道友请留步！教你在R语言中召唤plink法器，无需跨界切换

诸位道友，在下邓飞，一介沉迷数据修仙的散修～

修仙之路，法器为先。R语言与plink宝刃，皆是咱们数据修仙界的常用本命法器——R仙府擅长推演可视化，plink宝刃专精基因型数据淬炼，二者相辅相成，缺一不可。

初入仙门时，需分别祭出两件法器，来回切换、繁琐至极；待修为渐深，无需再从头炼制咒语（写代码），只需稍作修改便能引动法器威力。既然如此，何不将两件法器归于一处，在R语言中直接召唤plink宝刃，省却跨界切换之苦？

今日便传诸位道友一法：如何在R仙府内，直接引动plink宝刃的全部威力！

先言简而言之，Linux仙域的道友得天独厚，只需将plink宝刃归入仙域bin秘境，便可在R语言中以system诀直接召唤，无需额外施法。

而Windows凡域的道友，需多做几步筑基准备，方能让两件法器相融。且听在下细细道来，步骤简单，筑基必成！

第一步：寻得plink宝刃（下载plink软件）

plink宝刃并非凡物，需从仙缘之地求取：

仙缘地址：https://www.cog-genomics.org/plink/

求取之后，解开封印（解压文件），进入宝刃藏身之处（文件夹），便可寻得plink.exe真身（plink.exe文件）

第二步：开辟R仙府（下载安装R语言）

R仙府是咱们推演数据的核心道场，需从官方仙宗求取：

仙宗地址：https://cran.r-project.org/bin/windows/base/

按照仙宗指引，将R仙府安置于凡域（电脑）之中，切记记好仙府坐标（安装路径）。

第三步：将plink宝刃纳入R仙府（放置plink文件到R的bin文件夹）

R仙府默认的秘境坐标（默认安装路径）为：

C:\Program Files\R\R-4.5.2\bin\x64

将寻得的plink宝刃真身（plink.exe文件），直接移入此秘境之中，完成宝刃归位。

第四步：为R仙府引动天地灵气（将R路径加入环境变量）

宝刃归位后，需为R仙府打通天地灵气通道，方能让plink宝刃随心召唤，步骤如下：

1. 找到凡域“我的电脑”仙台，右键点击，唤出“属性”法诀；
2. 在仙台信息中，寻得“系统信息”，再引动“高级系统设置”法印；
3. 进入后找到“环境变量”秘境，此处藏着凡域灵气通道配置；
4. 寻得“Path”灵气主脉，双击进入，点击“新建”，将R仙府bin秘境的坐标（C:\Program Files\R\R-4.5.2\bin\x64）填入，点击确定，灵气通道便打通完毕。

找到我的电脑，右键，属性：

找到系统信息，高级系统设置：

找到环境变量

找到Path，双击进入，点击新建，将R中的bin路径放进去：

C:\Program Files\R\R-4.5.2\bin\x64

点击确定即可。

第五步：引动法器，检验筑基成果（测试是否成功）

灵气通道打通，宝刃归位，便可检验是否筑基成功：

1. 打开R仙府的辅助道场Rstudio；
2. 新建一卷“咒语竹简”（R脚本）；
3. 刻下引动plink宝刃的基础咒语：

打开Rstudio，新建一个R脚本：

# test plink
system("plink")

运行：

进阶功法：以R仙府为基，借plink宝刃淬炼灵根（数据清洗+PCA推演）

道友若以为这便结束了，那便是小觑了此功法的威力！真正的高阶操作，是在R语言中，借plink宝刃淬炼基因型灵根（数据清洗），再以R语言的推演之能，画出灵根分布图（PCA可视化），一套连招下来，修仙界的排面直接拉满！

假设有一对plink宝刃的配套灵材（map和ped文件），正静卧于凡域D盘“plink-test”秘境之中。

道友只需悄悄潜入此秘境，记好秘境坐标，再回到R仙府，念出全套咒语，便可引动plink宝刃淬炼灵根，同时完成PCA推演！

plink宝刃会自动剔除灵根残缺者（缺失10%的位点，本次共剔除567个），再将淬炼后的灵根数据，交由R语言推演，画出灵根分布仙图（PCA图），让每一份灵根的优劣都无所遁形！

不多废话，现将全套高阶咒语奉上，道友只需将咒语竹简放入灵材所在秘境，念动咒语，保准一幅高大上的灵根分布仙图即刻显现！

setwd("d:/plink-test/")
dir()

system("plink --file new_id --pca 3 --geno 0.1 --mind 0.1 --out pca")

library(ggplot2)
library(dplyr)

# ---------------------- 1. 读取 PCA 结果文件 ----------------------
# 读取 eigenvec 文件（PLINK 输出的主成分坐标）
pca_eigenvec <- read.table("pca.eigenvec", header = FALSE, stringsAsFactors = FALSE)
# 读取 eigenval 文件（特征值，用于计算方差解释率）
pca_eigenval <- scan("pca.eigenval")

# ---------------------- 2. 数据预处理 ----------------------
# 重命名列（PLINK 输出的 eigenvec 前两列是 FID 和 IID，后面是 PC1, PC2, ...）
colnames(pca_eigenvec) <- c("FID", "IID", paste0("PC", 1:(ncol(pca_eigenvec)-2)))

# 计算各主成分的方差解释率
pca_variance <- pca_eigenval / sum(pca_eigenval) * 100
# 保留两位小数，方便绘图标注
pca_variance <- round(pca_variance, 2)

# ---------------------- 3. 绘制 PCA 散点图（PC1 vs PC2） ----------------------
pca_plot <- ggplot(pca_eigenvec, aes(x = PC1, y = PC2)) +
  # 散点样式（点大小、颜色、透明度，可根据需要调整）
  geom_point(size = 2, color = "#2E86AB", alpha = 0.7) +
  # 添加标题和坐标轴标签（标注方差解释率）
  labs(
    title = "PCA Plot (PC1 vs PC2)",
    x = paste0("PC1 (", pca_variance[1], "% variance)"),
    y = paste0("PC2 (", pca_variance[2], "% variance)"),
    caption = "Data from PLINK PCA analysis"
  ) +
  # 主题美化（专业期刊风格）
  theme_bw() +
  theme(
    plot.title = element_text(hjust = 0.5, size = 14, face = "bold"),
    axis.title.x = element_text(size = 12),
    axis.title.y = element_text(size = 12),
    panel.grid = element_blank() # 隐藏网格线
  )

# 显示图形
print(pca_plot)

诸位道友，以上便是全套功法！

最近在下刚看完《凡人修仙传》与《道门法则》两部修仙典籍，满脑子都是灵根、法器、咒语，写这篇推文也难免带了些修仙后遗症，措辞略显中二，还望诸位道友海涵～

学会此功法，往后淬炼基因型灵根、推演数据，无需再跨界切换法器，效率倍增，修仙之路也能走得更顺！道友们赶紧去试试，有任何修炼难题，欢迎在评论区交流探讨～