如何学习R语言

• 1. 入门了解

  • R 能干啥？为啥要学R？

    • 强大的数据分析工具及各种扩展包
    • 高通量的数据处理能力

  • Rstudio（强大的R 编辑器，极大降低了R语言学习难度）

  • 安装R & Rstudio

    • R 镜像：https://mirrors.tuna.tsinghua.edu.cn/CRAN/
    • Rstudio

  • 安装R包

    • install.package() #
    • BiocManager::install() #
    • devtool（） #

  • R包的使用

    • >library(“pheatmap”) ##调用程序包，程序包必须被调用才能使用
    • >require(“pheatmap”) ##调用程序包，程序包必须被调用才能使用
    • >update.packages("pheatmap")## 升级程序包
    • >detach("pheatmap")

  • R的各种打开方式 #[https://mp.weixin.qq.com/s?__biz=MzI5NjUyNzkxMg==&mid=2247484507&idx=1&sn=295454a59613bfd977f407958bec787e&scene=21]

    • Revolution R Enterprise (windows)
    • tinn-R (windows)
    • rattle (linux)
    • RKWard( 基于QT)
    • JGR（基于JAVA）
    • Eclipse
    • Red-R(专门用于编辑R分析流程)
    • AirXCell(基于Web界面）
    • Emacs
    • Vim
    • textMate
    • sublime
    • radian(21世纪的R终端，基于Python）
    • VSCode(非常现代化，有很好的扩展生态)
    • Rstudio-server(在浏览器打开服务器上的R，界面与Rstudio一样）
    • Rcode

• 2. 如何学习R

  • 公众号/ /博客

    • github 软件开发者的聚集地# https://github.com/
    • Y叔 biobabble公众号（R语言大神，写过多个R包，让我仰视的存在）
    • 生信技能树公众号（创始人jimmy是生信技能树论坛的创始人，励志让10万人学会生信，内容也是干货满满）
    • 果子学生信公众号/（生信技能树成员）
    • 徐洲更hoptop -（生信技能树成员）
    • 生信媛公众号
    • 生信菜鸟团博客 # http://www.bio-info-trainee.com/
    • ——上也有许多其他学友写的一些很好的文章，需要知道什么内容也可以在上面搜索。

  • 使用swirl包学习

  • 查看帮助文档

    • Tab键补全：及查看函数的简要说明，当不记得完整函数名或者参数时，使用Tab键能解决你的问题。
    • ？+函数名：查看函数的说明文档，了解函数的功能及参数。
    • ？？pheatmap 在线看帮助文档
    • CRAN https://cran.r-project.org/other-docs.html

  • 论坛

    • 生信技能树 # http://www.biotrainee.com:8080/forum.php
    • Omicshare # https://www.omicshare.com/forum/
    • github # 面向开源及私有软件项目的托管平台，在上面有海量的开源代码，也可以提问与软件开发者互动
    • stackoverflow 大名鼎鼎，http://stackoverflow.com/

  • 视频、播客

    • 生信技能树-jimmy # https://space.bilibili.com/338686099/
    • 腾讯课堂 #https://ke.qq.com
    • Omicshare class # https://www.omicshare.com/class/home/index/index
  • 其他方式：百度or谷歌or必应or......

• 3. R基础语法

  • R中的基本概念：

    • Experession # 表达式；
    • Object # 对象；
    • Function # 函数；
    • operator # 符号；
    • Attributes# 属性 ，对象的特征

  • R语言的符号

    • 注释符：# “#”所有右边的内容为说明，或者注释（包括#）
    • 赋值符：<- 或者= 表示 变量赋值 ，assignment operator
    • 连续符： # 用于创制整数型序列 eg. 1:3 表示1,2,3数学运算 运算后给出数值结果
    • 运算符：+,加； -,减； ,乘； /,除； ^ ,幂；%% 取模（整除…余数） ；%/% 整除；%%，矩阵乘积
    • 比较运算： 运算后给出判别结果 （TRUE FALSE）：> #大于, < #小于, <= #小于等于, >= #大于等于 , == #等于, != 不等于
    • 逻辑运算 与、或、非：! # NOT, & , && # AND, |, || # OR
  • 对象# Object 的类型：
    • 数值型 Numeric 如 100, 0, -4.335 Inf#无穷大 NaN# Not a Number
    • 字符型 Character 如“ China”
    • 逻辑型 Logical 如 TRUE, FALSE
    • 整数型 Integer 1
    • 因子型 Factor 表示不同类别
    • 复数型 Complex 如： 2 + 3i
    • NA # 表示缺省
    • 数据类型相关函数：
      • >class(x) ##返回变量x的数据类型
      • >as.numeric(X) ## 将x的数据类型改为数值型
      • >as.logical(X)## 将x的数据类型改为逻辑型
      • >as.character(x)## 将x的数据类型改为字符型
      • >factor() ##用来创建因子
      • >unclass() ## 去除对象的类型
      • >is.na() ##检测是否有缺省NA ###NA values have a class also, so there are integer NA , character NA, etc.
      • >is.nan() ## 检测是否有NaN ###A NaN value is also NA but the converse is not true
      • >complete.cases() # 判断多个向量的缺失值的位置取并集

  • 对象的数据结构

    • 向量 (vector)一系列元素的组合。
    • 因子 (factor)因子是一个分类变量，如 “a”,”a”,” a”,”a”,”b”,” b”,”b”,”c”,” c”
    • 数组 (array)数组是k维的数据表。
    • 矩阵 (matrix)矩阵是数组的一个特例，维数k = 2。
    • 数据框 (dataframe)是由一个或几个向量和（或）因子构成，它们必须是等长的，但可以是不同的数据类型。
    • 列表 (list)列表可以包含任何类型的对象。

