掌握 R 软件在 Windows 及 Mac 上的下载安装流程

临床数据科学是一门综合利用统计学、数据挖掘、机器学习和信息技术等方法，对临床数据进行分析和解释的学科。它的目标是从海量的临床数据中挖掘出有价值的信息，以支持医疗决策，提高医疗质量，降低医疗成本，并促进医学研究的发展。临床数据科学的研究对象包括电子病历、基因组数据、影像数据、医疗器械数据等多种类型的数据。在临床数据科学研究中，数据分析工具的选择至关重要。常用的工具包括R语言、Python、SPSS、SAS等。本文将详细探讨为何在临床数据科学研究中，R语言相较于Python和SPSS等软件具有明显优势。首先，R语言是一个开源的编程语言，这意味着它是完全免费的。然后，R语言最初是为统计计算和数据分析而设计的，因此它拥有非常强大的统计和数据分析功能。另外，虽然Python的用户社区也非常庞大，并且有大量的扩展包，但在临床统计学和临床信息学等领域，R语言的社区资源更加丰富，支持更加便捷和简单操作。

R是一种广泛应用于统计分析和数据科学的编程语言和环境。无论是数据分析、统计建模还是图形化展示，R都提供了强大的工具和功能。为了帮助新用户快速上手，本文将介绍如何在Windows和Mac操作系统上下载并安装R软件。

1、建议在官网点击下载 R

​

上图，打开您的浏览器，访问R项目的官方网站：https://www.r-project.org/。该网站是R的官方资源中心，提供了R软件、文档、扩展包以及社区资源。在R项目官方网站的首页，您会看到一个导航栏。点击“CRAN”链接，这将带您到CRAN（Comprehensive R Archive Network）页面，这是R的官方软件分发网络。

2、选择需要下载的镜像（国内选择 China 的镜像更快）

​

上图，访问CRAN镜像站点列表。

R语言是一个开源的数据分析和统计编程语言，其安装包和更新可能会相当大。如果所有用户都从R官方网站的同一个服务器下载，可能会导致服务器过载，影响用户的下载速度。通过设置多个镜像服务器，可以将下载负载分散到不同的地区和服务器上，减轻官方服务器的负担。另外， 用户从离他们所在地区较近的镜像服务器下载，往往能够获得更快的下载速度。这可以大大提高用户的体验，尤其是在一些网络条件不佳的地区。

在镜像站点列表页面上，找到中国（China）区域的镜像站点。以下是一些常用的中国镜像站点：

1. 北京大学 (Peking University)

   • URL: https://mirrors.pku.edu.cn/cran/

2. 清华大学 (Tsinghua University)

   • URL: https://mirrors.tuna.tsinghua.edu.cn/CRAN/

3. 中国科技大学 (University of Science and Technology of China)

   • URL: https://mirrors.ustc.edu.cn/CRAN/

4. 中科院软件研究所 (Institute of Software, Chinese Academy of Sciences)

   • URL: http://mirrors.iscas.ac.cn/cran/

3、根据自己的不同操作系统选择要下载的版本

​

上图，接着在镜像的页面上，您会看到主要的操作系统选项

1. Windows
2. macOS

Windows

1. 在镜像站首页，点击“Windows”链接。
2. 接下来，点击“base”链接，这是用于安装R的基本版本。
3. 点击“Download R x.x.x for Windows”链接（x.x.x表示当前的版本号）以下载安装文件。
4. 下载完成后，双击下载的.exe文件，启动安装程序。
5. 在安装向导中，按照提示进行操作，选择安装路径和其他选项。一般情况下，默认选项已经足够。
6. 安装完成后，您可以在开始菜单中找到R并启动。

macOS

1. 在TUNA CRAN镜像站首页，点击“macOS”链接。
2. 根据您的macOS版本，选择合适的R安装文件进行下载。通常，您需要选择最新的版本。
3. 下载完成后，双击下载的.pkg文件，启动安装程序。
4. 在安装向导中，按照提示进行操作，选择安装路径和其他选项。一般情况下，默认选项已经足够。
5. 安装完成后，您可以在“应用程序”文件夹中找到R并启动。

MAC系统安装的提醒

另外，确保您下载的R语言版本与您的MacBook操作系统版本兼容。不同的R版本可能需要特定的操作系统要求。您可以在R官网上找到有关各个R版本的兼容性信息。然后，再安装最适合你macOS的软件包。

