关于生物信息专业的R语言的系统学习路线

R系统学习

1.环境安装

• 下载R语言的软件：https://cran.r-project.org/bin/windows/base/
• 下载Rstudio这个R编辑器：https://www.rstudio.com/products/rstudio/download/

1.1 基本入门

• 学习help函数（

• R的特性就是有着大量的包，所以你必须学会安装包：

  安装包 install.packages(" xxxxxx ")
  加载包 library( xxxxx )
  查看包的帮助文档help(“xxxxx”) 或?xxxxx
  获取当前工作区间getwd()
  更改工作区间 setwd( “xxxxxx”)
  清除当前对象rm()
  安装包你一定会遇到错误，请参考：
  R包终极解决方案！(http://www.biotrainee.com/thread-144-1-1.html)
  R的包（package）(http://www.bio-info-trainee.com/579.html)

• 书籍推荐：《R in Action》、《The Art of_R Programming》

2.R中的变量

• 向量：特简单，不赘述。

• 因子：现在不太懂

• 数据框：就像我们的表格,第一行就是每一列的名字,我们称之为字段,或者变量名。那么对应每列下面的数据就叫做记录或者观测。用data.frame( 字段1,字段2,…. )创建 )

• 列表：与数据框类似,区别就是每一列向量类型和长度可以不一致。用list( 字段1, 字段2,…… )创建

• 数组：其形式就像我们玩的模方,每一个面都是一个矩阵数据,用array(数据,各维度的最大值,各维度的名称)

3.基础操作函数

• 变量怎么来，对它们处理什么？
  我们处理生物信息学数据一般很少会手动创建这些对象，都是从文本里面读取，比如kegg数据库文件，差异分析结果，RNA-seq的表达量矩阵，但是读入之后，我们的重点就是知道它们变成了什么，该如何去一步步的转换它们。
• 数据的特性函数也必须要知道，无非就是一些英文单词而已，你经常的玩一下，就慢慢的熟练了。
• （str,class,names,row.names,col.names,length,unique,view,min,max,summay,table）

4.可视化变量

R最大的好处就是可以画一大堆图，对任何数据都可以可视化，简简单单的就可以画一大堆的图。

plot,boxplot,barplot,pie,hist,pair,它们每个绘图函数都有自己要求的输入数据，特定的可视化结果。建议先help它们。下面举些例子：

• dev.new()新建画板
• plot()绘制点线图,条形图,散点图.
• barplot( ) 绘制条形图
• dotchart( ) 绘制点图
• pie( )绘制饼图.
• pair( )绘制散点图阵
• boxplot( )绘制箱线图
• hist( )绘制直方图
• scatterplot3D( )绘制3D散点图.
• 低级绘图函数:
• par()　可以添加很多参数来修改图形
• title( )　添加标题
• axis( )　调整刻度
• rug( )　添加轴密度
• grid( )　添加网格线
• abline( )　添加直线
• lines( )　添加曲线
• text( )　添加标签
• legend()　添加图例

它们还有一系列的绘图参数(坐标轴、图例，颜色，性状，大小，空白，布局)非常繁琐，想掌握，花费的时间会非常多，但是很多人直接跳到ggplot的绘图世界了，不想搞那么多底层绘图代码。但是我看过一个底层R绘图集大成者，就Combining gene mutation with gene expression data improves outcome prediction in myelodysplastic syndromes文章的作者的github里面有。但是对大部分人来说，生信的绘图，都是有套路的，其实都被别人包装成函数了，做好数据，一个函数就出了所有复杂的图。比如热图，cluster等等。

ggplot建议google：

如何通过Google来使用ggplot2可视化

用谷歌搜索来使用ggplot2做可视化（下）

5.数据对象的高级操作

前面我们对向量，数据框，数组，列表都了解了，也知道如何查看数据的特性，但是要进行高级转换，就需要一些时间来学习apply系列函数，aggregate，split等函数的用法。这是一个分水岭，用好了你就算是R入门了。也可以用一些包，比如reshape2，dplyr。

6.R的bioconductor世界

这个是生物信息学特有的，也是为什么我要求搞生物信息学数据处理的人必须学习R，就是为了应用大量的bioconductor包。在这里面所有的对象都不在是基础的向量，数据框，数组，列表了，而是S3，S4对象，这个高级知识点我就不推荐了，你学会了前面的东西，就有了自己的学习经验了，后面的分分钟就搞定了。(其实你永远也搞不定的)

补充：R语言学习的网络资源

• R语言官方站 http://www.r-project.org/
• R-blogger http://www.r-bloggers.com/
• R语言资源汇总 https://github.com/qinwf/awesome-R
• R语言搜索引擎 http://www.rseek.org/
• R函数在线帮助 http://www.rdocumentation.org/
• 关于R的问答网站 http://stackoverflow.com/questions/tagged/r
• 一个入门级的R在线教程 http://tryr.codeschool.com/
• 交互式的R在线教程 https://www.datacamp.com
• 统计之都 http://cos.name/
• 我的博客 http://xccds1977.blogspot.com
• 美国计算机世界杂志提供的Ｒ语言初学者入门资料http://www.computerworld.com/s/article/9239625/Beginner_s_guide_to_R_Introduction
• 各种cheatsheet
  http://cran.r-project.org/doc/contrib/Short-refcard.pdf
  http://www.rstudio.com/resources/cheatsheets/