地理数据科学培训班第一课之初识R语言

欢迎收看明晚九点的直播讲解：
R 和 RStudio 的安装及 R Profile 的配置 & 初识 R 语言数据爬取

本次直播讲解将使用 Windows 系统的电脑演示。

直播信息：

• 直播时间：2020 年 7 月 11 日晚上 9 点；
• 直播地址：腾讯会议；
• 讲义材料：需要加入地理科学培训班获取。

地理数据科学培训班开班啦

---

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 4.0.2 (2020-06-22)，该发行版的名字是 Arbor Day。

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 4.0.2 (2020-06-22)"

# 查看自己 R 版本的名称
version$nickname
#> [1] "Taking Off Again"

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)：

1. Mac 系统: https://mirrors.tuna.tsinghua.edu.cn/CRAN/bin/macosx/R-4.0.2.pkg
2. Windows 系统：https://mirrors.tuna.tsinghua.edu.cn/CRAN/bin/windows/base/R-4.0.2-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）。

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://cran.r-project.org/bin/windows/Rtools/rtools40-x86_64.exe

如果你的电脑是 32 位的，下载这个安装：https://cran.r-project.org/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（Windows 用户请跳过）

官网下载（很慢）：https://dl.bintray.com/xquartz/downloads/XQuartz-2.7.11.dmg 从我的服务器上下载：https://tidyfriday.cn/assets/XQuartz-2.7.11.dmg

打开终端（Terminal）输入如下命令安装 homebrew:

/usr/bin/ruby -e "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/master/install)"
# 如果安装失败，可以运行下面的代码安装
/usr/bin/ruby -e "$(curl -fsSL https://tidyfriday.cn/homebrew/install)"

安装 Xcode 工具（在终端运行）：

xcode-select --install

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 是 1.3.959 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-1.3.959.exe
2. Mac 系统：https://download1.rstudio.org/desktop/macos/RStudio-1.3.959.dmg

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。

首先安装 usethis:

# 安装 usethis
install.packages("usethis")

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，然后重启 RStudio。

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 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
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)

# 安装我写的一些 R 包
install.packages("hwordcloud", dependencies = TRUE)
install.packages("hchinamap", dependencies = TRUE)
install.packages("hpackedbubble", dependencies = TRUE)
install.packages("sankeywheel", dependencies = TRUE)

# 安装最近用到的一些 R 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)
# 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://tidyfriday.cn/pkg/ggchicklet_0.5.2.tar.gz", repos = NULL, type = "source")
install.packages("https://tidyfriday.cn/pkg/awtools_0.2.1.tar.gz", repos = NULL, type = "source")
install.packages("https://tidyfriday.cn/pkg/ggtext_0.1.0.tar.gz", repos = NULL, type = "source")

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 1905 个 R 包！

完整的名单（仅供参考）：

installed.packages() %>%
  as_tibble() %>%
  select(Package, Version, License, Built) %>%
  DT::datatable()

安装字体

我在附件中放了一个 font 文件夹，里面是我电脑上的所有用户字体。全选所有的字体文件，然后右键选择安装即可。

设置 R Profile

R Profile 里面的代码会在启动 R 的时候自动运行，创建 R Profile 文件可以使用：

usethis::edit_r_profile()

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：

里面的字体设置非常重要，大家不要直接照搬这里的代码，要掌握里面字体设置的方法。（视频讲解中有介绍）

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)

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()

设置 RStudio 的样式

我比较喜欢暗黑一些的样式，在 Console 运行下面的代码然后选择附件中的 Yule-RStudio.rstheme 文件即可更换为我推荐的主题：yule-rstudio

rstudioapi::addTheme(file.choose(), apply = TRUE, force = TRUE)

这个主题是这样的：

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 %>%
  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 = enfont,
              grid = "X") +
  coord_flip() +
  scale_fill_brewer(name = "Month",
                    palette = "Paired",
                    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 = "Number of R packages on CRAN",
    subtitle = "Created by TidyFriday @ tidyfriday.cn",
    caption = "Data Source: \nhttps://mirrors.tuna.tsinghua.edu.cn/CRAN/",
    x = "",
    y = "")

按年统计：

pkg %>%
  group_by(Year) %>%
  count() %>%
  ggplot() +
  geom_chicklet(aes(x = factor(Year), y = n,
                    fill = factor(Year))) +
  geom_label(aes(x = factor(Year),
                 y = n + 200,
                 label = n),
             family = enfont,
             color = '#444444',
             label.size = 0,
             size = 3) +
  scale_fill_manual(
    values = c(RColorBrewer::brewer.pal(5, "Paired"),
               RColorBrewer::brewer.pal(10, "Paired"))
  ) +
  theme_ipsum(base_family = enfont) +
  theme(legend.position = "none") +
  labs(
    title = "Number of R packages on CRAN",
    subtitle = "Created by TidyFriday @ tidyfriday.cn",
    caption = "Data Source: \nhttps://mirrors.tuna.tsinghua.edu.cn/CRAN/",
    x = "",
    y = "")

可以看到，今年截止到今天，CRAN 上一共有 16029 个 R 包，今年新发布的 + 更新的有 5509 个！

附录

为了让大家更快熟悉 RStudio 这个 IDE（集成开发环境），这里提供了一份 RStudio 的速查表。在公众号后台回复 rstudio 即可获取！