    • 数据结构相关函数：

      • >vector() ##创制一个向量eg. >vector("numeric", length = 10) #创制一个长度为10的数值型向量，向量值缺省，缺省值为0
      • >matrix(1:6, nrow = 2, ncol = 3) ##创建一个矩阵，2行，3列，内容为1-6.
      • >dim() ##返回对象的维度属性
      • >list() ##用来创建list list 具有类似[[1]]的Index。
      • >data.frame(foo = 1:4, bar = c( T, T, F, F)) ##创建一个数据框
      • >nrow(x) # 返回对象x的行数
      • >ncol(x) #返回对象x的列数
      • >name(x) # 返回为x的变量名
      • >dimname(x) # 为x对象的维度命名
      • >attributes() #返回对象属性

    • Subsetting #取子集

      • [ # by 用单层方括号来提取向量,列表,因子和矩阵的数据子集,你也可以用-号加括号内的值来剔除你不需要的元素，矩阵的数据按行或者按列可以看成是数字索引，
      • [[ # is used to extract elements of a list or a data frame; it can only be used to extract a single element and the class of the returned object will not necessarily be a list or data frame.
      • $ # 根据名字用于 list or data frame中提取元素 ;在一定程度上美元符号和双层中括号的用途一样。
      • Tips:
        • 当只去矩阵的一组数据时，会返回一个向量. 如果不希望改变数据类型，可以在取子集时设置参数 drop = FALSE.
        • [[ 默认使用精确匹配，$ 允许使用局部匹配，使用参数exact = FALSE 在[[ 中进行局部匹配。
        • 也可以采用逻辑判断来对数据子集进行操作
        • 使用attach函数可以帮助我们在处理多变量数据框时频繁使用$索引。

  • 函数 #function: 函数的调用方法, 函数名 +(arguments)

    • > getwd() #查看当前R 工作的空间目录
    • >setwd() ## 设定工作目录
    • >dir() #当前工作目录下的文件
    • >print() ##在屏幕上打印
    • >set.seed(100)##该命令的作用是设定生成随机数的种子，种子是为了让结果具有重复性。#100，的意思为编号，不是数字， 而是应该理解成“编号为一零零的随机数发生”， 下一次再模拟可以采用二零零（200）或者（111）等不同的编号都行。
    • >t() ##实现数据框的行列转换
    • >rnorm(x) ##生成x个随机数
    • >rm() # 或者remove 用于移除对象
    • >ls() # 列出当前所有的变量
    • >str() #展示对象、函数、变量的内部结构列表。

• 4. 数据的操作

  • 数据读取

    • >read.table;#最常用的读取数据函数
      • 重要的argument参数有：
      • file, 文件名
      • header,是否有表头，header=T #表示将数据的第一行作为标题。
      • sep, 指定分隔符sep=“\t” #表示以Tab键为列分割。
      • colClasses, 给数据指定类型
      • nrows, 指定读取的行数，提高内存利用率。
      • comment.char, 指定注释行的标识，如果没有注释行，设置comment.char=“”
      • skip, 指定跳过哪些行。
      • stringsAsFactors, should character variables be coded as factors?
      • row.names=1 #表示第一列为行名称
    • >read.csv, for reading tabular data,默认：sep=","
    • >readLines, for reading lines of a text file
    • >source, for reading in R code files (inverse of dump )
    • >dget, for reading in R code files (inverse of dput )
    • >load, for reading in saved workspaces
    • >unserialize, for reading single R objects in binary form

  • 数据输出保存

    • > write.table(data,“newdata.txt“,sep=“\t”)
    • >writeLines
    • >dump # dump 保留了元数据，输出单个对象 与dget 匹配
    • >dput # 输出多个对象，与source 匹配。
    • >save
    • >serialize
    • >pdf(“heatmap.pdf”) # 新建一个pdf文件，0 kb,之后的绘图会存入heatmap.pdf .pdf文件是矢量图，不考虑像素。
    • 但是必须保存后才能看
    • >png( “heatmap.png”,width=480,height=480)# 可以输出为 png格式，但需要确定像素。
    • >dev.off() # 保存并退出

  • 与外界的连接 通过文件

    • >file,#建立与一个文件的连接，注意，不是打开文件。
    • >gzfile,# 建立与"*.gz"文件的连接a file compressed with gzip
    • >bzfile,# 建立与"*.bz2"文件的连接a file compressed with bzip2
    • >url, # 建立与网页文件的连接a webpage

  • 数据操作

    • 赋值： <- 或 = 给变量赋值
    • c() # 用于创制向量
    • rbind(a,b) # 将a、 b按行合并为矩阵
    • cbind(a,b) # 将a、 b按列合并为矩阵
    • rep() # 生成一组重复值
  • 循环与条件判断
    • if(){ }else { }# testing a condition
    • for (){} # execute a loop a fixed number of times
    • while ( ) # execute a loop while a condition is true
    • repeat #initiates an infinite loop ,The only way to exit a repeat loop is to call break. #break the execution of a loop
    • next: #skip an interation of a loop
    • return: #exit a function
    • which()
  • 运行脚本
    • > source(" regression.r") # 通过source()函数运行
    • 通过R 脚本编辑器运行 # 路径：文件 > 运行 R脚本文件 > 选择 "regression.r“
    • 直接粘贴到R控制台 ctrl+c, ctrl+v

• 5. R数据可视化

  • ggplot2

• 6. R数据分析

  • tidyverse
  • 数据计算：
  • 统计检验：

暂时总结了这么多，还在学习中……