「RB」01 在VS Code中通过Jupyter Notebook使用由Conda创建的R语言环境

Greetings! ¶

嗨！你有没有觉得安装R语言的过程有些麻烦？你有没有觉得为了安装R语言来安装R-Studio很耗空间和时间？或者说你是否觉得需要运行一整个文件来查看一个简单的R语言代码实在太不方便了？

那么，这篇文章就是为你准备的！

我们将通过VS Code来使用Jupyter Notebook来运行R语言代码，而且我们将使用Conda来创建R语言环境。

0. Why do so? ¶

1. 相比于R-Studio，VS Code更加轻量级，更加灵活。我相信一部分同学已经在使用VS Code来编写Python代码了，那么使用相同的IDE来编写R语言代码也是一个不错的选择。
2. Jupyter Notebook是一个非常方便的工具，可以让我们一边写代码一边查看结果（可以反复运行一小部分代码），而不是一次性运行整个文件。这样既可以节省时间，又可以直观地看到代码的运行结果，对于学习一门新的语言来说是非常有帮助的！
3. Conda是一个非常方便的虚拟环境管理工具。既然我们已经在使用Conda来管理Python的虚拟环境，那么我们也可以使用Conda来管理R语言的虚拟环境。

1. 安装R语言环境 ¶

1.1 确认Conda是否已经安装 ¶

首先，确定你已经安装了Anaconda或者Miniconda。你可以通过以下命令来检查：

conda --version

只要有版本信息输出，就说明你已经满足了这个条件。

1.2 创建R语言环境 ¶

接下来，我们需要创建一个R语言环境。我们可以通过以下命令来创建：

conda create -n r-env r-essentials

这个命令会创建一个名为r-env的环境，并且会安装R语言的必要组件。

注意：名字是可以自己定义的，比如说我可以把r-env改成my-r-env来创建一个名为my-r-env的环墿。

当安装完成后，我们可以通过以下命令来激活这个环境：

conda activate r-env # r-env是环境的名字

创建完毕后，输出大概如下：

1.3 为虚拟环境安装一系列依赖 ¶

接下来还需要安装一些依赖。请在激活环境后运行以下命令：

conda install -c conda-forge jupyter r-irkernel

因为镜像源的不同，这个过程的时间可能会有所不同。请耐心等待。

安装完成后，输出大概如下：

1.4 可能出现的问题 ¶

如果在Jupyter Notebook中出现使用的问题，可以尝试在R语言的交互式环境中进行以下操作：

1. 进入R语言的交互式环境：

R

2. 安装IRkernel：

install.packages('IRkernel')

3. 注册IRkernel内核：

IRkernel::installspec(user = FALSE)

4. 检测是否安装成功：

jupyter kernelspec list

如果有类似以下输出，则说明安装成功：

Available kernels:
  python3    /path/to/python3
  ir         /path/to/R

2. 在VS Code中使用Jupyter Notebook ¶

2.1 安装Jupyter插件 ¶

首先，打开VS Code，通过左侧按钮打开Extensions并搜索Jupyter，然后安装Jupyter插件。

2.2 创建一个Jupyter Notebook ¶

Jupyter Notebook的文件后缀名是.ipynb，随意创建一个文件并将后缀名改为.ipynb即可。

2.3 通过Jupyter Notebook打开R语言环境并选择内核 ¶

当你打开ipynb文件后，右上角会出现一个Select Kernel的按钮。点击其既即可以选择R语言的内核。

之后选择Jupyter Kernel，然后选择刚才创建的R语言环境即可。（比如说我创建的叫做test_r，图中另外两个内核，一个是由conda创建的名为r的环境，另一个则是系统范围内安装的R）

3. 运行R语言代码 ¶

现在，你可以在Jupyter Notebook中运行R语言代码了！

比如说，添加一个code cell（通过点击中间的"+ Code"按钮），然后输入以下代码：

x <- 1:10
y <- x^2
plot(x, y)

然后点击左侧的三角形按钮即可运行代码。（或者使用Shift + Enter）

⚠️注意：plot函数绘制的图像默认为透明背景。
如果想要用白色作为背景色，可以在plot函数之前添加par(bg = "white")

x <- 1:10
y <- x^2
par(bg = "white")
plot(x, y)

4. 结语 ¶

通过VS Code和Jupyter Notebook，我们可以更加方便地运行R语言代码了！

希望这篇文章对你有所帮助！

Have fun! 😉