编译,必须先装系统软件**libxml2-dev**,注意是dev版本,因为通常这种版本里才含有头文件(`*.h`),Linux下的软件编译通常需要完整源文件。在你头疼之前,应该想到这种问题别人也一定觉得烦,所以必然有另外的办法。CRAN的Debian维护者把一些常用的依赖外部软件的R包集合起来直接放到了Debian的软件仓库中,在服务器端就直接解决依赖并编译好,这样我们就不需要额外安装那些源程序包了。这些特殊的包在Debian/Ubuntu中名为**r-cran-foobar**(全小写),比如我们可以直接安装**XML**包:
```bash
sudo apt-get install r-cran-xml
```
类似的头疼R包还有**RGtk2**和**rggobi**等,在Synaptic中一搜就有。安装R包不到万不得已不要去使用蛮力(从源代码编译),不值得耗费那时间,忍者要集中于自己的任务,你最终是要折腾数据去的,不是去写Linux内核的。
R包与包之间就像Linux程序包一样也可能存在依赖关系,通常`install.packages()`会自动处理依赖,如果A包依赖于B包,那么装A的时候会自动装B(这例子没举好,我应该用A和C的),就像Ubuntu下`apt-get install`也能自动解决依赖一样。
## 配置R {#configure-r}
软件选项多到底是好事还是坏事?我也不知道,总之R像其它开源软件一样,有无穷的选项可配置。对新手来说,这是地狱;对熟悉的用户来说,这也许是天堂吧。我们主要介绍两个配置文件,`.Renviron`和`.Rprofile`。这两个文件名看起来有点奇怪,怪在哪儿?它们只有扩展名,没有主文件名,平时我们看见的文件名似乎都是`foobar.doc`。在操作系统中有一个默认的规则,凡是以点开头的文件都是隐藏文件,而且通常都是配置文件。前面那句`list.files()`代码你要是运行过,可能就会发现很多以点开头的文件和文件夹。
R启动的时候会在系统的若干位置寻找配置文件,如果文件存在就会使用这些配置。这个巨复杂的启动过程在`?Startup`中有详细说明(问号是R中查看帮助的操作符),这是典型的Linux喜欢干的事情,什么点文件,什么环境变量,用得不亦乐乎。我总觉得这些东西把事情复杂化了,所以我只介绍两个配置文件,要是你愿意折腾那一堆系统环境变量,那么请便,我只介绍`PATH`这一个最重要的系统变量。
### `.Renviron`文件
这个文件是为R自身设置一些环境变量的,这里面的环境变量仅仅对R有效,不改变操作系统的设置。先说一下什么是环境变量:它们是在当前操作系统环境中的一些变量,同一个变量对不同的用户或不同的系统可能取值不同,这些变量对整个系统可见,所以系统内的所有程序都可以读取它们的值,就像我们写程序常常会事先赋值给一些常量供后面的代码使用一样。环境变量不需要有特定的名称,可以任意命名,但有些名称是约定俗成有特定意义的,比如`PATH`。
`.Renviron`文件放在你的用户目录下,也就是`~/`。你可以在R里面直接打开这个文件^[注意Windows下你可能无法用鼠标右键新建文件的方式直接创建这个文件,聪明的Windows只允许用户用命令行创建以点开头的文件名,请问你知道`mkdir`这个命令吗,或者你知道命令行窗口在哪儿打开吗?]:
```r
# 如果文件不存在,它会被自动创建
file.edit('~/.Renviron')
```
我只推荐放一个环境变量在这里,就是`R_LIBS_USER`,它指定R的附加包安装目录,比如这个文件里面可以写:
```bash
R_LIBS_USER="~/R"
```
写入这一行设置之后,保存文件,重启R,现在R就知道以后安装R包就优先安装到`~/R`目录下,也就是在用户目录下创建一个名为`R`的文件夹用来存放附加包。因为这个目录是固定的,所以即使将来升级R,R也会使用这个目录装包,你再也不必更新关于包的配置。另外一个好处是,R的附加包和主程序包分开在不同的位置,如果你不想用附加包了,你完全可以一口气把`~/R`删光,而完全不影响R自身的运行;否则,要是R主程序和附加包混在一个目录下(默认情况就是这样,除非主程序目录不可写),对包的管理来说也是大麻烦事。忍者必须把指挥部和小兵分清楚。注意如果`~/R`这个目录不存在的话,你需要自己创建它,这个也可以在R里面操作:
