R语言环境配置及首个例程

一、R语言的环境安装

1、安装R语言

sudo apt-get install r-base r-base-dev
命令执行完成后， 输入命令R（大写），回车，启动交互shell，类似如下图：

2、安装rstudio

首先安装相关的库文件
sudo apt-get install gdebi-core #这个其实用处不大，可以不安装
sudo apt install gdebi libxml2-dev libssl-dev libcurl4-openssl-dev libopenblas-dev -y
sudo apt install libpoppler-cpp-dev -y
sudo apt install libfreetype6-dev -y
在成功安装上述依赖包后，到Rstudio官网下载针对ubuntu18.04的最新版本，官网地址：https://www.rstudio.com/code-signing/：
下载完成后使用下面的命令安装：
sudo dpkg -i rstudio-1.2.1335-amd64.deb
如果出现相关的依赖错误，使用下面命令修复：
sudo apt-get install -f
然后再重复安装命令即可。
成功完成安装后，使用rstudio命令可以启动相关的应用容器，如下图：

二、R语言的例程

R语言的运行有两种方式，一种是直接在命令行操作，一种是较复杂的情况使用脚本进行批处理操作。
交互Shell操作如下：

getwd()
[1] “/home/xxx”
setwd("/home/xxx/r_project")
getwd()
[1]"/home/xxx/r_project"

脚本操作：
这个类似普通的编程，直接把脚本写到程序里，如下示例：

#将其保存为test.R
pdf("first.pdf")
hist(rnorm(200))
dev.off()

然后在命令行中运行：
R CMD BATCH test.R
或者在rstudio的控制台输入：

source(“test.R”)

结果如下图：

三、总结

R语言在大数据和机器学习上有相当的优势，虽然不算是什么大众语言，但如果搞相关的数据挖掘和机器学习建模上，R语言还是大有用武之地，简单的试用例程的结果以及查看相关资料，初步发现它的优势在于绘图和处理数据，比python还在简单一些。看来它还是有其独到的一面的。