6  脚本与项目

本章介绍用于组织代码的两个基本要素：脚本、项目。

##脚本

当工作变得更加复杂时，只用控制台运行代码显得力不从心，此时可使用脚本。在 RStudio 中，点击“文件”菜单，选择新建 R 脚本即可出现空白脚本。此时共有四个窗口，如图所示。

6.0.0.0.1 6.1.1 运行代码

脚本编辑器是构建复杂ggplot图或长管道的最佳位置。

快捷键如下：

  • Ctrl + Enter，在控制台执行当前一行代码。

  • Ctrl + Shift + S，一步执行完整脚本。

建议使用library(所需的包)作为脚本开头。这样，如果要共享代码，可以让他人知晓需要安装的软件包。但绝不应包含在共享脚本中加install.packages("包")，不太厚道。

6.0.1 RStudio 诊断

在脚本编辑器中，RStudio 将在左侧边栏中用红色波浪线和叉号突出显示语法错误（前提是脚本已被创建并保存）：

将鼠标悬停在红叉上以查看问题：

RStudio 还会通过警示符标注潜在问题：

6.0.2 保存与命名

RStudio 会在退出时自动保存脚本编辑器的内容，并在重新打开时自动重新加载它。尽管如此贴心，但还是建议自己保存并命名。

命名有以下原则：

  1. 文件名应该是机器可读的：避免使用空格、特殊字符。不要依赖区分大小写来区分文件。
  2. 文件名应该是人类可读的：可使用文件名来描述文件内容。
  3. 可让系列文件名以字母或数字顺序开头，以便按实际使用顺序排列它们。

以下举例。请看一个奇葩文件夹中的各文件名：

alternative model.R #有空格
code for exploratory analysis.r #有空格且繁杂
finalreport.qmd
FinalReport.qmd #妄图通过大小写区分文件
fig 1.png #有空格
Figure_02.png #与上面fig1格式不统一
model_first_try.R
run-first.r #没描述内容
temp.txt #没描述内容

修改名称后如下：

01-load-data.R
02-exploratory-analysis.R
03-model-approach-1.R
04-model-approach-2.R
fig-01.png
fig-02.png
report-2022-03-20.qmd
report-2022-04-02.qmd
report-draft-notes.txt

6.1 项目

有时我们需要暂时退出 R，稍后再返回分析；有时我们需要将外部数据导入 R，处理后再对外反馈。

要处理这两种情况，需要认清两个问题：

  1. 真理的源头是什么？或者说什么文件能够永久记录我们曾做过的工作？
  2. 我们所做的分析位于何处？

6.1.1 真理的源头

作为初学者，可以依靠当前 R 环境来保留在整个分析过程中创建的所有对象。但是为了更轻松地处理大型项目或与他人协作，真理的源头应该是 R 脚本。

使用 R 脚本（和数据文件），我们才能重新创建环境。相反，仅使用当前环境，重新创建 R 脚本则要困难得多，要么必须从内存中重新键入大量代码（在此过程中不可避免地会犯错误），要么必须仔细挖掘 R 历史记录。

为了保证让 R 脚本成为一切事实的根据，强烈建议设置不要在 RStudio 会话之间保留工作区。即做到两点：

  • 取消勾选RData into workspace
  • 设置Save workspace to .RData on exit:为Never

如下图所示即可：

或许这会带来一些短期的不便，因为现在重新启动 RStudio 时，它将不再记住上次运行的代码，所创建的对象或读取的数据集也将无影无踪。

但是短期的不便可以省去长期的痛苦，它会迫使我们在代码中专注于所有重要的过程。

书中在此推荐两个快捷键：

  1. 按 Cmd/Ctrl + Shift + 0/F10 重新启动 R。
  2. 按 Cmd/Ctrl + Shift + S 重新运行当前脚本。

RStudio 服务器

如果使用的是 RStudio 服务器，则默认情况下永远不会重新启动 R 会话。当关闭 RStudio 服务器选项卡时，实际上服务器仍会在后台运行。下次返回时，会发现与上次离开的地方一模一样。因此定期重启变得更加重要，这样才便于从头开始。

6.1.1.0.1 6.2.2 分析文件位于何处？

R 的工作目录概念绝不可忽视。这是 R 查找要求它加载的文件的位置，以及它所放置的保存文件的位置。RStudio 在控制台顶部显示当前工作目录：

可以通过运行getwd()命令打印工作目录：

> getwd()
[1] "C:/Users/LENOVO/Desktop/r_packages/BLIT/blit/R"

可以从 R 中设置工作目录，但书中不建议这样做：

> setwd("/path/to/my/CoolProject")

因为有更好的方法管理工作——RStudio项目。

6.1.2 RStudio项目

将项目的所有相关文件（输入数据、R 脚本、分析结果）全部保存在同一个目录中是非常明智的做法， RStudio 也对此提供了内置支持。

下面实操为例，创建一个阅读本书剩余部分时专用的项目：

随后在脚本编辑器中输入以下命令并保存文件，将其命名为 “diamonds.R”。再创建一个名为 “data” 的新文件夹。最后，运行完整脚本，该脚本会将相关 PNG 和 CSV 文件保存到项目目录中。本书后续会对这些文件进行探索。

library(tidyverse)

ggplot(diamonds, aes(x = carat, y = price)) + 
  geom_hex()
ggsave("diamonds.png")

write_csv(diamonds, "data/diamonds.csv")

退出 RStudio，在电脑上找到该项目文件夹，双击.Rproj文件即可重新打开项目。

6.1.3 相对和绝对路径

一旦进入项目，就最好只使用相对路径，而非绝对路径。

为什么？举例说明：如果一个叫 Dingjia 的人做了个项目，编辑了一个data/diamonds.csv文件，显然使用的是相对路径，而其绝对路径为/Users/Dingjia/Documents/r4ds/data/diamonds。现在协作者 Zhangsan 要在自己的电脑上运行代码，即可正常进行，因为相对路径指向的绝对路径为/Users/Zhangsan/Documents/r4ds/data/diamonds。

从以上例子可以看出，使用相对路径对于共享协作意义非凡。

但还有一点要注意，不同操作系统的分隔符存在差异，例如Mac 和 Linux 使用正斜杠（/），Windows 使用反斜杠（\ ）。在 R 中，反斜杠需要连续键入两个才可被识别，这很繁琐恼人，故建议直接使用正斜杠。