如何在PyCharm运行R代码？
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。
【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
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！
你可能也喜欢
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
如何快速批量修改 Git 提交记录中的用户信息
