• 主页
  • 课程

    关于课程

    • 课程归档
    • 成为一名讲师
    • 讲师信息
    同等学历教学

    同等学历教学

    免费
    阅读更多
  • 特色
    • 展示
    • 关于我们
    • 问答
  • 事件
  • 个性化
  • 博客
  • 联系
  • 站点资源
    有任何问题吗?
    (00) 123 456 789
    weinfoadmin@weinformatics.cn
    注册登录
    恒诺新知
    • 主页
    • 课程

      关于课程

      • 课程归档
      • 成为一名讲师
      • 讲师信息
      同等学历教学

      同等学历教学

      免费
      阅读更多
    • 特色
      • 展示
      • 关于我们
      • 问答
    • 事件
    • 个性化
    • 博客
    • 联系
    • 站点资源

      未分类

      • 首页
      • 博客
      • 未分类
      • 如何在PyCharm运行R代码?

      如何在PyCharm运行R代码?

      • 发布者 weinfoadmin
      • 分类 未分类
      • 日期 2021年9月9日
      • 评论 0评论

      专题介绍:R是一种广泛用于数据分析和统计计算的强大语言,于上世纪90年代开始发展起来。得益于全世界众多 爱好者的无尽努力,大家继而开发出了一种基于R但优于R基本文本编辑器的R Studio(用户的界面体验更好)。也正是由于全世界越来越多的数据科学社区和用户对R包的慷慨贡献,让R语言在全球范围内越来越流行。其中一些R包,例如MASS,SparkR, ggplot2,使数据操作,可视化和计算功能越来越强大。R是用于统计分析、绘图的语言和操作环境。R是属于GNU系统的一个自由、免费、源代码开放的软件,它是一个用于统计计算和统计制图的优秀工具。R作为一种统计分析软件,是集统计分析与图形显示于一体的。它可以运行于UNIX、Windows和Macintosh的操作系统上,而且嵌入了一个非常方便实用的帮助系统,相比于其他统计分析软件,R的学术性开发比较早,适合生物学和医学等学术学科的科研人员使用。

      是新朋友吗?记得先点R语言关注我哦~
      《R语言实践》专栏·第8篇
      文 | RUser
      1518字 |4分钟阅读
      【R语言】开通了R语言群,大家相互学习和交流,请扫描下方二维码,备注:姓名-R群,我会邀请你入群,一起进步和成长。

      如何在PyCharm运行R代码?操作如下:

      1 下载并安装R, python和PyCharm
      2 安装PyCharm的R插件。
      3 创建一个新的R项目和配置一个R解释器。
      4 创建项目的R代码
      。

      5 运行R代码,获得结果。


      第一步:下载并安装R,Python和Pycharm。

      R语言的下载和安装,请自行完成。

      Python和PyCharm的下载和安装,请阅读数据科学与人工智能公众号的文章《如何安装和使用PyCharm》


      第二步:安装PyCharm的R插件。

      打开PyCharm,选择File-Settings-Plugins,搜索R,如下图:

      点击安装,安装成功后,选择OK,然后重启Pycharm就可以使用插件了。


      第三步:创建一个新的R项目和配置R解释器

      选择New Project,选择R Project,并且配置R解释器,如下图所示:

      点击Create,完成了R项目的创建和解释器的配置,如下图所示:

      1表示项目组织结构;2表示R代码编辑器;3表示R包;4表示R控制台;5表示R工作环境。


      第四步:创建项目的R代码

      我们在main.R写下如下代码段

      # Title     : R语言,欢迎您!
      # Objective : R语言公众号,欢迎更多朋友学R和用R,为R的学习和实践做点贡献
      # Created by: wlq360
      # Created on: 2021/4/15
      print('Hello world, R')

      library(tidyverse)
      library(scales)

      fox_data <- tibble(
        cases = c(33, 61, 86, 112, 116, 129, 192, 174,
                  344, 304, 327, 246, 320, 339, 376),
        day = as.Date("2020-03-18") + 0:14)

      foxcol <- "#0c244a"
      foxfont <- "Montserrat"

      p <- ggplot(fox_data, aes(x = day, y = cases, label = cases)) +
        geom_line(size = 3, colour = "white") +
        geom_point(size = 10, colour = "white", shape = 19) +
        geom_point(size = 10, colour = "black", shape = 1) +
        geom_text(size = 3.5, fontface = 'bold', family = foxfont) +
        theme_dark(base_family = foxfont, base_size = 10) +
        theme(panel.grid.major.x = element_blank(),
              panel.grid.minor.x = element_blank(),
              panel.grid.major.y = element_line(colour = "grey50"),
              panel.grid.minor.y = element_blank(),
              panel.background = element_rect(fill = foxcol),
              plot.background = element_rect(fill = foxcol),
              text = element_text(colour = "white"),
              axis.text = element_text(colour = "white"),
              plot.title = element_text(hjust = 0.5, size = 20),
              plot.caption = element_text(colour = "grey50")) +
        scale_x_date(breaks = fox_data$day, labels = format(fox_data$day, "%Bn%d")) +
        labs(x = "",
             y = "",
             title = "New Cases Per Day")

