R 语言基础学习笔记：安装、语法、数据读写与基础绘图

R 语言基础学习笔记：安装、语法、数据读写与基础绘图

核心结论：R 语言因开源免费、向量化、数据类型丰富、可读性强和对生物信息学支持良好，已成为数据科学、生物信息学与科研计算的首选平台之一；学习路径应从安装 R/RStudio/Rtools、管理 R 包开始，掌握工作目录、赋值、向量与数据框、文件输入输出，再进入 base R 基础绘图与 ggplot2 高级绘图。

一、课程目标与总体内容

本次课程围绕 R 语言基础展开，主要内容包括：

• R 语言与 RStudio 的窗口认识；
• R 语言基础语法指导；
• R 包安装、调用与常见问题处理；
• 文件输入输出；
• 基础绘图与 ggplot2 高级绘图；
• 实操演练：工作目录、赋值、向量、数据框、数据筛选、保存与加载、绘图。

课程最后强调：R 语言基础需要后续自行消化，对某些函数或参数应主动探索。

二、R 语言背景与核心优势

1. 起源与定位

R 语言最开始是为统计学家设计的，但今天已经成为生物信息学、数据科学和科研计算的首选平台之一。

2. 五个主要优点

1. 开源免费

• R 语言及其集成开发环境 RStudio 都可以开源安装和使用。
• 对科研经费有限的学生和实验室友好。
• 意味着可以在任何一台电脑上复现代码。

1. 核心理念是向量化

• 不需要写复杂循环去计算成千上万个数字的平均值。
• 只用一个 mean() 函数就可以计算 1 万多、几万甚至成千上万个数字的平均值。原文口播为“main 函数”，应为 mean()。
• 处理矩阵、线性回归、积分等运算变得简洁高效。

1. 数据类型丰富

• R 语言可以把数据组织成数据框。
• 数据框类似 Excel 表格：可以包含数字，也可以包含字符；可以按行、按列、按条件筛选、合并和变换。
• 适合处理生物信息学中的表达矩阵、临床数据等表格数据。

1. 可读性较强

• 函数常由常见英文单词或缩写组成，方便读写。
• 管道操作符可以让代码写起来简洁流畅，更容易看懂在做什么。

1. 对生物信息学支持非常好

• Bioconductor（原文口播为 bell conductor）是专门为 R 包打造的项目，拥有 2000 多个专用于生物信息学的包。
• 可用于 RNA-seq、单细胞测序、差异分析、基因注释、生存分析等，能找到封装好的成熟 R 包。

三、软件安装：R、RStudio、Rtools

1. R 语言安装

• 可以通过 R 官网安装，也可以在浏览器中检索“R 语言安装”进入官网下载。
• 官网会根据系统提供选择，如 Linux、苹果、Windows。最常见的是 Windows。
• 第一次安装 R 语言时，直接安装 base，base 就是 R 语言本身。
• 下载页面标红的位置是最新版本。
• 最新版本可能存在问题：R 语言更新速度非常快，但某些 R 包的更新速度还没有配套到最新 R 语言上。
• 建议安装相对旧一点的版本，与 R 包更新换代速度持平。
• 课程建议可以安装 4.3、4.4 这样的版本；讲师实际安装的版本是 4.2.2，可参考。
• 安装旧版本的方法是点击“先前释放的版本”进行选择。

2. RStudio 安装

• RStudio 是 R 语言的集成开发环境，界面更方便使用 R 语言。
• 先安装好 R 语言，再登录对应网址安装 RStudio。
• 后续使用 R 语言时，主要在 RStudio 中操作。
• RStudio 安装比较简单，按“下一步”即可。

3. Rtools 安装

• Rtools 是第三个需要安装的软件。
• 某些 R 包安装时需要编译环境，尤其是包含 C 语言编译的包，必须用 Rtools 进行编译。
• Rtools 在 R 下载的同一位置选择下载。
• Rtools 版本必须与 R 语言版本一致。
• 例如：R 语言版本是 4.2.2，则 Rtools 必须下载 4.2 版本。

4. 安装要点与版本策略

• R、RStudio、Rtools 三件套中，R 和 RStudio 用于日常使用，Rtools 用于编译部分 R 包。
• R 语言版本与 Rtools 版本必须匹配。
• R 语言不建议盲目追最新版，以免与 R 包兼容性不一致。

