RStudio 是一个用于 R 编程的开源工具。 如果您对使用 R 进行编程感兴趣，那么值得了解一下 RStudio 的功能。 它是一个灵活的工具，可帮助您创建可读的分析并将代码、图像、注释和图表放在一起。
在这篇大数据分析 R 语言 RStudio 教程文章中，我们将介绍 RStudio 免费版本：RStudio Desktop 的一些最佳功能。 我们收集了一些很棒的 RStudio 提示、技巧和快捷方式，可帮助您快速成为 RStudio 高级用户！
1. 在窗口窗格之间快速导航
RStudio 窗格使您可以访问有关项目的重要信息。 了解如何在窗格之间切换而无需触摸鼠标来移动光标将节省时间并改进您的工作流程。 使用这些快捷方式在窗格之间动态移动：
1）Control/Ctrl + 1：源代码编辑器（您的脚本）
2)Control/Ctrl + 2：舒适
3)Control/Ctrl + 3：帮助
4)Control/Ctrl + 4：历史记录
5)Control/Ctrl + 5：文件
6)Control/Ctrl + 6：绘图
7)Control/Ctrl + 7：打包
8)Control/Ctrl + 8：环境
9)Control/Ctrl + 9：查看器
如果您希望一次只看到一个窗格，请将 Shift 添加到上述任一命令中以最大化该窗格。 例如，输入 Control/Ctrl + Shift + 1 可最大化您正在使用的 R 脚本、笔记本或 R Markdown 文件。
（旁注：我们在快捷方式中显示的 + 表示“和”，因此无需实际键入 + 键。）
但是如果您想返回标准的四窗格视图怎么办？ 没问题！ 输入 Control/Ctrl + Shift + 0：
2. 键盘快捷键
了解 RStudio 键盘快捷键将为您节省大量编程时间。 RStudio 提供了许多有用的快捷键，您可以通过“工具”>“键盘快捷键帮助”顶部的菜单访问这些快捷键。
访问 RStudio 键盘快捷键的另一种方法是使用快捷键！ 要访问该快捷方式，请在 Mac 上输入 Option + Shift + K，在 Linux 和 Windows 上输入 Alt + Shift + K。
以下是一些我们最喜欢的 RStudio 快捷方式：
1) 在 Mac 或 Linux 和 Windows 上，添加
2) 在 Mac 上使用 Command + Shift + M 插入管道运算符 %>%，在 Linux 和 Windows 上使用 Ctrl + Shift + M。
3) Command + Enter 在 Mac 上运行当前代码行，在 Linux 和 Windows 上按 Control + Enter 运行当前代码行。
4) 在 Mac 上使用 Command + A + Enter 或在 Linux 和 Windows 上使用 Control + A + Enter 运行所有代码行。
5) 重新启动当前的 R 会话，并在 Mac 上按 Command+Shift+F10 或在 Linux 和 Windows 上按 Control+Shift+F10 重新开始。
6) 在 Mac 上使用 Command + Shift + C 或在 Linux 和 Windows 上使用 Control + Shift + CL 来注释或取消注释行。
7) 试图记住您之前提交的命令？ Mac 上的 Command + [向上箭头] 或 Linux 和 Windows 上的 Control + [向上箭头] 从控制台搜索命令历史记录。
还有许多更有用的快捷方式可用，但是通过掌握上述快捷方式，您将成为 RStudio 高级用户！
RStudio 快捷方式的另一个重要资源是此处提供的官方 RStudio Cheat Sheet。
3. 通过代码补全节省时间
一旦开始输入，就会弹出一个建议窗口，其中包含匹配的函数、对象和代码片段名称。 您可以使用向上或向下箭头在列表中切换，然后单击 Return/Enter 进行选择。
此外，您还可以利用一个非常酷的功能，称为模糊匹配，它允许您通过输入匹配的唯一字母来缩小搜索范围。 您不需要输入所有字母，只要您输入的内容与字符串的顺序匹配即可。
让我们看看这些代码补全方法是如何工作的。 首先，我们将 install.packages() 通过键入函数名称的一部分来选择函数，然后使用箭头进行选择。 接下来，我们将使用模糊匹配仅输入 instd 来进一步缩小选择范围：
4.快速查找文件和功能
在 RStudio 中，无需在文件夹结构中摸索来查找文件或挖掘函数！ 输入快捷键control/ctrl + 。 打开“转到文件/函数”窗口，然后使用模糊匹配技能来缩小选择范围：
5. 自定义外观
RStudio 提供了大量选项来根据您的喜好自定义外观。 在 RStudio 选项卡下，导航到首选项 > 外观以浏览许多可用选项。 RStudio 的一个不错的功能是您可以快速单击编辑器主题窗口来预览每个主题。