      crazyfox_trans <- function(){
        scales::trans_new("crazyfox",
                          transform = function(y){
                            yt <- case_when(
                              y <= 90 ~ y / 30,
                              y <= 100 ~ 3 + (y - 90) / 10,
                              y <= 190 ~ 4 + (y - 100) / 30,
                              y <= 240 ~ 7 + (y - 190) / 50,
                              y <= 250 ~ 8 + (y - 240) / 10,
                              TRUE ~ 9 + (y - 250) / 50
                            )
                            return(yt)
                          },
                          inverse = function(yt){
                            y <- case_when(
                              yt <= 3 ~  yt * 30,
                              yt <= 4 ~ 90 + (yt - 3) * 10,
                              yt <= 7 ~ 100 + (yt - 4) * 30,
                              yt <= 8 ~ 190 + (yt - 7) * 50,
                              yt <= 9 ~ 240 + (yt - 8) * 10,
                              TRUE ~ 250 + (yt - 9) * 50
                            )
                            return(y)
                          }
        )
      }

      p +
        scale_y_continuous(trans = crazyfox_trans(), breaks = c(30,60,90,100,130,160,190,240,250,300, 350,400,450))  +
        labs(caption = "Matching the eccentric scale transformation in a Fox News graphic of 4 April, with Fox's axis breaks")

      # Code source:http://freerangestats.info/blog/2020/04/06/crazy-fox-y-axis



      第五步:运行R代码,获得结果

      按Ctr+Shift+Enter运行代码,图形效果如下。


      对于PyCharm运行R语言有什么问题或者想法,请留言。


      伙伴们,我最近在重温李宏毅老师的机器学课程,并且做了一份学习笔记。你若是想学习和应用机器学习,强烈推荐你进入数据科学与人工智能公众号,查看我的学习笔记,亮点是1)点击阅读原文,就可以在手机上非常方便地观看课程视频;2)加入配套的机器学习群,参与讨论和交流,让我们一起来学习和应用机器学习。

      最近在内推阿里巴巴资深数据分析师的岗位,详情可以进入公众号数据人才,它是一个数据人才助手。

      好书推荐

      1 R语言做商业智能,助你提高商业生产率

      2 用R、tidyverse和mlr做机器学习

      3 推断统计与数据科学,moderndive和tidyverse包

      4 R for machine learning,从经典的机器学习算法入手

      5 R for everyone,人人都可学R和用R,以发现数据里的价值

      请关注“恒诺新知”微信公众号,感谢“R语言“,”数据那些事儿“,”老俊俊的生信笔记“,”冷🈚️思“,“珞珈R”,“生信星球”的支持!

      • 分享:
      作者头像
      weinfoadmin

      上一篇文章

      R做探索性数据分析,助您理解数据
      2021年9月9日

      下一篇文章

      ggplot2包|盒箱图
      2021年9月9日

      你可能也喜欢

      2-1675088548
      lncRNA和miRNA生信分析系列讲座免费视频课和课件资源包,干货满满
      30 1月, 2023
      9-1675131201
      如何快速批量修改 Git 提交记录中的用户信息
      26 1月, 2023
      8-1678501786
      肿瘤细胞通过改变CD8+ T细胞中的丙酮酸利用和琥珀酸信号来调控抗肿瘤免疫应答。
      7 12月, 2022

      留言 取消回复

      要发表评论,您必须先登录。

      搜索

      分类

      • R语言
      • TCGA数据挖掘
      • 单细胞RNA-seq测序
      • 在线会议直播预告与回放
      • 数据分析那些事儿分类
      • 未分类
      • 生信星球
      • 老俊俊的生信笔记

      投稿培训

      免费

      alphafold2培训

      免费

      群晖配置培训

      免费

      最新博文

      Nature | 单细胞技术揭示衰老细胞与肌肉再生
      301月2023
      lncRNA和miRNA生信分析系列讲座免费视频课和课件资源包,干货满满
      301月2023
      如何快速批量修改 Git 提交记录中的用户信息
      261月2023
      logo-eduma-the-best-lms-wordpress-theme

      (00) 123 456 789

      weinfoadmin@weinformatics.cn

      恒诺新知

      • 关于我们
      • 博客
      • 联系
      • 成为一名讲师

      链接

      • 课程
      • 事件
      • 展示
      • 问答

      支持

      • 文档
      • 论坛
      • 语言包
      • 发行状态

      推荐

      • iHub汉语代码托管
      • iLAB耗材管理
      • WooCommerce
      • 丁香园论坛

      weinformatics 即 恒诺新知。ICP备案号:粤ICP备19129767号

      • 关于我们
      • 博客
      • 联系
      • 成为一名讲师

      要成为一名讲师吗?

      加入数以千计的演讲者获得100%课时费!

      现在开始

      用你的站点账户登录

      忘记密码?

      还不是会员? 现在注册

      注册新帐户

      已经拥有注册账户? 现在登录

      close
      会员购买 你还没有登录,请先登录
      • ¥99 VIP-1个月
      • ¥199 VIP-半年
      • ¥299 VIP-1年
      在线支付 激活码

      立即支付
      支付宝
      微信支付
      请使用 支付宝 或 微信 扫码支付
      登录
      注册|忘记密码?