四、R 包安装、调用与问题处理

1. 安装前提

• 软件安装好后，使用某些函数之前需要先安装对应的 R 包。
• 包安装好之后，才能正常调用这些函数的功能。

2. 四种安装途径

CRAN 安装

• CRAN 里大多数是 R 基础包。
• 在 RStudio 命令行输入 install.packages("包名")。
• 包名需要加引号。
• 例如基础包如 ggplot2（原文口播为“机器 pro two”）等。

Bioconductor 安装

• Bioconductor 封装了许多生物信息学专用 R 包。
• 先安装 BiocManager，再通过它安装 Bioconductor 来源的包。
• 这是比较常用的安装生物信息学 R 包的方法。

GitHub 安装

• 一些开发者把包封装在 GitHub 网站，用于分享和下载。
• GitHub 对网络要求可能比较高。
• 下载时可以尽量挑凌晨等时间；如果实在不行，可能需要搭梯子。
• 先安装 devtools（原文口播为 dio tools），再用基础 R 包安装方式安装 GitHub 来源的包。
• GitHub 包名通常前面带开发者名，整体有一类包放在该开发者下面。原文口播中后文又提到“pc tools”，具体包名需按实际确认。

手动下载安装

• 安装过程中可能出现网络问题。
• 网络慢时，包需要从对应官网下载，再安装配套依赖包，可能安装部分失败或完全无法安装。
• 此时可以从官网下载源码包。
• 示例：在 Bioconductor 官网检索 DCtwo（原文口播，疑似 DESeq2，需确认），下载原包 .tar.gz 压缩包。
• 然后用基础 R 包安装方式，加上文件所在路径，就可以成功安装。

3. 调用与冲突

• R 包安装好后，用 library(包名) 调用，把包的所有功能加入进来。
• 示例：调用 DCtwo 包处理高通量测序数据的差异分析，使用该包下的函数如 DSC 比较组间差异。原文口播的 DCtwo、DSC 疑似 DESeq2、DESeq，需按实际确认。
• 安装过程中可能出现依赖问题：包会兼容许多依赖包，报错提示某某包没有安装成功或不存在。
• 解决：根据报错提示，把前面需要的依赖包一个一个安装上，最后再安装目标包。

函数冲突

• select 函数在 R 使用中非常常见，但许多包里面都有。
• 直接使用 select 时可能提示 conflict，R 不知道该用哪一个包调用该函数。
• 解决：把任意包含该函数的包写在前面，加两个冒号，如 包名::函数名，告诉 R 用哪个包调用该函数。

4. 帮助文档

• 某些函数不会使用时，可以查看 R 包的帮助文档。
• 使用 help 函数。
• 不知道包如何使用，可以打两个问号 ??包名，询问该包的帮助文档。
• 查看函数帮助：如果已经调用了包，可以用一个问号 ?函数名。
• 如果没有调用包，想查看函数使用说明，也可以用问号查看。
• RStudio 的 Help 界面可以跳转到对应包，选择包后查看。
• 帮助界面通常包含：包的整体描述、算法评估链接、用法、参数说明、每个参数的具体介绍、算法介绍、基本用法流程。

5. 更新建议

• R 包一般不建议更新。
• 更新后 R 包使用方法可能变化。
• 例子：
• ggplot2 作为很多包的依赖包，更新后导致许多依赖它的包报错。
• GSVA 是做基因集富集分析的包，更新后直接使用函数的流程发生变化，从一行代码可能需要写两三行。
• 建议：能不更新就不更新。

五、RStudio 界面认识

RStudio 界面大致包括：

• 左边：敲代码的地方。输入 123 后按 Enter 键，会输出值。
• 右下角：文件夹。示例路径为 home、kc、2026kc、LECTION1 等一级一级目录。LECTION1 下有四个示例数据。
• 右上角：
• Environment：环境变量。
• 第二个：历史记录，即代码历史。
• 另外两个不太实用。
• 绘图展示在 Plots。
• 第三个界面：安装的 R 包，可以看到许多包、包的基本描述和版本。
• 文章写作时，需要记录 R 包版本。
• Help 界面：用于查看函数帮助文档。输入问号时要用英文状态。
• 左下角：展示 R 版本和当前工作路径。讲师 R 版本为 4.2.2。
• 脚本：点击脚本可在左上角打开；可以创建新的 R 脚本；保存为 .R 文件，例如 111.R；下次可从文件打开。
• 保存：保存当前 R 脚本。

