化虚为实——用日常逻辑拆解R语言核心概念（一）

        上一期我用英语类比了R的几个特点，没有看过的朋友可以移步上一期：解构R语言底层逻辑：用语言学思维进行降维打击-CSDN博客

        接下来我要换一种方法，用日常生活中常见的事物来拆解R语言的核心概念。

一、R和R studio

    在数据科学领域，R语言与RStudio的关系常被误解为简单的“编程语言与编辑器”。但在我看来，他们之间的关系更像是笔芯和一个可以容纳多个笔芯的笔壳的关系。

    由于R属于编程语言且免费、开源，在灵活性和社区等方面都超过我们常用的SPSS、Origin等软件。R语言及其自带的编辑器R Gui，就像是一个写不完的笔芯，你可以用它写草稿（日常计算），写正式报告（数据分析），也可以用来绘画（数据可视化）。但再牛的笔芯，徒手拿着写字也会手抽筋啊！

# 徒手画散点图（相当于用笔芯在掌心写字）plot(mpg$displ, mpg$hwy, col=rainbow(5), pch=19)

    R studio则相当于给R这只笔芯增添了一个外壳，让它易于持握（对象区，文件区等），便于书写（代码补全）。不仅如此，由于R studio可以支持运行多种语言（如Python等），它现在就相当于是一个多色圆珠笔，你可以在任何需要的时候换成另一种笔芯。

二、R包

    R包是R语言中的一个重要概念，它是R函数、实例数据、预编译代码的集合，包括R程序、注释文档、实例、测试数据等。

    实际上，对于初学者来讲，这个解释并不能让人理解R包到底是什么。因此，我将换一种更加好懂的方式来讲解——如果你的R相当于一个手机的话，R包就相当于一个个APP。刚刚安装好的R就像刚买到手的新手机一样，有一些最基本的内置APP（内置的R包），但是这些APP大概率不能满足我们的需求（内置相机不能加滤镜等等）。

library(stats)  # 瑞士军刀（统计函数）library(graphics) # 画图板 library(utils)  # 工具箱（数据导入导出）

    这时，我们就需要去下载APP来进行功能上的扩展，也就是根据需求安装新的R包。R包里面可能包含有一些函数或者数据，并且绝大多数具有注释文档，就和软件自带的功能、数据和教程是一样的。

    就像安装APP可以去官方的应用商店，可以去第三方应用商店，也可以去一些独立开发者甚至乱七八糟的网页下载一样，我们在安装R包的时候也可以去CRAN（官网）、Bioconductor（第三方应用商店）、Github（独立开发者）或者其他比较少见的网页。​​​​​​​

install.packages("ggplot2")  #官方应用商店 BiocManager::install("ggplot2")  #第三方平台remotes::install_github("tidyverse/ggplot2") # 安装开发版

    就像打开美图秀秀才能P图一样，并不是在下载了R包之后就一劳永逸了，加载R包是能够顺利使用R包中函数及数据的一个必要步骤。而在不同R包中会有一些同名函数，遇到这种情况时需要指明具体函数来源的R包，和需要打开正确的APP是完全一致的。

    那么，相信大家在看完这篇解读后，对R、R studio以及R包已经有了一个大概的印象。在下一篇中，我将对项目（Project）以及环境（Environment）进行解读。

    致读者：本篇文章为个人理解，用词不一定精准，但是对于理解肯定有所裨益。所以对文章内容有疑问，欢迎各位大佬评论区留言批评指正，同志们加油！！如果觉得有用的话，可以点赞转发哦。

    最后，宣传自己一句，全网同名，分享生信及科研入门干货，欢迎大家关注！！！