上图，下载适用于macOS的R安装文件

1. 在镜像站首页，点击“macOS”链接。这将带您到适用于macOS的R安装文件页面。您会看到两个主要版本的macOS安装文件：

   • 对于 Apple Silicon (M1-3) Macs:
     • 下载链接: R-4.4.1-arm64.pkg
     • SHA1 校验码: 616560b17092bbdd8b814d9ed92d098e52204830
     • 文件大小: 约 94MB（已签名和认证）
   • 对于较旧的 Intel Macs:
     • 下载链接: R-4.4.1-x86_64.pkg
     • SHA1 校验码: e66eb09244121d7db7f8fb41d3c06a7579fc93b5
     • 文件大小: 约 96MB（已签名和认证）

如果你有一台使用Apple Silicon的Mac，你可以前往The R Project的官方网站（R: The R Project for Statistical Computing (r-project.org)），安装为Apple Silicon设计的arm64.pkg文件。

4、检测R是否已经安装好（Mac为例）

 打开R看看是否已经安装好（也可以忽略，直接安装RStudio）

​

 在大多数情况下，R安装程序会很好地在你的系统上安装R应用程序，但有时安装可能会出现一些问题，这可能会在你运行R脚本时造成问题。

因此，最好检查你的R安装是否正确，你可以按照以下步骤进行：

1. 打开R应用程序，这将在你的Mac上打开R控制台。
2. 为确保一切正常运行，输入一个简单的R打印命令并在控制台中运行。
3. 按下回车键，如果一切正常，你应该在界面上看到你的消息被打印出来。

要测试R是否已经安装，可以使用最简单的计算和绘图代码。以下是一个简单的示例代码，它执行基本的加法计算并绘制一个基本的散点图：

# 简单的计算
result <- 2 + 2
print(paste("2 + 2 =", result))

# 简单的绘图
x <- 1:10
y <- x^2
plot(x, y, main="简单的散点图", xlab="x 轴", ylab="y 轴")

这段代码会：

1. 计算 2 + 2 的结果，并打印出来。
2. 创建一个简单的散点图，其中 x 是 1 到 10 的整数，y 是 x 的平方。

上图，你可以将这段代码复制到R的控制台中运行。如果R安装正确且正常工作，你将看到计算结果以及一个简单的散点图。

MAC系统中文显示不出来的提醒

在Mac上使用R时，中文字符可能无法正常显示，通常是由于绘图设备或默认字体不支持中文字符。R在Mac上默认的绘图设备和字体可能无法正确处理中文文本，因此需要指定支持中文的字体或调整系统设置。例如，可以通过设置绘图设备的字体为支持中文的字体（如“PingFang”或“STHeiti”），或者确保RStudio的编码设置为UTF-8来解决这些问题。

下面是一些步骤可以帮助解决这个问题：

# 安装并加载 extrafont 包（如果尚未安装）
if (!require(extrafont)) {
  install.packages("extrafont")
}
library(extrafont)

# 加载字体
font_import()
loadfonts(device = "pdf")  # 在PDF设备中使用

# 简单的计算
result <- 2 + 2
print(paste("2 + 2 =", result))

# 简单的绘图
x <- 1:10
y <- x^2

# 设置绘图设备为支持中文的字体
plot(x, y, main="简单的散点图", xlab="x 轴", ylab="y 轴", family="Songti SC")

代码说明

1. 安装和加载 extrafont 包：用于管理和使用额外的字体。
2. 字体导入和加载：通过 font_import() 和 loadfonts() 导入和加载字体。这里选择 PDF 设备进行加载，你也可以根据需要选择其他设备。
3. 简单计算：计算 2 + 2 并输出结果。
4. 简单绘图：绘制散点图，并使用支持中文的字体 "Songti SC"（这里选择宋体字体），你可以根据系统上实际安装的中文字体调整字体名称。

5、安装RStudio

为什么还需要RStudio？更多内容请参看专栏《R 探索临床数据科学》的《2章1节：R和RStudio的下载和安装（Windows 和 Mac）》

 为了助力大家更优地掌握临床统计、数据挖掘以及人工智能建模的入门知识与应用，考虑到众多同学在计算机编程方面经验匮乏，特此推出了《R 探索临床数据科学》专栏。该专栏会定期每周至少更新三篇，直至整个专栏更新完毕。每完成一个章节，专栏的优惠幅度就会降低，当下恰是订阅的最佳优惠时期，诚邀大家积极订阅！

专栏《R 探索临床数据科学》链接：https://blog.csdn.net/2301_79425796/category_12729892.html?spm=1001.2014.3001.5482