```r
dir.create('~/R')
```
### `.Rprofile`文件
前面说到R启动时,会查看一系列文件;其中`.Renviron`文件用来设置一些R要用的环境变量,而`.Rprofile`文件则是一个R代码文件,在R启动时,如果这个文件存在,它会被首先执行。因此,如果我们有一些任务要在R启动时运行,或有一些个人选项要配置,都可以写在这个文件里。Windows下这个文件还可以叫另一个名字,但忍者应该遵守统一的纪律,所以我们只用`.Rprofile`这一个文件名。在R里面同样可以用`file.edit()`函数打开这个文件:
```r
file.edit('~/.Rprofile')
```
R的`options()`函数可用来设置R运行时的一些选项,其中一个常用的选项就是CRAN镜像地址,它告诉R应该从哪里安装附加包。这个选项默认为空,所以每次安装包或更新包,R都要跳出来问你选择哪个CRAN镜像,跳多了你可能也觉得烦,所以不如直接事先指定这个选项好了。以下是一种我在`.Rprofile`中的配置:
```r
options(repos = c(CRAN = "http://streaming.stat.iastate.edu/CRAN",
CRANextra = "http://www.stats.ox.ac.uk/pub/RWin"))
```
因为我在爱荷华州立大学,我们系有CRAN镜像,所以当然从这里安装最快;`CRANextra`主要是为Windows准备的,因为CRAN上有极少数的包没有Windows版本,但牛津大学的Ripley大人好心提供了Windows的二进制编译版本,所以那些包可以从他那边安装。
这个文件中可以放任意R代码,就看各位的想象力和R功力如何了,用好这个文件可以为R编程增加不少方便。因为我是R包开发者,而我常用到**devtools**包,所以我的`.Rprofile`文件中还有一句:
```r
if (interactive()) {
suppressMessages(require(devtools))
options(warn = 1)
}
```
这段话是什么意思,留给读者思考。
### `PATH`环境变量
写这一节的时候,哥的心情十分复杂,因为这个环境变量之重要、人们对它忽视之极以及某操作系统对它隐藏之深,让哥常常感到深深绝望。普通青年可以跳过本节,但忍者必须对本节了如指掌。以下是在某操作系统上找PATH变量的步骤:
> “我的电脑”(右键)–>“属性”–>“高级”–>“环境变量”–>“系统变量”–>PATH
这里我们可以看到一连串路径。为什么系统要有个PATH变量?原因就是为了能够脱离程序的绝对路径以命令行方式来运行程序,这样使得程序员不必担心你的程序装在什么位置。当你在命令行窗口(Linux系统下叫终端,Terminal)中敲入一个命令时,系统就会从这一系列的PATH路径中去找你敲的这个程序是否存在,如果存在就运行它。Windows系统菜单“开始”–>“运行”(或者快捷键Win + R),输入`cmd`回车运行,就会打开一个命令行窗口。如果你从来没用过这玩意儿,那你肯定是Windows深度中毒者,不妨先玩玩`dir`、`cd ..`等简单的系统命令,你每敲一个命令,系统都会从PATH中找有没有对应的可执行文件,比如敲R就会找R.exe或R.bat之类的程序文件,如果它们都不在PATH下,那么这个命令就会报错。
R有多种调用方式,最常见的就是打开R,在里面输入代码运行,这称为交互式的运行,因为用户可以和R实时交互;我们还可以用非交互式方式运行R,这就需要我们能够在命令行窗口中直接调用R,继而需要R自身的路径在系统PATH变量中。
这个路径在哪儿?如果你记不住自己的R装在哪儿,没关系,打开R,输入`R.home('bin')`就知道了。Windows下通常是类似于`C:/Program Files/R/R-2.xx.y/bin/`这样一个路径。说到这里,我得回音体一句:安装R的时候尽量装在一个不带版本号的目录下,否则将来更新很麻烦,而且每次装新版本的R还得再修改PATH变量,因为bin路径变了。当然,这一切都只对Windows有效(Windows简直就是为了折磨忍者而生的),Linux和Mac用户不用操心这个事情,因为它们的可执行文件通常放在某个特定PATH路径下,比如在Linux下查看R的可执行文件位置,就会发现它在`/usr/bin/`下,而这个目录本身就在PATH里面:
