当前位置：首页 > news >正文

在shell中直接调用使用R

news 来源：原创 2025/6/28 12:06:14

前言：这篇博客的内容其实是在我另外一篇博客《python、R、shell兼容》之前就整理好的，见
https://blog.csdn.net/weixin_62528784/article/details/148149416?spm=1001.2014.3001.5502，
问题是放得太久了，暂时想不起来要往下写什么了，但是也整理得差不多了，就作为后者的一个补充。

我们先以1个简单的例子来来切入

——查看帮助文档：

虽然在jupyter notebook的cell或者vscode的httpgd中都能够快速查看帮助文档，类似于Rstudio的并行界面；

但是一个函数帮助文档太长的时候，我们想看某个参数的细节就像大海捞针一样，非常的浪费时间；

如果能够用上shell的grep/awk/sed快速文本处理命令，那么这些细节上就能够快速的处理，

但是我们不打开radian或者R terminal，

我们只想在shell中展示，这样才方便利用shell强大的文本处理工具：

比如说我手头上有一段简短的代码

coef.months <- c(coef(mod.lm2)[2:12],-sum(coef(mod.lm2)[2:12]))plot(coef.months, xlab = "Month", ylab = "Coefficient",xaxt = "n", col = "blue", pch = 19, type = "o")
axis(side = 1, at = 1:12, labels = c("J", "F", "M", "A","M", "J", "J", "A", "S", "O", "N", "D"))

其实就是绘制一个最小二乘法拟合之后的回归模型的系数曲线，

我在绘制简单的线图的时候不想使用原本的x轴标度，而是自定义，

假设我突然忘了plot函数中xaxt参数的用法，但是我又不想从头打开文档去找，哪怕文档只有100多行，我就想在shell中快速查找，使用grep命令。

下面这条命令想必大家都很熟悉，就是在shell中执行R命令的格式：

Rscript -e 'R command'R -e 'R command'# 示例
Rscript -e 'help("plot")' | grep -i -C 5 "xaxt"

grep能用的花样就很多了：

比如说-i忽略大小写，-C查看上下文，这样我就知道xaxt是禁用自带轴标度了

所以在shell中直接使用R命令的方式（不考虑进入R terminal，也不考虑R内核的其他实现方式）

一，Rscript命令模式（或R命令模式）

1，linux下直接执行R命令

Rscript	 -e 'R command'
R -e 'R command'

简单的例子：

2，linux下执行R脚本（或静默执行R脚本）

R --no-save < terminalR.R
R --no-save -q < terminalR.R
R --no-save --slave < terminalR.R

举个简单的例子：比如说是hello world

总之<符号是必须的：

但是这里还是要注意一下Rscript和R命令的区别：

二，R script 脚本化（便于直接在shell脚本中和python程序、shell命令行等并行、串行、联动）

脚本化是一种对用户友好的封装，不仅能提高程序的健壮性，还能很容易的集成到分析流程中。

——》统一推荐使用Rscript命令行

1，R 脚本简介 Rscript

脚本化，就是把程序写成有输入和输出的独立程序文件。就像shell的 ls 命令, 比对软件 STAR 一样，用户只需要调用脚本名字、给出参数，程序就能判断参数是否合法，并返回结果。把程序像黑盒一样封装起来，方便用户使用，还能轻易整合到 snakemake 等流程中。

推荐使用朴素的写法，尽量只使用R核心API，依赖越少越稳定，以便其他用户复用。

推荐格式如下：# 比如说一个以使用monocle2包的脚本为例- 脚本名字以 xx.script.R 结尾。
- 开头部分写上脚本的目的，使用方法，测试环境，版本变化
- R脚本模板 # Aim: do monocle2 as a script, output to a dir
# how to use: $ Rscript this.script.R xx.Seurat.obj [outputRoot]
# Env: R 4.1.0
# version: 0.2-20240504
# version: 0.3-20240504 set parameters

2，R 脚本化相关技术

脚本内部把参数列表保存在数组 myArgs=commandArgs(TRUE) 中，下标0是该脚本文件名本身，下标1是第一个参数，以此类推。

获取的参数是字符串形式，要做算术运算需要主动转为数字形式，比如 as.numeric(str2)。

一般还需要验证参数，比如个数、类型是否正确，输出文件是否已经存在等。

（1）接收参数

# 实例(Ubuntu 24.04 + R 4.4.2)
#例1: 接收参数，并对第2个参数加100后输出
$ cat test1.R   # 先写好vim
#获取命令行参数
myArgs = commandArgs(TRUE)#myArgs是所有参数的向量
print(myArgs) 
print(class(myArgs))
message("length:", length(myArgs), ", first:", myArgs[1] )n1=as.numeric(myArgs[2])
print( n1+100 )

然后下面就是试验了：运行该脚本，并传入参数

如果传入参数个数不够，不报错，但是会计算异常，比如第二个转为数字返回NA。

总结就是：
通过 Rscript 执行R脚本。R脚本内通过 arr = commandArgs(TRUE) 接收参数，接收到的是一个数组，第一个参数的下标是1；类型为字符串，可以按需要强转。

（2）参数校验与主动报错

先检查参数个数，再检查参数类型，还要检查输出文件是否存在，如果存在是否覆盖？

主动报错，即在参数不合法时，主动抛出错误，终止程序运行，并给出错误提示或给出合理化建议。

①如果参数个数不对，则报错：

只有一个参数的时候报错了，参数长度不符合：

两个参数就正常执行了：

②如果输入(file)文件不存在，则报错

该脚本同时获取数据文件的行列数

我们先写入一个经典的base中就有的数据看看

在shell中是输出成功的，能打开该文件：

有文件时，返回行列数

我们查看一下确实没问题

没有文件时，主动报错

③如果输出(dir)文件夹不存在，则报错

测试：第二个参数是输出文件夹，不存在则报错

④stopifnot(): 脚本参数的校验，和函数参数的校验类似

# stopifnot(): If any of the expressions (in ... or exprs) are not all TRUE, 
# stop is called, producing an error message indicating the first expression which was not (all) true.

测试1: 参数个数至少2个

测试2: 参数个数不够2个则报错

（3）打印时间戳进度条

运行时间长的脚本需要进度条，以缓解用户的焦虑，告诉用户程序运行到哪了，方便用户估计还要等多久。一般有伴随着进度条直接写时分秒的，还有写已经运行时间的。

①显示时分秒的

for(i in 1:10){Sys.sleep(runif(1)*0.5+0.5)message("[",Sys.time(), "]", i)
}

②其他时间相关函数：

# 查询时区
> Sys.time() #现在的时间 [1]  "2025-03-16 23:14:12 CST"
> Sys.timezone() #查看当前时区 [1] "Asia/Shanghai"# 支持的时区
> OlsonNames() #所有R支持的时区
> grep("Shanghai", OlsonNames(), value=T)
#[1] "Asia/Shanghai"# 设置时区后，服务器R时间就和本地一致了
> Sys.setenv(TZ = "Asia/Shanghai")
> Sys.timezone() # 查看时区 "Asia/Shanghai"> Sys.time() #现在的时间和windows右下角一致了
# [1]"2025-03-16 23:15:49 CST"