六、R 基础语法

1. 工作目录

• 工作目录是当前所在文件夹。
• 读取数据时，直接读取的路径就是当前文件夹。
• 生成文件、图片或文档，都会在当前文件夹下。
• 获取当前工作目录：getwd()。
• 示例中工作目录是波浪号 ~，与 home 一样。
• 创建文件夹：
• 本地可以右键创建新文件夹。
• 代码创建新文件夹，引号内是新名字。
• 设置工作目录：setwd()。
• 示例：在 2026课程 下创建 lesson1，设置后左下角路径会增加 lesson1。
• 再次 getwd() 会得到完整文件路径。
• 如果文件夹已存在，再创建会输出警告信息，提示 lesson1 已经存在，不需要再创建。

2. 赋值

• 将 2 赋值给 A：
• A <- 2
• <- 由小于号加连字符组成。
• 打印 A 的值：直接输入 A，或用 print(A)。
• 更常用直接输入变量名，比较简洁。
• 赋值方法：
• 推荐：<-，小于号加连字符。
• = 与 <- 效果类似，但不建议，因为条件判断中有 ==、!= 等，容易混淆。
• 反向赋值：4 -> C，把 4 赋值给 C。
• 快捷键：Alt + 减号 可以打出 <-。
• 变量之间可以运算，例如 D <- A / C，D 的值为 1.5。
• 运行方式：
• 在某一行的任何地方点击都可以运行。
• 选中某一部分运行更具体。
• 例如只选中 A 运行，会打印 A 的值。
• 查看变量数据类型：class()。
• 示例中 A 是数值型变量。

3. 向量

• 向量是一维数据，用 c() 创建。
• 括号内每个数字之间用逗号分隔。
• 示例：c() 中给五个任意数值，赋值给 A，A 就是数值型向量。
• 数值型向量可以任意运算：
• 求和；
• 平均数；
• 中位值；
• 标准差；
• 方差；
• 最小值；
• 最大值；
• 取值范围：range()；
• 向量长度：length()，查看里面有几个值。
• round() 函数用于取小数：
• 第一个参数是向量名；
• 后面设置小数位数；
• 示例设置一位小数；
• 默认算法是四舍五入；
• 也有直接截断小数的函数。
• 字符型向量：
• 每个单词都要用引号连接。
• 单引号和双引号功能一样。
• 如果加引号，中文符号可能也能用；如果不加引号，中文可能报错，因为 R 一般不能识别中文。
• 快捷加引号：选中数字后直接加引号，会加单引号；加双引号需要 Shift + 引号。
• 混合类型：
• 如果向量中既有数字又有字符，R 会把整个向量强制变成字符型。
• 所以向量中所有元素仍然是相同数据类型。
• 逻辑型向量：
• 值为 TRUE 或 FALSE。
• 可以用全称，也可以用缩写。
• 打印出来都是全称。
• 类型转换：
• as.numeric()：把字符型转换成数值型。
• 如果字符中有中文或非数字字符，会警告产生 NA。
• 示例中看起来像数字的只有 2025 能转换。
• 逻辑型转数字：TRUE 默认转成 1，FALSE 默认转成 0。

4. 数据类型

R 中数据类型不只向量，主要包括：

1. 向量

• 一维数组。
• 向量中数据必须是相同数据类型。
• 混合数字和字符时，会强制变成字符型向量。

1. 矩阵

• 二维数组。
• 增加列，可以有多行多列。
• 每个元素必须是相同数据类型，如全部数值、全部字符、全部逻辑型等。

1. 数组

• 与矩阵类似，但维度可以大于二。
• 可以是二维矩阵，也可以是多维。
• 有点像 Excel 的多个表格：sheet1、sheet2、sheet3，每个 sheet 可以有单独名字。

1. 数据框

• 比较重要的数据类型。
• 不同的列可以包含不同的数据类型。
• 可以用 data.frame() 创建和转换。
• 分为行和列，可以针对行或列筛选、运算。
• 适合处理生物信息学表达矩阵、临床数据等表格数据。

