在linux系统上安装R语言

#我们在linux系统里面安装R，能够分析许多大数据。前提是安装好conda，可以看教程“https://blog.csdn.net/liangjinghui123/article/details/130318678?spm=1001.2014.3001.5501”

#查看conda环境，可以看到现在是base基础环境

conda info --envs

#创建名为R的环境，中间点个“y”确定

conda create -n R

#激活R环境

source activate R

#查看R的版本

conda search r-base

#安装R语言，中间点个“y”确定

conda install r-base=4.3.0

#在名为R的环境中进入R语言

R

#如果要退出R语言就是“q()”

#镜像设置，先查看现在的镜像

options()$repos

#打开一个文件

file.edit(file.path("~",".Rprofile"))

#点“a”进入编辑状态，写入下面两行代码，结束时按一下“Esc”，保存退出“:wq”

options("repos"=c(CRAN="https://mirrors.pku.edu.cn/CRAN/","http://mirrors.aliyun.com/CRAN"))

print("已设置北大阿里云镜像")

#退出再重进R，可以看到已经设置好了镜像了

q()

R

#安装BiocManager，在这个网站中看BiocManager的安装代码（https://www.bioconductor.org/install/）

#适合4.3.0版本的R的biocmanager是3.17，复制里面的就行

if (!require("BiocManager",quietly = TRUE))

   install.packages("BiocManager")

BiocManager::install(version ="3.17")

#安装软件的方式有两种一种是R自带的命令

install.packages("package_name")

#还有另一种方法，通过biocmanager安软件了，先加载biocmanager的包

library(BiocManager)

#再通过该包安装别的软件，如安装名为“limma”的包

BiocManager::install("limma")

#在安装R包的过程中，因为是较新版本的R，所以很多包尽可能通过BiocManager安装吧，安装时候往往会安装其它一些依赖包。大家可以试着安装一些常见的包如：WGCNA，dplyr，ggplot2，limma，tidyverse，DESeq2等。tidyverse这个R包好像没有适合R-4.3版本的，没更新吧，过两个礼拜看看有没有，其它R包都能装。

#附些常见的命令，查看已安装的R包“library()”。加载包“library(packagename)”。查看已加载的包“(.packages())”。取消已加载的包“detach("package: packagename")”。