6.轻松链接到文档
在右下窗口的“帮助”选项卡下，您可以找到 R 函数和 R 包在线文档的便捷链接。 例如，如果我们使用搜索栏搜索有关 install.packages() 函数的信息，则会返回官方文档：
我们还可以通过添加 ? 来访问“帮助”选项卡中的文档。 在包或函数之前，例如 ?install.packages，然后在控制台中运行该命令。 无论您使用哪种方法，RStudio 都会在您键入时自动填写匹配的函数名称！
7. 预览并保存您的绘图
RStudio 会话期间生成的绘图将显示在右下窗口的“绘图”选项卡下。 在此窗口中，您可以通过放大和缩小来检查绘图。 如果要保存绘图，可以将绘图另存为 PDF 或图像文件。
8. 导入和预览数据集
RStudio 可以轻松导入和预览数据集，无需编码！ 在右上方窗口的“环境”选项卡下，有一些功能可让您导入数据集。 此功能支持多种格式：
您甚至可以在加载数据集之前预览它：
将数据集加载到 RStudio 后，您可以使用 View() 命令或单击数据集名称来查看它：
9.一键查看历史命令
之前，我们从控制台了解了命令历史记录快捷方式。 RStudio 还允许您通过单击“历史记录”选项卡在右上角窗口中查看整个命令历史记录：
10.保存你的“真实”工作。 删除其余的。
实行良好的内务管理以避免未来出现不可预见的挑战。 如果您创建值得保存的 R 对象，请在 R 足迹大数据分析 R 语言 RStudio 教程中捕获生成该对象的 R 代码。 保存 R 脚本，但不保存创建对象的环境或工作区。
要防止 RStudio 保存工作区，请打开首选项 > 常规并取消选择 .RData 选项以在启动时恢复到工作区。 确保指定您从不保存工作区，如下所示：
现在，每次打开 RStudio 时，都会从一个空会话开始。 您之前的会话生成的任何代码都不会被记住。 R 脚本和数据集可用于从头开始重新创建环境。
11. 组织项目工作
RStudio 提供了强大的功能来让您的项目井井有条。 在进行多项分析时，保持条理非常重要。 RStudio 的项目允许您将所有重要工作放在一处，包括代码脚本、绘图、图表、结果和数据集。
导航到 FileRStudio 选项卡并选择“新建项目...”。您可以选择在新目录或现有目录中创建新项目。 如果您使用 R 包或 Shiny Web 应用程序r软件教程，RStudio 提供专用的项目类型。
当您需要与同事共享工作时，RStudio 项目非常有用。 您可以发送项目文件（以 .Rproj 结尾）以及所有支持文件，这将使您的同事更轻松地重新创建工作环境并重现结果。
但是，如果您想要无缝协作，您可能需要将包管理引入到您的工作流程中。 幸运的是，RStudio 提供了一个有用的包管理工具 renv，它现在与 RStudio 项目兼容。 接下来我们将介绍renv。
12.使用renv管理包版本
我们喜欢 AAA Education 的 R，但管理包版本可能是一个挑战！ 幸运的是，由于 RStudio 的 renv（“可重现环境”）包，R 包管理比以往任何时候都更容易。 RStudio 现在包含对 renv 的内置支持。
renv 在这个大数据分析 R 语言 RStudio 教程中，我们不会详细介绍如何在 RStudio 项目中使用它，因为 RStudio 在我们提供的链接和小插图中为您提供了所需的信息。 然而，将 renv 与 RStudio 结合使用可以使 R 包管理变得更加容易，所以我们想告诉您！
这个renv包将取代RStudio曾经维护的Packrat包。
要将 renv 与 RStudio 项目包一起使用，请升级到最新版本的 RStudio，然后使用包库（“renv”）安装 renv。 从那里，您可以选择 renv 与所有新项目一起使用：
如果您想在现有项目中使用 renv，请浏览至“工具”>“项目选项”>“环境”，然后选中相应的框以启用 renv：
13.在RStudio中使用GitHub管理版本控制
除了在 RStudio 中管理包之外，您还可以将 GitHub 与 RStudio 结合使用来维护项目和 R 脚本的版本控制。 查看 GitHub 上的这篇文章和 RStudio 中的这篇文章，了解将 Git 集成到 RStudio 工作流程中所需的所有信息。
14.代码片段
RStudio 提供了一个非常有用的功能，用于插入称为片段的公共代码块。 我们最喜欢的之一是这个 lib 片段r软件教程，它可以在调用library() 函数加载 R 包时节省一些打字时间：
按回车键选择代码片段后，将加载library()函数并定位光标，以便您可以立即开始输入要加载的包的名称：