5. 数据框操作

• 先设置几个不同数据类型的向量：
• A 向量：数值型；
• B 向量：字符型；
• C 向量：逻辑型；
• 每个向量里面都有五个数据。
• 整合成数据框：data.frame(A, B, C)，得到 date 变量。
• 数据框信息：
• 5 observations，3 variables；
• 列名是向量名；
• 行名默认按数字序号。
• 查看数据框：点击蓝色按钮可显示表格。
• 查看属性：class(date) 显示数据框。
• 取某一列：date$A，使用美元符号 $，键盘上 Shift + 4 打出。
• 查看每一列数据类型：
• A 列：数值型；
• B 列：字符型；
• C 列：逻辑型。
• 查看整体结构：str()，显示整体是数据框、五行三列、每列数据类型和具体值。
• 修改行名：rownames(date) <- c(...)，给五行五个名字。
• 修改列名：colnames(date) <- c(...)，给三列三个名字。
• 修改单个列名：
• colnames(date)[1] <- "小写名"；
• 原来第一列叫 age，可以改大小写；
• 第二、第三列类似。
• 修改单个行名：与列类似，用 rownames(date)[数字]。
• 提取行列：
• date[1:3, 1:2]：提取前三行、前两列；
• 逗号左边对行操作，逗号右边对列操作；
• 冒号表示连续；
• 不连续用 c()，如 date[c(1,3), c(1,2)] 提取第一、三行，第一、二列。
• 按行名和列名提取：
• 可以提取叫“张三”“李四”的两行；
• 以及叫 age、gender 的两列。
• 条件筛选：subset()：
• 第一个参数是数据框变量名；
• 第二个参数是条件；
• 例如选择 age > 60 的行；
• 多条件用逻辑语言，如 age > 60 & gender == "female"，表示且，同时满足。
• 基础方括号筛选：
• date[date$age > 60 & date$gender == "female", ]；
• 结果与 subset() 一样。
• 说明函数多种多样，基础语法也能达到同样效果。
• 添加新列：
• date$BMI <- c(...)；
• 数据框共五行，所以列里需要给五个数据；
• 添加后会在最后增加一列。
• 鼠标停留在列名上：
• 可显示列信息；
• 例如第一列是数值型，数值范围 20~90；
• 第二列是字符型向量；
• 第三列是逻辑型向量；
• 最后一列是数值型向量。
• 这可以确认某列到底是数值型还是被读成字符型。
• 数值型列可求和、计算中位值等。

6. 变量查看、删除与保存

• 右上角环境变量可直接看到变量。
• 变量很多时，用 ls() 列出所有变量。
• 删除某个变量：rm(B1)，右边变量消失。
• 删除所有变量：
• 可以用 ls() 列出所有变量，赋值给一个 list，再删除所有列出的变量；
• 也可用 rm(list = ls()) 的组合方法；
• RStudio 有扫把按钮，功能等同于清除所有变量。
• 保存工作环境：
• save.image("date.RData") 保存当前所有工作变量；
• 文件出现在当前文件夹；
• RStudio 有蓝色保存按钮，可保存目前环境变量，自动补 .RData 后缀；
• 例如保存为 date1，会自动成为 date1.RData。
• 加载：
• 删除所有变量后，用 load("date.RData") 加载，即可恢复原来的变量。
• 非常方便后续继续使用。

七、文件输入输出

1. TXT 文件

• 示例文件是整理过后的表达矩阵，格式为 .txt。
• 读取函数：read.table()。
• 参数：
• 第一个参数：文件名；
• 第二个参数：分隔符，read.table() 默认分隔符是 \t，即文本制表符；
• header = T：把第一行作为表头；
• row.names = 1：把第一列作为行名；
• check.names = F：不检查表头名字，让空格原模原样读入，避免 R 自动把空格变成点。
• 表达矩阵：
• 行名是基因名；
• 列名是样本名；
• 数值是基因在某样本中测出的表达量；
• 默认读取进来是数据框形式。
• 如果分隔符错误：
• 无法正确选择列；
• 行还是原来行，但列变成 0 列，无法正确读取。
• 查看 TXT：
• 可直接点开 TXT 文档查看；
• 中间是文本制表符分隔，看起来像空格，实际是 Tab 键。
• 输出 TXT：write.table()：
• 第一个参数：要输出的变量；
• 第二个参数：文件名，后缀 .txt；
• 分隔符 \t；
• row.names = F：不保存行名，因为行名可能和第一列一样；
• quote = F：去掉引号，避免在 Excel 表格中看到引号。

