前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >网页版Rstudio安装与使用

网页版Rstudio安装与使用

作者头像
生信菜鸟团
发布2023-12-02 14:35:24
7430
发布2023-12-02 14:35:24
举报
文章被收录于专栏:生信菜鸟团生信菜鸟团

Rstudio server

RStudio Server enables you to run the RStudio IDE you know and love on a Linux server, accessed from your web browser, bringing the power and productivity of the RStudio IDE to a centralized server-based environment.

RStudio Server是网页版的RStudio,部署在服务器上后,能够在从Web浏览器访问的Linux服务器上运行RStudio,可随时随地完成R语言的工作,并且能很方便的完成R项目的部署调试。使将RStudio IDE的强大功能和工作效率带到基于服务器的集中式环境中。

之前读研的时候,师弟貌似就很想往课题组服务器中装一个Rstudio Server,我当时一直没太有实感,不过最近突发奇想想试试看。

官网安装教程

Bing检索Rstudio server,选择国际版,就可以看到下载界面。

点击进入下载页面之后选择对应的安装版本,再根据教程去安装就可以了。

负责搭建的服务器的同事说不难,就是输入对应的命令,然后开相应的端口即可,但是需要管理员权限。(我没有实际操作过,我没有发言权。)

注:生信技能树的服务器已配置好Rstudio Server无需再自行配置哦!

安装步骤:

  1. 选择对应的版本:Debian 10 / Ubuntu 20
  1. 下载R-base
代码语言:javascript
复制
sudo apt-get install r-base
  1. 安装Rstudio Server
代码语言:javascript
复制
sudo apt-get install gdebi-core

wget https://download2.rstudio.org/server/focal/amd64/rstudio-server-2023.09.1-494-amd64.deb

sudo gdebi rstudio-server-2023.09.1-494-amd64.deb

安装成功就可以,但是官网一般是默认不能指定版本,所以如果需要对应的R语言版本的话,使用wget下载下来然后安装编译即可。

以下命令取自配置服务器的劳模小张

  1. 开启对应的端口
代码语言:javascript
复制
sudo ufw allow 8787
  1. 启动Rstudio Server
代码语言:javascript
复制
## rstudio-server 开启
sudo rstudio-server start 
sudo rstudio-server status 
sudo rstudio-server stop 
sudo rstudio-server restart

Rstudio Server使用

使用初衷:根本原因是更新了本地的R和Rstudio版本,详情请见R和Rstudio版本更新,然后我的R包没有同步更新,所以就无了。

所以就想偷懒,先试试看网页版的Rstudio,反正咱们自己的服务器里面配套安装了几百个常用的R包。

1. 登录Rstudio Server

点击对应的网页链接,然后输入账号和密码信息即可登录。

2.Rstudio界面

和本地的Rstudio是一样一样的,只不过它是基于服务器的计算资源和存储空间而已。

那上面两个区域——文本展示以及环境和数据展示界面就不给大家介绍啦,和本地的是一模一样的。主要介绍一下下面两个界面。

Consle命令运行界面:

直接显示Terminal,方便我们链接到服务器上面使用linux命令去查看文件和处理一些文件格式之类的问题。

网页版Rstudio

当然Windows里面也可以连接本地Terminal,Shift+Alt+R新建 Code

本地版Rstudio

Files文件传输:

在Files区域,除了基本的查看文件、新建文件夹以及空白文件之外,多了一个Upload选项,可以从本地上传文件到服务器上,方便我们分析

上传步骤:点击Upload——选择需要上传到的文件夹——选择相应的文件——点击OK上传。

小Tips:如果需要上传多个文件或一个目录,需要创建一个zip文件。上传完成后,zip文件会自动展开。

批量加载需要的R包

因为咱们的服务器是已经安装了很多的R包,所以我们可以指定一下R包的临时路径,然后方便加载需要的R包

代码语言:javascript
复制
#将服务器中的R包路径设置为临时的路径
.libPaths(c(.libPaths(),"/home/data/refdir/Rlib"))

#确定目前的R包路径
.libPaths()
[1] "/home/data/t100430/R/x86_64-pc-linux-gnu-library/4.3" "/usr/local/lib/R/library"                            
[3] "/home/data/refdir/Rlib"  

批量加载R包:因为很多常用的包已经安装好了,所以我们直接加载一下服务器的R包即可

代码语言:javascript
复制
#单细胞分析需要的基础R包
cran_packages <- c('Matrix',
                   'tibble',
                   'dplyr',
                   'stringr',
                   'ggplot2',
                   'ggpubr',
                   "ggrepel",
                   "ggsci",
                   "gplots",
                   'factoextra',
                   'FactoMineR',
                   'devtools',
                   'cowplot',
                   'patchwork',
                   "pheatmap",
                   'basetheme',
                   'paletteer',
                   'AnnoProbe',
                   'ggthemes',
                   'VennDiagram',
                   'tinyarray') 

Biocductor_packages <- c('ReactomePA',
                         'COSG',
                         "Seurat",
                         'EnhancedVolcano',
                         "Seurat",
                         "TENxPBMCData",
                         "GSEABase",
                         "GSVA",
                         "clusterProfiler",
                         "org.Hs.eg.db",
                         "UpSetR",
                         "clustree",
                         "conos",
                         "cowplot",
                         "dorothea",
                         "entropy",
                         "future",
                         "msigdbr",
                         "pagoda2",
                         "scRNAseq",
                         "scRNAstat",
                         "tidyverse",
                         "viper",
                         "progeny",
                         "preprocessCore",
                         "enrichplot")
                         
#批量读取
for (pkg in c(Biocductor_packages,cran_packages)){
  require(pkg,character.only=T) 
}

读取单细胞数据进行分析

基本的使用和本地版是没有什么去别的,就是运行对应的命令,读取需要的数据文件,然后进行分析即可

hhh感觉配置好的Rstudio真的很不错,那在我把本地的包搞定之前就先用网页版的Rstudio来学习单细胞啦!

本文参与 腾讯云自媒体分享计划,分享自微信公众号。
原始发表:2023-12-01,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 生信菜鸟团 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • Rstudio server
  • 官网安装教程
  • Rstudio Server使用
  • 批量加载需要的R包
  • 读取单细胞数据进行分析
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档