寫在前面
3 年的碩士生涯一轉眼就過去了，和社交網絡也打了很長時間交道。最近突然想給自己挖個坑，想給這 3 年寫個總結，畫上一個句號。回想當時學習 R 語言時也是非常戲劇性的，開始科研生活時到處發郵件要源代碼，發完最後一封本以爲又是無功而返，很意外的收到了秒回的郵件，郵件中附上了由 R 語言編寫的實驗代碼。當時過於開心，因爲終於有熱心的作者回復了，以至於沒有仔細考慮，想都沒想對着滿是警告的代碼開始了 R 語言學習之旅。之後的幾天陸陸續續的收到了其他作者的回覆，實驗代碼多是使用 Python 構建的，好吧只能咬咬牙繼續了。當時的學習苦於資料太少，唯一的參考只有那份 R 語言實驗代碼，因此萌生了寫一份站在社交網絡分析角度的 R 語言教程。《社交網絡分析的 R 基礎》中所介紹的內容都是最新的技術，Visual Studio Code 在半年之前甚至無法調試 R 語言，代碼規範遵循 Google's R Style Guide。該系列博客一共包含六篇文章，具體的目錄如下：
讀研 3 年學到最重要的品質是謙虛，《社交網絡分析的 R 基礎》這一系列博客只是將我知道的東西寫出來罷了，我對這些內容的評價是夠用，希望能夠幫助讀者快速掌握 R 語言的基礎，之後根據實驗遇到的問題再學習其他的內容。文章在介紹每個功能點時都附帶有簡單的示例，每一章的最後還附有若干個小練習，希望讀者可以藉着練習幫助理解。
社交網絡分析
過去幾十年信息技術的發展，現在人們已經生活在一個充滿各種各樣複雜網絡的社會。你也許無法想象人類社會和網絡有什麼關係，舉幾個例子你就會明白，比如：使用微信或微博所涉及的社交網絡；一到早晚高峯就堵車的城市交通路網；定期檢修的電網與自來水管網等等。這些不同領域的背後都涉及到一個複雜的網絡，而這些都屬於網絡科學的範疇。而社交網絡分析，只是其中的一個方向。
社交網絡分析有很多應用場景：
- 最常見的是購物軟件或視頻應用中的推薦，通過分析一類用戶的行爲去推測可能喜歡的商品或視頻；
- 其次是識別社交網絡中不同的圈子，俗話說物以類聚，人以羣分；
- 在將網絡劃分爲不同圈子後，即可對不同的羣體進行精準營銷，或者強化消息的傳播；
- 通過分析社交網絡中的關鍵節點，及時切斷關鍵節點以阻止負面信息的傳播等等。
R 簡介
作爲一個 R 語言的初學者，沒有人會關心 R 的發展歷史，因爲學習一門語言的最終目的還是爲了將其作爲一種工具使用。你問我知道嗎，我當然也不知道😂。爲了讓本章的內容更加的充實，我從維基百科摘錄了一些內容[1][2]。
R 語言是一種自由軟件編程語言與操作環境，主要用於統計分析、繪圖以及數據挖掘。R 本來由來自新西蘭奧克蘭大學的統計學家羅斯·伊哈卡和羅伯特·杰特曼開發，現在由 R 開發核心團隊負責開發。伊哈卡與杰特曼兩人名前綴字母都是 R，R 語言因此得名。同時，R 這個單一字母的名字也表明 R 語言與 S 語言一脈相承。通常用 S 語言編寫的代碼都可以不作修改地在 R 環境下運行。R 的語法來自 Scheme。R 的後臺程序大多由 C 語言、FORTRAN 語言和 R 自己寫成。
R 語言第一次正式發佈於 1995 年。第一次正式的“穩定測試版”（v1.0）於2000年2月29日發佈。
R 與 Python
根據 StackOverflow 2021 年開發者報告[3]的數據來看，排除掉“全世界都在寫前端”的這個原因，Python 當之無愧“天下第一”的稱號，曾經的“天下第一” PHP 也已經排在了第 11 名的位置，至於 R 語言，則排在了 20 名開外。那麼這是不是就意味着我們要去學習 Python？
當我們需要去學習一門新的編程語言時，自然是我們掌握的工具、資源已經無法滿足解決新問題的需要，那麼新學習的語言必然要擁有豐富的解決方案供我們使用。對於社交網絡分析而言，Python 與 R 都擁有非常優秀的類庫，像 Python 中的 NetworkX[4] ， R 中的 igraph[5] 。但 R 語言起家於統計分析，因此關於數據科學的類庫也更多，對於數據分析也更優秀些，同時還可以製作精美的圖表。
