R 语言学习工具 JupyterLab

对刚开始接触科研的医学生来说，统计分析最难的部分往往不是输入某一行代码，而是过几周还能说清：数据从哪里来、做过哪些处理、图表为何长成这样。JupyterLab 把文字说明、R 代码和运行结果放在同一份笔记里，适合用来记录这条思路。

本文讨论的是学习工具与数据分析习惯。文中的数据均为虚构示例，不包含患者信息，也不用于医学判断。

为什么把 R 放进 JupyterLab？

R 适合处理表格、做描述性统计和绘图。JupyterLab 提供交互式笔记本：可以先写研究问题，再放一段代码，接着解释输出。与只保存一张最终图相比，这样的记录更容易复查，也方便和同学讨论分析步骤。

在医学学习场景中，一份笔记可以按“问题—数据—代码—解释”展开。这里的重点并非把每项分析都自动化，而是让每个结论都能追溯到相应的数据和代码。

图 1：把分析过程与解释写在同一份笔记中。

在 Debian 上准备环境

下面是一种便于个人学习的安装方式。JupyterLab 使用 Python 虚拟环境，R 则安装本机的 R 与 IRkernel。安装软件时请使用可信的软件源；如果已有 R 或 JupyterLab，可跳过相应步骤。

sudo apt update
sudo apt install python3-venv r-base libzmq3-dev libcurl4-openssl-dev libssl-dev

python3 -m venv .jupyter-venv
. .jupyter-venv/bin/activate
python -m pip install jupyterlab

R -q -e 'install.packages("IRkernel", repos="https://cloud.r-project.org")'
R -q -e 'IRkernel::installspec(user = TRUE)'
jupyter lab

运行 jupyter lab 后，在启动器中选择 R 笔记本。如果看不到 R，先确认执行 IRkernel::installspec() 时仍处于安装 JupyterLab 的虚拟环境，再检查 jupyter kernelspec list 的结果。JupyterLab 和 IRkernel 的安装步骤以各自的官方文档为准，链接见文末。

用模拟数据做一次描述性分析

假设有两组完全虚构的观察值，每组各五条。我们只想了解它们的分布，不进行临床解释，也不把这十条记录当成真实研究证据。新建一个 R 笔记本，运行以下代码：

study <- data.frame(
  group = rep(c("A", "B"), each = 5),
  marker = c(33, 39, 47, 55, 61, 44, 53, 63, 74, 81)
)

aggregate(marker ~ group, data = study, FUN = median)

这段代码会得到 A 组中位数 47、B 组中位数 63。中位数只是描述这组模拟数据的一个数字；在实际医学研究里，还要先核对研究设计、测量单位、缺失值、样本来源和可能的混杂因素。

下一格可以画出每条观察值，而不仅是两个汇总数字：

stripchart(
  marker ~ group,
  data = study,
  vertical = TRUE,
  method = "stack",
  pch = 19,
  col = c("#4f8070", "#c38d69"),
  xlab = "模拟分组",
  ylab = "模拟观察值（任意单位）"
)

图 2：与代码对应的模拟数据示意图；所有数值均为虚构。

图形能帮助我们看到离散程度，但不能替代研究设计。即便两组的中位数不同，也不能仅凭这个小样本示例推断某项干预有效，更不能据此做诊疗决定。

让笔记更容易复查

我的做法是在每份笔记开头写清楚三个问题：数据是否真实、分析想回答什么、有哪些限制。之后再按顺序记录导入、清理、统计和绘图代码。对于真正的研究资料，还应遵循所在机构的数据管理与伦理要求，避免把可识别个人身份的信息写进笔记或提交到公开仓库。

JupyterLab 是整理过程的工具。可靠的医学结论仍然需要合适的研究设计、数据质量控制，以及具有相关专业能力的审阅。

参考资料

• JupyterLab 官方安装文档
• IRkernel 官方安装文档