#我们在linux系统里面安装R，能够分析许多大数据。前提是安装好conda，可以看教程“https://blog.csdn.net/liangjinghui123/article/details/130318678?spm=1001.2014.3001.5501”
#查看conda环境，可以看到现在是base基础环境
conda info --envs
#创建名为R的环境，中间点个“y”确定
conda create -n R
#激活R环境
source activate R
#查看R的版本
conda search r-base
#安装R语言，中间点个“y”确定
conda install r-base=4.3.0
#在名为R的环境中进入R语言
R
#如果要退出R语言就是“q()”
#镜像设置，先查看现在的镜像
options()$repos
#打开一个文件
file.edit(file.path("~",".Rprofile"))
#点“a”进入编辑状态，写入下面两行代码，结束时按一下“Esc”，保存退出“:wq”
options("repos"=c(CRAN="https://mirrors.pku.edu.cn/CRAN/","http://mirrors.aliyun.com/CRAN"))
print("已设置北大阿里云镜像")
#退出再重进R，可以看到已经设置好了镜像了
q()
R
#安装BiocManager，在这个网站中看BiocManager的安装代码（https://www.bioconductor.org/install/）
#适合4.3.0版本的R的biocmanager是3.17，复制里面的就行
if (!require("BiocManager",quietly = TRUE))
install.packages("BiocManager")
BiocManager::install(version ="3.17")
#安装软件的方式有两种一种是R自带的命令
install.packages("package_name")
#还有另一种方法，通过biocmanager安软件了，先加载biocmanager的包
library(BiocManager)
#再通过该包安装别的软件，如安装名为“limma”的包
BiocManager::install("limma")
#在安装R包的过程中，因为是较新版本的R，所以很多包尽可能通过BiocManager安装吧，安装时候往往会安装其它一些依赖包。大家可以试着安装一些常见的包如：WGCNA，dplyr，ggplot2，limma，tidyverse，DESeq2等。tidyverse这个R包好像没有适合R-4.3版本的，没更新吧，过两个礼拜看看有没有，其它R包都能装。
#附些常见的命令，查看已安装的R包“library()”。加载包“library(packagename)”。查看已加载的包“(.packages())”。取消已加载的包“detach("package: packagename")”。
