寫在前面
3 年的碩士生涯一轉眼就過去了，和社交網路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原始碼，發完最後一封本以為又是無功而返，很意外的收到了秒回的郵件，郵件中附上了由 R 語言編寫的實驗程式碼。當時過於開心，因為終於有熱心的作者回復了，以至於沒有仔細考慮，想都沒想對著滿是警告的程式碼開始了 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，實驗程式碼多是使用 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 語言實驗程式碼，因此萌生了寫一份站在社交網路分析角度的 R 語言教程。《社交網路分析的 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除錯 R 語言，程式碼規範遵循 Google's R Style Guide。該系列部落格一共包含六篇文章，具體的目錄如下：
讀研 3 年學到最重要的品質是謙虛，《社交網路分析的 R 基礎》這一系列部落格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，希望讀者可以藉著練習幫助理解。
社交網路分析
過去幾十年資訊科技的發展，現在人們已經生活在一個充滿各種各樣複雜網路的社會。你也許無法想象人類社會和網路有什麼關係，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路；一到早晚高峰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路，而這些都屬於網路科學的範疇。而社交網路分析，只是其中的一個方向。
社交網路分析有很多應用場景：
- 最常見的是購物軟體或視訊應用中的推薦，通過分析一類使用者的行為去推測可能喜歡的商品或視訊；
- 其次是識別社交網路中不同的圈子，俗話說物以類聚，人以群分；
- 在將網路劃分為不同圈子後，即可對不同的群體進行精準營銷，或者強化訊息的傳播；
- 通過分析社交網路中的關鍵節點，及時切斷關鍵節點以阻止負面資訊的傳播等等。
R 簡介
作為一個 R 語言的初學者，沒有人會關心 R 的發展歷史，因為學習一門語言的最終目的還是為了將其作為一種工具使用。你問我知道嗎，我當然也不知道?。為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 語言是一種自由軟體程式語言與操作環境，主要用於統計分析、繪圖以及資料探勘。R 本來由來自紐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字首字母都是 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 語言編寫的程式碼都可以不作修改地在 R 環境下執行。R 的語法來自 Scheme。R 的後臺程式大多由 C 語言、FORTRAN 語言和 R 自己寫成。
R 語言第一次正式釋出於 1995 年。第一次正式的“穩定測試版”（v1.0）於2000年2月29日釋出。
R 與 Python
根據 StackOverflow 2021 年開發者報告[3]的資料來看，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著我們要去學習 Python？
當我們需要去學習一門新的程式語言時，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。對於社交網路分析而言，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，因此關於資料科學的類庫也更多，對於資料分析也更優秀些，同時還可以製作精美的圖表。
其次要考慮學習成本。Python 作為一個萬金油，加上一個“容易學習”名頭，足以吸引大部分人的目光。但是我認為初學 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 作為一個物件導向的語言，但由於其存在不同實現物件導向的型別（S3、S4……），某種程度上來說 R 的物件導向不強。對初學者來說，物件導向通常很難理解，而 R 語言常用的功能大部分是以函式提供的，很容易實現程式導向的程式設計，這樣就能專注於解決問題本身，而不是去弄明白程式為什麼要這麼寫。
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，也不清楚什麼是物件導向，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 的原始碼、文件以及各種包的託管，R 的安裝包也需要通過 CRAN 下載。通常各所大學都會提供 CRAN 的映象， CRAN 所有的映象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，增強了計算效能。專案地址：https://mran.microsoft.com/open
Windows 設定環境變數
R 在 Windows 下安裝完成是不設定環境變數的，也就是說沒法隨時隨地在命令列中優雅的執行 R 指令碼。我們需要手動設定一下：
- Windows 搜尋欄中搜尋“編輯系統環境變數”，開啟“環境變數”，如圖中①；
- 編輯“系統變數”中的“Path”，如圖中②；
- 新建一個環境變數，將 R 安裝位置的 bin 資料夾新增進去，如圖中③。
設定完成後就可以進入 R 終端了。
在 Visual Studio Code 中進行 R 程式設計
R 安裝完成後會附帶一個 RGui ，相對來說比較簡陋，使用者通常會單獨安裝一個 RStudio 作為 R 預設的 IDE 。這裡為了輕量化，選擇了 Visual Studio Code 作為 R 語言的編輯器。
-
在安裝完 Visual Studio Code 後開啟“擴充套件”，搜尋“R”，安裝外掛；
-
在 R 終端中安裝包“languageserver”，以提供文件和程式碼補全；
> chooseCRANmirror() # 下載困難時可以先選擇 CRAN 映象 > install.packages("languageserver")
-
開啟 VS Code，新建一個檔案“hello.R”，鍵入；
print("Social Network Analysis") -
選中要執行的程式碼，按“Ctrl+Enter”執行程式碼片段。
R 的除錯
除錯是發現程式錯誤和保證程式正確執行的一個必要環節。在 Visual Studio Code 對 R 進行除錯還需要安裝一個擴充套件 R Debugger 。
擴充套件安裝完成後開啟側邊欄中的“執行與除錯”，並在程式想要中斷的位置打上斷點（行號左側）。
點選“執行和除錯”即可開始除錯，左側會展示相關變數的值。
到這裡即可愉快的開啟 R 語言之旅了。
? 提示
R 語言社群包含了許多入門文件：https://cran.r-project.org/doc
✏️ 練習
1. 試著安裝一下網路分析包 “igraph”；
2. 隨便在 R 終端中寫點程式碼，試試 "a"+"b" 會輸出 ab 嗎；
3. 試著將 R 終端當作計算器使用。