用《R数据科学》学习一套数据处理语法

这套语法就叫 tidyverse，先用一套小抄 Cheat Sheet 来镇贴。

抛开社区讲语言都是耍流氓，比如说 Python 可以克隆 ggplot2 包，语法几乎一样，用起来不会有太大的差别，但克隆不了 ggplot2 的整个社区以及由社区所衍生出来的各种扩展包，比如我写的 ggtree，所以你在 Python 里用 ggplot2 还是会觉得少了点什么，差了那么点意思。

而做生信的我们是避免不了 R 的，因为有 Bioconductor 社区，在基因组学，特别是单细胞数据分析上，已经是独步江湖了。

要学 R，有基于 S 语言的上古资料（可怜我当年就看了不过这样的资料），有各种统计的史前资料（也被这种资料虐得死去活来），当然也有面向数据科学项目的现代资料，而这个分水岭离不开一个大神 Hadley Wickham。

《R语言数据科学》就是 Hadley 大神的作品，正如中文版的《R数据科学》的副标题写的：

• 摒弃其他 R 语言工具书从头到尾讲统计的陋习

• 从实用的 R 包出发，带你重新认识 R 和数据科学

这本书介绍了 tidyverse 语法，也就是一套解决各种数据科学难题的动词，全书分为五个部分：

• 探索

• 处理数据

• 编程

• 模型

• 沟通

让你通过搭积木的方法对数据进行探索、处理、分析和呈现等。这是一本为现代人写的数据科学入门书，入手快，不需要太多时间去学习，为像你一样的懒人量身定制。

插播个话外音，在书中第9页说到：

ggplot2 只能同时使用六种形状，默认情况下，当使用这种图形属性时，多出的变量值将不会出现图中。

这个问题已经被我们团队解决，请移步《ggsymbol让点图样式更加丰富的R包》

R语言社区领军人物著作

本书的目标是教会读者使用最重要的数据科学工具，从而为实施数据科学奠定坚实的基础。读完本书后，你将掌握R语言的精华，并能够熟练使用多种工具来解决各种数据科学难题。

每一章都按照这样的顺序组织内容：先给出一些引人入胜的示例，以便你可以整体了解这一章的内容，然后再深入细节。本书的每一节都配有习题，以帮助你实践所学到的知识。

图灵官方小店

享受低价折扣