```bash
$ which R
/usr/bin/R
$ echo $PATH
/usr/local/sbin:/usr/local/bin:/usr/sbin:/usr/bin:/sbin:/bin
```
把R的bin路径添加到PATH中之后,可以在命令行窗口中测试一下是否能调用R:
```bash
R --version
```
如果上面的命令打印出R的版本号,那么就配置成功了。这里敲R对命令行来说,就是看看PATH中那些路径里有没有一个路径下包含R.exe或者R.bat之类的可执行文件,这就是所谓的“脱离绝对路径运行程序”。由于Linux系统的程序管理方式和Windows不同(可执行文件通常统一放在`/bin/`或者`/usr/bin/`目录下),所以通常没有这些配置痛苦。
为什么要以非交互式的方式运行R?其实这个问题可以扩展为,为什么要用命令行的方式调用程序?这就涉及到图形用户界面(GUI)操作和命令行界面(CLI)的话题了。计算机和人类各有所长,计算机擅长做枯燥的事情,比如玩儿命循环,跑十次和跑十万次对计算机来说只有时间上的差别,但人类肯定受不了多次重复操作;人类应该做的事情就是把自己的意愿写成代码,指示计算机去做。命令行可以做大量的图形界面无法或很难做的事情,比如批量抓取网页解析数据,要是三五个网页,你也许可以复制粘贴到Excel里,可是要是去复制五百个类似的网页,你还愿意去做吗?这样的事情可以用程序批量化处理。当R在PATH中时,操作系统中的任意其它程序都可以直接调用R,而不必知道R究竟安装在什么目录下,这就为所有程序的协作带来了可能(本来这个事情很简单,但被Windows的程序安装方式给复杂化了)。
我们可以写一个R程序文件,比如叫`foobar.R`,里面包含抓取网页的代码,那么我们可以在命令行中直接执行它:
```bash
R -f foobar.R
```
R还有另一个可执行文件叫`Rscript`,如果上面的PATH修改成功,我们也可以用`Rscript`命令执行一个R代码文件:
```bash
Rscript foobar.R
```
注意这些都是在命令行窗口中运行,而不是打开R,在R里面输入运行。以命令行方式调用R还有一个好处,就是它会新开一个R进程来执行文件,这样保证程序运行环境的干净;相比之下,交互式运行R代码的时候,可能会存在上一段代码中的结果意外“污染”下一段代码的运行,你现在觉得你的程序运行没有问题,但发给别人之后别人无法运行。
关于R作为命令行工具的更多用法,参见:
```bash
R --help
```
这是大多数Linux命令常用的查看帮助文件的方式(命令跟着`--help`参数)。
### Windows下的Rconsole文件
前面介绍的是所有系统通用的配置,这里我们再介绍一下Windows独有的一个配置文件:`Rconsole`,它是一个文本文件,它的路径可以直接用R代码找到:
```r
file.path(R.home('etc'), 'Rconsole')
```
你可以用任何文本编辑器打开它。这个文件用来配置Windows下R界面的属性,例如界面语言或字体等。Windows下默认的RGui字体是Courier New,如果我们的系统中安装了其它等宽字体,我们可以修改这个配置文件中的`font`项,例如使用DejaVu Sans Mono字体:
```
font = TT DejaVu Sans Mono
```
界面语言也是一个常见问题,我们可以修改`language`项为中文(`zh_CN`)或英文(`en`),如:
```
language = en
```
修改语言的一个重要原因是R的中文翻译尚欠缺火候,即使是很熟悉R的人,有时也未必能看懂中文错误消息。希望国内有热心志愿者能在这方面做出更多贡献,翻译小组的文件库位于:<https://github.com/r-cn/r-cntrans>。不过忍者必须熟悉英文,仅仅靠翻译的文字很难走远。