2. CSV 文件

• CSV 格式后缀为 .csv。
• 优点：本地和 R 代码交互性好，本地双击打开就是 Excel 表格形式。
• 读写方法与 TXT 类似。
• 读取函数：read.csv()。
• 第一个参数是文件名，后缀 .csv；
• 分隔符是逗号，默认就是逗号，可以省略该参数；
• 其他参数与 read.table() 一样。
• 用记事本打开 CSV，可以看到每两个字符之间用英文逗号分隔。
• 输出 CSV：write.csv()：
• 第一个参数是变量名；
• 第二个参数是文件名，后缀 .csv；
• 分隔符是逗号；
• 是否保存行名；
• quote = F 不加引号。
• 示例中 TXT 和 CSV 两个文档内容一模一样，只是输出格式不同。

3. RData 过程文件

• 如果不想频繁进行本地交互，可以把中间过程文件保存为 .RData。
• 保存函数：save()。
• 第一个参数是变量；
• 后面是文件名，后缀 .RData；
• 可以同时保存几个变量。
• 加载函数：load()，直接加文件名即可。
• RData 在 R 使用过程中非常重要。
• 示例：保存 esp1 为 .RData，删除变量后重新加载，格式与原来一模一样。

4. PDF 图片保存

• 常见推荐保存图片格式是 PDF。
• PDF 是矢量图，放大缩小都比较清晰。
• 发文章需要组图或转换成 TIFF、PNG 时，用 PDF 转换比较方便。
• 保存过程：

1. 创建 PDF 画布，指定文件名、宽度、高度；
2. 中间写绘图函数；
3. 最后关闭画布。

• 在文件夹下会生成对应 PDF 文件。
• RStudio 也可手动保存：
• Plots 按钮可预览并手动保存；
• 可保存为 PNG、JPEG 等；
• 可修改文件名；
• 默认文件名可能是 airport，保存 PDF 默认可能是 airport01；
• 宽度和高度比例可以设置，PDF 单位是英寸。
• 代码保存时注意图形设备状态：
• 如果检查图形设备状态输出为 2，说明 Plots 还有图片画布没有全部关闭；
• 建议绘图时保持只有一个图形设备，避免其他图片干扰；
• 熟悉后知道会优先绘制 PDF 画布，但出现 2 时通常意味着 Plots 还有图未关闭。

八、基础绘图（base R）

1. 临床示例数据

• 示例数据 PH1 是 TCGA 临床数据。
• 行名是 TCGA 样本名。
• 共五列：

1. 第一列：风险评分，数值型；
2. 后面四列：分类变量，字符型数据。

• 具体分类：
• age：分为大于等于 60 和小于 60，即老年人和小于 60 岁的人；
• stage：病理分期，一般有 1、2、3、4 四种状态；
• grade：肿瘤分级；
• group：肿瘤组或对照组。
• 用 table() 查看某列分类统计：
• 例如 table(stage)；
• 统计出 stage2、stage3、stage4 等分类及数量、频数。

2. 条形图与堆积条形图

• 用 barplot() 绘制简单条形图。
• 可把 table(stage) 复制为 bar 变量。
• class(bar) 显示为 table，即分类统计表。
• 绘制：
• 输入变量 bar；
• main：整体图片标题；
• xlab：X 轴标题；
• ylab：Y 轴标题。
• 可修改名字，把“0 几”去掉。
• 可手动保存为 PDF 图片，或用代码保存。
• 修改条形图：
• horiz = T：翻转坐标轴，让条形图横向放置；
• 修改颜色：颜色按 table 顺序给；
• 示例中三种颜色，蓝色没有用到；
• stage2 对应红色，stage3、stage4 依次；
• 三个分类给三个颜色即可；
• 给多个颜色一般不报错，但用不到；
• 给两个颜色会重复使用，如红橙红橙。
• 堆积条形图：
• 可统计两个分类变量，如 stage 和 age；
• 用 barplot() 绘制整体堆积图；
• 设置标题、X 轴标题、Y 轴标题、图例；
• 图例展示每个分类对应颜色；
• 示例给了四个颜色，其实给三个即可；
• 图例默认在右边 right，可能遮挡主体；
• 可调整图例位置，如纵坐标 150 以上，设置为 220 或 300，避免遮挡组图；
• bty = "o" 有黑色边框；bty = "n" 无边框；
• 不会使用参数时，用 ?barplot 查看帮助，帮助中有参数说明和示例。