其次要考慮學習成本。Python 作爲一個萬金油，加上一個“容易學習”名頭，足以吸引大部分人的目光。但是我認爲初學 Python 上手很慢，Python 豐富的語法糖特性很容易造成初學者理解困難。R 作爲一個面向對象的語言，但由於其存在不同實現面向對象的類型（S3、S4……），某種程度上來說 R 的面向對象不強。對初學者來說，面向對象通常很難理解，而 R 語言常用的功能大部分是以函數提供的，很容易實現面向過程的編程，這樣就能專注於解決問題本身，而不是去弄明白程序爲什麼要這麼寫。
最終不管是選擇 R 還是 Python ，解決問題是關鍵，語言只不過是過程中的一個工具。如果你有 Python 基礎，好好學習 NetworkX 包就能達到目的；如果你其他語言基礎較弱，也不清楚什麼是面向對象，那麼 R 語言可能是更好的選擇。
安裝 R
CRAN
在安裝 R 之前，首先要簡單瞭解一下 CRAN 。CRAN（Comprehensive R Archive Network）是 R 的源代碼、文檔以及各種包的託管，R 的安裝包也需要通過 CRAN 下載。通常各所大學都會提供 CRAN 的鏡像， CRAN 所有的鏡像列表可通過此網站獲得：https://cran.r-project.org 。選擇下載相應平臺的安裝包即可。
💡 提示
Microsoft 也提供了 R 的發行版 Microsoft R Open，增強了計算性能。項目地址：https://mran.microsoft.com/open
Windows 設置環境變量
R 在 Windows 下安裝完成是不設置環境變量的，也就是說沒法隨時隨地在命令行中優雅的執行 R 腳本。我們需要手動設置一下：
- Windows 搜索欄中搜索“編輯系統環境變量”，打開“環境變量”，如圖中①；
- 編輯“系統變量”中的“Path”，如圖中②；
- 新建一個環境變量，將 R 安裝位置的 bin 文件夾添加進去，如圖中③。
設置完成後就可以進入 R 終端了。
在 Visual Studio Code 中進行 R 編程
R 安裝完成後會附帶一個 RGui ，相對來說比較簡陋，用戶通常會單獨安裝一個 RStudio 作爲 R 默認的 IDE 。這裏爲了輕量化，選擇了 Visual Studio Code 作爲 R 語言的編輯器。
-
在安裝完 Visual Studio Code 後打開“擴展”，搜索“R”，安裝插件；
![]()
-
在 R 終端中安裝包“languageserver”，以提供文檔和代碼補全；
> chooseCRANmirror() # 下載困難時可以先選擇 CRAN 鏡像 > install.packages("languageserver")![]()
-
打開 VS Code，新建一個文件“hello.R”，鍵入；
print("Social Network Analysis") -
選中要運行的代碼，按“Ctrl+Enter”運行代碼片段。
![]()
R 的調試
調試是發現程序錯誤和保證程序正確運行的一個必要環節。在 Visual Studio Code 對 R 進行調試還需要安裝一個擴展 R Debugger 。
擴展安裝完成後打開側邊欄中的“運行與調試”，並在程序想要中斷的位置打上斷點（行號左側）。
點擊“運行和調試”即可開始調試，左側會展示相關變量的值。
到這裏即可愉快的開啓 R 語言之旅了。
💡 提示
R 語言社區包含了許多入門文檔：https://cran.r-project.org/doc
✏️ 練習
1. 試着安裝一下網絡分析包 “igraph”；
2. 隨便在 R 終端中寫點代碼，試試 "a"+"b" 會輸出 ab 嗎；
3. 試着將 R 終端當作計算器使用。