Polska okiem eksperta analizy danych, w formie przystępnej dla każdego. Gratuluję pomysłu i kibicuję dalszemu rozwojowi strony. Polecam!

Do ładowania do aktywnej przestrzeni roboczej (workspace) wybranych bibliotek używamy funkcji library() np.

załaduje bibliotekę Limma, która zawiera zestaw funkcji dla modeli liniowych w analizie danych z dwukolorowych mikromacierzy.

Aby wyświetlić listę zainstalowanych bibliotek wywołujemy tą samą funkcję bez argumentu, czyli:

Podstawową funkcją do instalacji dodatkowych bibliotek (pakietów) jest install.packages(). Argumentem funkcji jest wektor zawierający nazwy pakietów, np.

Po takim wywołaniu, R na Windowsie, wyświetli nam listę serwerów z repozytoriami i zapyta, z którego powinien skorzystać. Warto wybierać lokacje bliskie geograficznie, zapewniają one szybszy i bardziej stabilny transfer danych. Jeśli pojawia się informacja, że biblioteki nie odnaleziono, należy upewnić się, że wybrano odpowiednie typy repozytoriów. W interfejsie graficznym wybieramy Packages->Select repositories… i zaznaczamy odpowiednie linie (aby wybrać kilka należy przytrzymać ctrl).

Przy braku GUI (Graphical User Interface ), np. działając w konsoli pod linuksem, te same operacje wykonują funkcje chooseCRANmirror() oraz setRepositories(). Pierwsza z funkcji wyświetli listę lokacji do wyboru. Druga funkcja pokaże:

Wybieramy (jak na przykładzie powyżej) i wciskamy enter. Ponowne wywołanie funckji install.packages() z zadanymi pakietami powinno przynieść porządany rezultat

Twórcy Bioconductora postanowili ułatwić nam proces instalacji bibliotek w nim zawartych poprzez przygotowanie skryptu instalacyjnego, który zrobi wszystko za nas. Intrukcje:

Spowodują pobranie skryptu instalacyjnego oraz instalacje następujących podstawowych pakietów:
„affy”, „affydata”, „affyPLM”, „annaffy”, „annotate”, „Biobase”, „Biostrings”, „DynDoc”, „gcrma”, „genefilter”, „geneplotter”, „hgu95av2.db”, „limma”, „marray”, „matchprobes”, „multtest”, „ROC”, „vsn”, „xtable”, „affyQCReport”, „edd”, „globaltest”, „makecdfenv”, „pamr”, „siggenes”, „sma”, „statmod”, „tkWidgets”, „widgetTools”.

To jest domyślna grupa bibliotek. Można zadać funkcji inną grupę z następujących:
„affy”, „graph”, „lite”, „monograph”, „RBioinf”, „all”. Dokładny opis grup, jak i procedury instalacji z wykorzystaniem tej funkcji znajduje się tutaj.

Można też wykorzystać funkcję do instalacji tylko wybranych przez nas bibliotek, np.

Od czasu do czasu pojawia się też potrzeba aktualizacji zainstalowanych pakietów, służy do tego funkcja update.packages(). Wywołanie funkcji bez argumantów spowoduje, że R zapyta nas po koleji o każdą zainstalowaną bibliotekę, czy chcemy ją uaktualnić, czy nie. Można też podać w cudzysłowiu pojedynczą bibliotekę, np. „limma”, lub w wektorze kilka, np. c(„limma”, „cluster”, „genefilter”). Wywołanie funkcji w z parametrem ask=FALSE spowoduje aktualizacje wszystkich obecnie zainstalowanych pakietów bez pytania. Kolejne komendy z przykładu:

Uwaga, w celu aktualizacji środowiska R należy ściągnąć najnowszą wersję z repozytorium CRAN, np. polskiego: http://r.meteo.uni.wroc.pl/

Niestety każda nowa wersja R posiada dedykowane mu biblioteki (również te z Bioconductora), więc po instalacji nowej wersji R trzeba sobie na nowo instalować wszystkie potrzebne biblioteki(!). Uciążliwe, ale co zrobić…

W pierwszym artykule omówię szeroko pojętą pomoc.

Na samym wstępie podstawowa informacja – bardzo się opłaca na początku przygody z R-em i Bioconductorem przeczytać, a przynajmniej przejrzeć te PDFy:

Wprowadzenie do R (po polsku)

Opis obiektu ExpressionSet z pakietu Biobase (po angielsku)

oraz opis biblioteki, z którą zamierzamy pracować, np. dla Limmy:

Poradnik użytkownika Limmy (po angielsku)

Alternatywnie, z poziomu R też można otwierać przewodniki i PDFy z opisem bibliotek.

Powyższy kod otworzy PDFa z ostatniego linku (znajduje sie on na dysku po instalacji pakietu limma). Aby wyświetlić listę dostępnych opisów pakietów wpisujemy:

Wybieramy i czytamy

Zazwyczaj pomoc i opis zainstalowanych bibliotek dostępna jest też w postaci stron w HTML, można je przeglądać w ulubinej przeglądarce internetowej (bez potrzeby łączenia sie z internetem). Stronę startową uruchamia wpisanie w R:

Bardzo, ale to bardzo, polecam czytanie i wykonywanie różnych ćwiczeń które znaleźć można w Internecie. Przeważnie traktują one o możliwościach konkretnej biblioteki. W poszukiwaniach takowych pomaga Wujek Google, oraz powoli rosnąca lista na tym forum analizy danych.

Dalej, w trakcie naszej pracy w R, aby wyświetlić opis funkcji lub klasy obiektu w każdej chwili wystarczy posłużyć się jednym z dwóch sposobów:

Uwaga, aby pomoc się wyświetliła należy mieć załadowaną aktualnie bibliotekę zawierającą definicje danych funkcji i obiektów. Dla przykładu, chcąc uzyskać informacje o typie obiektu RGList i funkcji NormalizeWithinArrays() wpiszę kolejno:

W przypadku, gdy nie znamy dokładnie nazwy funkcji lub obiektu, możemy przeszukać tematy pomocy z pakietów obecnie załadowanych instrukcją help.search(), np:

wyświetli następującą informację, jeśli załadowany jest pakiet limma:

W przypadku gdy wyczerpiemy zasób pomocy w podręcznikach oraz plikach R, ta strona może okazać się baaardzo pomocna:

http://wiki.r-project.org/

Najbogatszym źródłem informacji i rozwiązań problemów z Bioconductorem jest przeszukiwanie listy mailingowej Bioconductora. A jak nie ma tam odpowiedzi na Twoje pytanie, to je zadaj! Bioconductorowcy chętnie pomagają. Instrukcja jak się zapisać jest tutaj.

Wszystkie z w/w metod przydały mi się i nadal mi się przydają. Powodzenia!