3. 饼图与管道操作符

• 使用管道操作符 %>% 可以简化书写。
• 示例：
• table(stage) 后直接转成数据框；
• 需要加载 tidyverse 包，它包含许多数据处理 R 包；
• 加载时会提示 conflict，如 filter 等函数在不同包中都有，需要指定包前缀，通常不影响使用。
• 管道含义：
• 先把 table(stage) 赋值给 data1；
• 再对 data1 转成数据框；
• 两行代码变成一行，即 data2 与 data 结果一样。
• 转成数据框后：
• 第一列固定是 Var1，即统计的 stage 数据；
• 如果统计两列，则是 Var1 和 Var2；
• 频数列固定是 Freq。
• 绘制饼图：pie()：
• 给 Freq 列作为频数；
• 标签用 Var1 列，即分类值；
• main 是主标题，pie 是饼图单词。
• 修改细节：
• 计算百分比：Freq / sum(Freq) * 100；
• 用 round() 保留三位小数；
• 用 paste() 粘贴字符串：分类、空格、百分比、百分号；
• 修改主标题、颜色，美化饼图。

九、ggplot2 高级绘图

1. 安装与数据准备

• 安装 ggplot2：用基础 CRAN 官网安装方式，install.packages()。
• 加载：library(ggplot2)。
• 可保存图片、删除变量后再继续。

2. 两个基因相关性散点图

• 读取表达矩阵示例数据。
• 提取任意两行数据，即两个基因。
• 转置：t() 函数让行列颠倒，因为 ggplot2 一般按列绘图。
• 转置后行是样本名，列是基因名。
• 转置后不再是数据框，需要再用 data.frame() 转成数据框。
• 打印列名，方便复制 X 坐标和 Y 坐标的基因名。
• 创建画布：
• ggplot(data, aes(x = ADAM11, y = ABCD4))；
• aes 是美学映射，确定 X 轴和 Y 轴；
• 右下角会出现 X、Y 统计的最大值、最小值刻度。
• 叠加点图：
• geom_point(size = 5)；
• 点大小设为 5；
• 默认颜色为黑色。
• 加回归线：
• geom_smooth(method = "lm", color = "red", se = TRUE)；
• method = "lm" 表示线性回归；
• 线的颜色为红色；
• 95% 置信区间。
• 修改主题：
• 默认灰色背景不好看；
• 可用 theme_bw()，简约主题，白色背景，加外边框；
• 也可用更简约主题，去掉网格线；
• 可用 theme() 系列函数了解主题细节。
• 这就是相关性散点图。

3. GO 富集气泡图

• 读取示例数据：GO 富集分析结果。
• 数据列：

1. 分类：GO 数据库分三类：BP、CC、MF；
2. GO 数据库 ID 号；
3. 具体功能名字；
4. 基因比例，即比值结果；
5. 也是比值；
6. 富集显著性 P 值和校正 P 值；示例中两个值一模一样，说明没有进行校正；
7. Q 值；
8. 基因 ID，即富集到的基因具体名称；
9. count 数，即富集到的基因个数。

• count 与基因比例的分子一样，都是富集到的基因个数；分母是输入基因个数。
• 提取任意几行，如前十行。
• 打印列名方便复制。
• 创建画布：
• X 轴为基因比例；
• Y 轴为具体功能名字。
• 添加点：geom_point(size = 5)，点大小固定。
• 可根据 count 数给点大小赋值，点大小随富集基因个数变大，并出现图例。
• 可修改点颜色：
• 按 P 值颜色绘制；
• 渐变色，越偏深蓝色说明越显著；
• 可调整：P 值小为绿色，P 值大为红色。
• 修改标题：
• X 轴和 Y 轴标题默认是列名；
• 可修改 X/Y 标题；
• size 图例名称改为 count；
• title 代表主标题。
• 最后设置简约主题。
• 气泡图基本调整大小关系后可放入文章。

4. GO 富集条形图

• 读取富集分析结果，取前十行，打印列名。
• 绘制条形图：geom_bar()。
• 默认统计分类方法。
• 设置：
• X 轴为功能名称；
• Y 轴为 P 值。
• 问题：X 轴通路名称太长，叠在一起。
• 解决：用 coord_flip() 转换坐标轴，让通路按列排列，更清晰。
• 细节设置：
• 条形图颜色按 P 值给；
• 转换坐标轴；
• 修改 X/Y 标题和主标题；
• 增加辅助线：因为 X/Y 颠倒，画出来是 X 的 P 值线；设置 0.001，红色线条，线型第 3 种；
• 修改主题；
• 不展示图例：legend = "none" 或主题设置；
• 图例也可以展示；
• X 轴 P 值也可以不展示。

