写在前面：大家都反映了这个 velocyto.R 是不可能在Windows安装成功的，不过我本来就是不怎么使用Windows，所以并不想耗费时间去摸索。但是如果你去搜索，也确实可以看到成功经验的分享哦。
不过，除了服务器，我也在自己的苹果电脑上面试了试，在Mac操作系统还是蛮简单的，本来应该是就一句话安装啦：
代码语言：javascript复制remotes::install_github("velocyto-team/velocyto.R")
超级简单的。但是绝大部分人的Mac电脑都不是为生物信息学配置的， 所以其实是缺很多库文件。所以首先需要去自己的Mac电脑里面的终端运行下面的命令：
代码语言：javascript复制brew install boost
# 大家注意自己的安装报错，根据报错提示，自己修改这个gcc文件夹地址哦，路径即可：
new_gcc=/usr/local/gfortran/lib/gcc/x86_64-apple-darwin18/8.2.0
sudo mkdir -p $new_gcc
find / -name gfortran
sudo cp -r /usr/local/Cellar/gcc/11.2.0_3/lib/gcc/11/* $new_gcc
如果你不知道Mac电脑里面的终端如何打开，建议还是去稍微学一学Linux命令哦，如果你自己的电脑里面没有 brew，也是建议去搜索学习哈。
主要是因为velocyto-team的velocyto.R依赖于Mac电脑里面的boost库文件，如果你不安装，就会报错；
代码语言：javascript复制ld: library not found for -lboost_filesystem
所以 brew install boost 这个命令非常重要。
另外就是velocyto-team的velocyto.R依赖于Mac电脑里面的gcc组件，主要是 gfortran，我之前使用brew安装过gcc但是它并不在默认目录，所以首先需要新建一个适合自己的操作学徒版本的默认目录，然后把gcc的文件拷贝到默认目录。否则你就会报错如下所示：
代码语言：javascript复制ld: warning: directory not found for option '-L/usr/local/gfortran/lib/gcc/x86_64-apple-darwin18/8.2.0'
ld: warning: directory not found for option '-L/usr/local/gfortran/lib'
也就是说，其实默认的目录有两个，我前面的代码设置的new_gcc路径，也可以是 /usr/local/gfortran/lib，如果我们的brew安装过gcc文件拷贝到这个 /usr/local/gfortran/lib，应该也是OK的。
接下来就一句话安装啦：
代码语言：javascript复制remotes::install_github("velocyto-team/velocyto.R")
超级简单的，我相信你也会成功的。不过，如果是Windows电脑，我的教程就爱莫能助了。
如果是Linux操作系统，无论是Ubuntu还是centos，都大同小异，但是目前我还没有看到Windows电脑成功安装的消息。
再怎么强调生物信息学数据分析学习过程的计算机基础知识的打磨都不为过，我把它粗略的分成基于R语言的统计可视化，以及基于Linux的NGS数据处理：
- 《生信分析人员如何系统入门R(2019更新版)》
- 《生信分析人员如何系统入门Linux(2019更新版)》
把R的知识点路线图搞定，如下：
- 了解常量和变量概念
- 加减乘除等运算（计算器）
- 多种数据类型（数值，字符，逻辑，因子）
- 多种数据结构（向量，矩阵，数组，数据框，列表）
- 文件读取和写出
- 简单统计可视化
- 无限量函数学习
Linux的6个阶段也跨越过去 ，一般来说，每个阶段都需要至少一天以上的学习：
- 第1阶段：把linux系统玩得跟Windows或者MacOS那样的桌面操作系统一样顺畅，主要目的就是去可视化，熟悉黑白命令行界面，可以仅仅以键盘交互模式完成常规文件夹及文件管理工作。
- 第2阶段：做到文本文件的表格化处理，类似于以键盘交互模式完成Excel表格的排序、计数、筛选、去冗余、查找、切割、替换、合并、补齐，熟练掌握awk、sed、grep这文本处理的三驾马车。
- 第3阶段：元字符，通配符及shell中的各种扩展，从此linux操作不再神秘！
- 第4阶段：高级目录管理：软硬链接，绝对路径和相对路径，环境变量。
- 第5阶段：任务提交及批处理，脚本编写解放你的双手。
- 第6阶段：软件安装及conda管理，让linux系统实用性放飞自我。
写在文末
我在《生信技能树》，《生信菜鸟团》，《单细胞天地》的大量推文教程里面共享的代码都是复制粘贴即可使用的， 有任何疑问欢迎留言讨论，也可以发邮件给我，详细描述你遇到的困难的前因后果给我，我的邮箱地址是 jmzeng1314@163.com
如果你确实觉得我的教程对你的科研课题有帮助，让你茅塞顿开，或者说你的课题大量使用我的技能，烦请日后在发表自己的成果的时候，加上一个简短的致谢，如下所示：
代码语言：javascript复制We thank Dr.Jianming Zeng(University of Macau), and all the members of his bioinformatics team, biotrainee, for generously sharing their experience and codes.
十年后我环游世界各地的高校以及科研院所（当然包括中国大陆）的时候，如果有这样的情谊，我会优先见你。