我们最喜欢的另一个有趣的片段是提供用于编写自定义函数的基本模板。 您甚至可以添加自己的代码片段！ 要了解更多信息，请查看这篇有关 RStudio 代码片段的文章。
15.深入研究函数的源代码
如果您想研究某个函数的源代码，请将光标移动到所需函数并输入 F2（在 Mac 上，您可能需要输入 fn + F2）。 此功能甚至适用于从您使用的任何 R 包加载的函数。
16. 函数提取
如果您编写了要转换为函数的代码块，请突出显示该代码块，然后在 Mac 上按住 Control + 选项 X 在 Linux/Windows 上按住 Ctrl + Alt + X。 将出现一个弹出窗口，要求您选择一个函数名称。
选择功能名称后，代码将自动添加为功能所需的输入和代码结构。
如果您有要提取的变量，请突出显示该变量，然后在 Mac 上按 Control + 选项 V，在 Linux/Windows 上按 Ctrl + Alt + V。
17. 重命名范围
在某些时候，您可能需要更改函数名称或其中一个函数中使用的变量。 但使用查找和替换来执行此操作可能会令人不安！ 幸运的是，RStudio 可以在范围内重命名。 这意味着您的更改将仅限于感兴趣的变量或功能。 大数据分析R语言RStudio使用教程 这样可以防止你无意中替换代码脚本中其他地方同名的变量。 要使用此功能，请选择要更改的函数或变量，然后在 Mac 上按 control + Shift + option + M 或按 Ctrl + Shift + Alt + MLinux/Windows。
18.多光标支持
RStudio 支持多个游标。 只需按住选项 Mac 或 AltWindows/Linux 并单击并拖动鼠标即可。
19. 使用 Python 与 RStudio 和网格划分
RStudio 支持 python 编码。 在 RStudio 中启动并运行 python 的过程涉及以下一般步骤：
安装Python的基本版本
安装 pip 和 virtualenv
在RStudio项目中创建Python环境
激活您的Python环境
在您的环境中安装所需的 Python 包
安装并配置 R Reticulate 包以使用 Python
大数据分析R语言RStudio使用教程提供了上述步骤所需的代码。 我们尝试了一下，只花了几分钟就可以在 RStudio 中运行 python：
20.使用DBI包查询SQL
在 RStudio 中运行 SQL 查询的方法有很多种。 从 R 的 DBI 包开始，以下是三种最流行的方法。
首先，生成一个内存中 SQL 数据库以供所有 SQL 查询示例使用。 您将生成著名的“mtcars”数据集的 SQL 数据库。 这是代码：
现在编写一个 SQL 查询来从数据库中选择所有使用四缸发动机的汽车。 此命令返回保存为 dbi_query 的数据帧：
数据框如下所示：
21.使用R Markdown或使用R Notebook查询SQL
通过创建 {sql} 代码块，可以在 R Notebook 或 R Markdown 中实现相同的结果。 使用第一个示例中的连接和数据库，运行以下代码：
指定output.var="mt_cars_df" 将查询结果保存到数据框。 该数据框是标准 R 数据框，与您在上一示例中生成的数据框相同。 您可以在 R 代码块中使用此数据框来执行分析或生成 ggplot，例如：
22.使用dbplyr查询SQL
最后，您将使用 dbplyr 包编写标准 dplyr 命令，该命令将转换为 SQL！ 再次使用第一个示例中的连接和数据库，您可以编写标准的 filter() 调用来查询具有四个汽缸的汽车，这将返回一个列表对象：
如果你想查看该命令转换成的 SQL 代码，可以使用 dbplyr 中的 show_query() 函数：
一旦您对查询结果感到满意，您可以使用 dbplyr 中的collect()函数将结果保存为数据框：
你有它！ 查询 SQL 数据库的三种不同方法具有相似的结果。 这些示例之间的唯一区别是 dbplyr 方法返回字幕，而前两个方法返回标准 R 数据帧。
要了解有关使用 RStudio 查询 SQL 数据库的更多信息，请查看大数据分析 R 语言 RStudio 教程。
23. 将其带到云端！
RStudio 现在提供了一个基于云的版本，称为 RStudio Desktop，您猜对了......RStudio Cloud。 RStudio Cloud 允许您在 RStudio 中进行编码，而无需安装软件，只需一个 Web 浏览器。
RStudio Cloud 中的工作被组织成与桌面版本类似的项目，但 RStudio Cloud 允许您指定要为每个项目使用哪个版本的 R。
RStudio Cloud 还可以轻松、安全地与同事共享项目，并确保每次访问项目时都能完全重现工作环境。
如您所见，RStudio Cloud 的布局与 RStudio Desktop 非常相似：
