1.1 什么是R

R (R Core Team 2019)包含R语言和一个有着强大的统计分析及作图功能的软件系统，由新西兰奥克兰大学的Ross Ihaka和Robert Gentleman共同开发。R语言虽然看起来只能做统计，实际上它麻雀虽小，五脏俱全，编程语言该有的特性它基本都有（甚至支持OOP（面向对象编程））。

不要看到编程就害怕。使用R不需要懂编程。R语言最重要的特性之一就是，不懂编程的人可以轻松地用R自带的和和其他人编写的包，实现99.9%他们想要的功能（主要是数据分析）；而懂编程的人可以轻松地使用编程，在R中实现他们想要的剩余的0.1%的功能。同时，R的编程语言非常简单易学，尤其是对于编程0基础的R使用者。像SAS，STATA这些商业软件，只能实现你95%的需求，且剩下的5%很难解决。

安装了R之后，你可以在其自带的“R”软件中使用（也可以直接在命令行使用），但是那个软件对新手的友好度不如RStudio. RStudio (RStudio Team 2015)是广受欢迎的R语言IDE（集成开发环境），它的一系列功能使得编辑，整理和管理R代码和项目方便很多。

了解更多R的优势，请看第1.1.2节

1.1.1 安装R和RStudio

1.1.1.1 安装R

https://cran.r-project.org

前往CRAN，根据自己的操作系统（Linux，MacOS或Windows）选择下载安装R. (Linux用户亦可参考此处)

1.1.1.2 安装RStudio

https://www.rstudio.com/products/rstudio/download/

前往RStudio下载页，选择最左边免费的开源版本，然后选择对应自己的操作系统的版本，下载并安装。

1.1.2 为什么使用R，R与其他统计软件的比较1

（这一小节不影响R的学习进度，可以直接跳过到下一章）

SAS，SPSS，Prism，R和Python是数据分析和科研作图常用的软件。

SAS，SPSS和Prism都是收费的，而且不便宜。比如SAS第一年需要10000多美元，随后每年要缴纳几千美元的年费。

R是GNU计划的一部分，因此R是一个自由软件 (Libre software)。它不仅免费，还允许用户自由地学习，运行该软件；拷贝，分发，修改并改进该软件，以帮助其他人。你可以 在GNU官网了解更多。

R比各种商业统计软件功能更强大。没错，免费的R比昂贵的商业软件功能更强大。所有SAS中的功能，都能在R中实现，而很多R中的功能无法在SAS中实现2。

R有巨大的用户社群3，其中有很多热心的使用者/开发者在论坛上解答问题，或是编写免费获取的教程。SAS等软件虽然有客户支持，但是如果你用的是盗版……

R（RStudio）非常稳定。闪退率极低，而且就算闪退了，也完全不会丢失上一次工作中的数据，可以无缝衔接上一次的工作。我经常会创建一两个实验用的R脚本文件，我不需要把它们命名并保存在我的工作目录，重启RStudio的时候仍然可以使用它们。总之，关闭RStudio的时候，你甚至可以什么都不用保存；关闭，重启，无忧无虑地继续工作。设置Git后体验更佳。

R与其它编程语言/数据库之间有很好的接口。比如dbplyr 包帮助你方便地把R和数据库（MySQL, MariaDB, Postgres等等）连接起来，reticulate可以让你在R中使用Python.

Python（NumPy和SciPy）是近几年兴起的数据分析处理方案。在数据分析的应用中，R比Python历史更悠久，因此积攒了很多很棒的包。一般来说，python的强项是数据挖掘，而R的强项是数据分析，它们都是强大的工具。不用担心需要在二者之中做选择，因为rpy, reticulate等包可以让你在python中使用R，在R中使用python，详情请见第??章。无论你是数据分析零基础，还是有python数据分析的经验，都能从本书中获益。

至于Excel，它的定位原本就是办公（而不是学术）软件，数据分析的严谨性，大数据的处理能力，和功能的拓展非常局限。有五分之一的使用了Excel的遗传学论文，数据都出现了偏差 (Ziemann, Eren, and El-Osta 2016)。对了，Excel和SPSS和其它一些软件绘图的时候，坐标轴和/或图例中的文字竟然不能上下标！

我也不是说要严禁使用Excel（或者其它可用的工具），而是要清楚各种工具的优势和局限，物尽其用。比如当需要从PDF文件中提取表格数据时，我会把它们复制到Excel（因为兼容性强）；我也会用Excel做一些数据的初步处理，比如删除数量不多的冗余的行和列，重命名变量名等。

虽然R是自由软件，但是我们要记得感激所有位R贡献智慧的奉献者。出于对知识劳动的尊重和，以及保持R的发展壮大，我呼吁有能力出资的使用者在https://www.r-project.org/foundation/donations.html 对R进行捐赠。

References

R Core Team. 2019. R: A Language and Environment for Statistical Computing. Vienna, Austria: R Foundation for Statistical Computing. https://www.R-project.org/.

RStudio Team. 2015. RStudio: Integrated Development Environment for R. Boston, MA: RStudio, Inc. http://www.rstudio.com/.

Ziemann, Mark, Yotam Eren, and Assam El-Osta. 2016. “Gene Name Errors Are Widespread in the Scientific Literature.” Journal Article. Genome Biology 17 (1): 177. https://doi.org/10.1186/s13059-016-1044-7.

  1. Gentleman, R. (2009). R Programming for Bioinformatics. Boca Raton, FL: CRC Press.↩

  2. https://thomaswdinsmore.com/2014/12/15/sas-versus-r-part-two/↩

  3. https://blog.revolutionanalytics.com/2014/04/a-world-map-of-r-user-activity.html↩