5. 临床数据箱线图/“镶嵌图”

• 原文口播为“镶嵌图”，但后文明确提到 box plot，应理解为箱线图。
• 读取临床数据。
• Y 轴需要数值型数据，本数据中只有风险评分 risk score 是数值型，所以只能作为 Y 轴。
• 分类数据如 age 等可作 X 轴。
• 加载某个包用于设置主题和颜色配色（原文未明确包名）。
• 用 head() 方便复制列名，也可打印 colnames() 查看列名。
• table(age) 查看 age 分类。
• 创建画布：
• X 轴为 age；
• Y 轴为 risk score；
• 添加箱线图 geom_boxplot()；
• 按 age 分组，给颜色；
• 默认两个颜色。
• 可修改 X/Y 标题。
• 指定颜色：
• 例如绿色和红色；
• 也可用内置色板，如 set2 的前两种颜色，绿色和橙色。
• 主题设置：
• 绘制整体主题风格，相对简约，外加边框；
• 去掉网格线：将元素设为空；
• 去掉外边框；
• 坐标轴直线变成黑色，默认是灰色；
• 设置文字大小：Y 轴坐标、X 轴坐标、标题、图例坐标的文本大小等细节。

十、限制与待确认问题

• 原文是口播转录，部分包名、函数名、参数名存在音近误写或不确定：
• “机器 pro two”很可能指 ggplot2；
• “bell conductor”指 Bioconductor；
• “R托斯”指 Rtools；
• “DCtwo”“DSC”疑似 DESeq2、DESeq，需按实际确认；
• “dio tools”指 devtools；
• 后文“pc tools”具体包名不明确；
• “teddy verse”指 tidyverse；
• “金point”“金棒”分别指 geom_point、geom_bar。
• 原文未给出具体安装网址，只说明可在官网或浏览器检索。
• R 版本建议为 4.3、4.4，但示例安装为 4.2.2；Rtools 必须与 R 版本一致。
• 向量示例中取值范围原文口播为“-2~67”，随后又说“最小值是二，最大值是 67”，存在口播矛盾。
• 部分函数参数没有给出完整代码，如 check.names = F、quote = F、horiz = T、图例位置、coord_flip()、theme() 细节等，需要查帮助文档确认。
• 图形设备状态“输出为 2”的具体函数名原文口播不清，需结合实际 RStudio 检查。
• “镶嵌图”应为口误，结合后文 box plot 理解为箱线图。

十一、行动清单

• 安装 R、RStudio、Rtools，确保 Rtools 与 R 版本一致。
• 安装 R 包：优先 CRAN 和 Bioconductor；GitHub 注意网络；失败时手动下载 .tar.gz 安装。
• 使用 library() 调用包；冲突时用 包名::函数名；不会用 ?函数名、??包名 查帮助。
• R 包能不更新就不更新，记录文章所用包版本。
• 练习工作目录：getwd()、setwd()、创建文件夹。
• 练习赋值：<-、->、Alt + 减号，以及变量运算。
• 练习向量：c()、mean()、sum()、range()、length()、round()、class()、类型转换。
• 练习数据框：data.frame()、$、str()、行列名修改、行列提取、subset()、条件筛选、添加列。
• 练习输入输出：read.table()、read.csv()、write.table()、write.csv()、save()、load()、save.image()。
• 练习保存 PDF 矢量图；注意图形设备状态。
• 练习 base R 绘图：barplot()、pie()、table()、legend()。
• 练习 ggplot2：散点图、气泡图、条形图、箱线图，熟悉 aes()、geom_*()、theme_*()、coord_flip()。

十二、总结

本次课程从 R 语言的优势和安装开始，依次介绍了 R、RStudio、Rtools 的安装关系与版本要求，R 包的四种安装来源、调用、冲突处理和帮助文档，RStudio 界面，R 基础语法中的工作目录、赋值、向量、数据类型、数据框操作，文件输入输出与 PDF 保存，以及 base R 和 ggplot2 的基础绘图。后续需要自己消化函数和参数，结合示例数据反复练习读取、筛选、保存与绘图流程。