為什么要學習R語言
R的誕生
1992年， 肉絲 (Ross Ihaka)和 蘿卜特 (Robert Gentleman)兩個人在S語言(貝爾實驗室開發的一種統計用編程語言)的基礎上開始構思一種新的用于統計學分析的開源語言，直到1995年第一個版本正式發布(和各位年齡相仿)。因為他們名字的第一個字母都是R，所以這門語言就被叫做R。這兩個人都是統計學教授出身，再加上R語言的生父S語言，所以 R語言在統計學方面有著純正的血統 !
如果你平時的工作會涉及到統計學，那么接觸R語言實在是太正常不過了。
另外，關于R語言的開發者，看名字(Ross和Robert)部分人以為是伉儷，其實就是兩個大老爺們。如圖所示
R的發展
作為開源軟件的R能夠迅速發展，很大程度上取決于其活躍的社區。學習R，很大程度上也是學習各種R包的使用。截止目前(2017年2月25日)，CRAN(Comprehensive R Archive Network)上已經有10162個可以獲取的R擴展包，內容涉及各行各業，可以適用于各種復雜的統計。各地的CRAN鏡像都是R網站的備份文件，內容完全一樣，你可以選擇離自己最近的去訪問。
R的特長
在R官網有這樣幾句介紹
R provides a wide variety of statistical (linear and nonlinear modelling, classical statistical tests, time-series analysis, classification, clustering, …) and graphical techniques, and is highly extensible.
One of R’s strengths is the ease with which well-designed publication-quality plots can be produced, including mathematical symbols and formulae where needed.
- 因為R語言本身為統計而生，所以你能想到的所有統計相關的工作，R都可以非常簡潔的用幾行命令(甚至1行命令)幫你完成。
- R高度的可擴展性正是體現在它那1萬多個包上，你想做的幾乎所有事情都可以用現有的R包來輔助完成(當然，有些工作即便能完成但也不適合)。
- R另一個殺手锏就是其強大的繪圖功能，正如上面的英文介紹所言，R可以畫圖，畫各種各樣的圖，畫各種各樣高逼格的圖，畫各種各樣高逼格可以直接出版的圖。
- 完善的統計學功能再加上強大的繪圖功能，就是你學習的最大理由。
- 對于生物相關的工作者而言，他們還有一個巨大的福利就是Bioconductor，這里面的一千多個R包都是用來解決生物(信息)問題的。
R應用示例
在這一部分，僅僅是給展示幾個用R可以輕松完成的相對有趣的工作。
安裝對應包后應該可以直接運行
示例1 ggplot2畫圖
- #第一次使用，需要安裝相應的包
- #以后只需要調用即可
- #install.packages("ggplot2")
- library("ggplot2")
- theta <- seq(0,24*pi, len=2000)
- radius <- exp(cos(theta)) - 2*cos(4*theta) + sin(theta/12)^5
- dd <- data.frame(x=radius*sin(theta), y=radius*cos(theta))
- ggplot(dd, aes(x, y))+geom_path()+xlab("")+ylab("")
效果展示
示例2 詞頻分析及詞云
- # install.packages("wordcloud2")
- library(wordcloud2)
- wordcloud2(demoFreqC, size = 0.7, shape = 'diamond')
效果展示
示例3 查看我國各地空氣質量
- #install.packages("rvest")
- #install.packages("leafletCN")
- #install.packages("rgeos")
- Sys.setlocale("LC_CTYPE", "eng")
- library(rvest)
- library(leafletCN)
- library(rgeos)
- doc = read_html("http://www.pm25s.com/cn/rank/")
- cities = doc %>% html_nodes(".cityrank a") %>%
- html_text()
- cities = iconv(cities, "UTF-8", "UTF-8")
- AQI = doc %>% html_nodes("span[class^='lv']") %>%
- html_text() %>% .[c(F,F,T)] %>% as.numeric
- dat = data.frame(city = cities, AQI = AQI)
- geojsonMap(dat, "city",
- popup = paste0(dat$city,":",dat$AQI),
- palette = "Reds", legendTitle = "AQI")
效果展示
如何嘗試入門R語言
一開始這一部分的標題是 如何學好R語言 ，但是寫這部分東西需要很強的功底，我知道自己根本談不上學好。
后來又打算叫 如何入門R語言 ，但是每個人能付出的精力和能力又各不相同，而且因為平時我用R的地方不太多，只是最近擔任助教才又開始繼續學習。為了避免看了文章卻沒入門的朋友來吐槽，機智如我，干脆就叫 如何嘗試入門R語言 。
學習路線
看到這篇文章的一部分人很可能是我擔任助教這門課(生物統計學)的同學，而另一部分人很可能與生物信息學相關。
為了通過考試
如果你是前者而且僅僅是為了通過最后的考試，我建議你只需要在每節理論課后認真理解老師上課的內容，在每節討論課后拿出兩三天消化我們作業題中用到的R語言知識點就可以了。
- 大致了解一下R語言是什么，能干什么用(看完這篇文章，這部分就可以了)。
- 學習如何在R的官網下載R，如何在自己的電腦安裝R并成功運行。
- 學習如何安裝Rstudio，并且了解其基本的用法(這步可省略)。
- 學習如何查看R幫助文檔(這步很重要)。
- 學習如何將作業中的數據(作業中通常是txt或者csv格式)正確地導入R。
- 了解R語言中的常見變量。
- 學習R語言一些最基本的命令，如安裝包、調用包、讀入寫入文件、構造矩陣和基礎繪圖等。
- 學習在R中如何使用(課上提到的)統計學相關函數，了解其參數的含義。
- 能夠獨立完成最后幾次作業和上一年的期末考試題。
生物信息學相關
- 了解R語言在生物信息學領域的應用。
- 理解R語言中的各種變量。
- 學習如何創建數據集、清洗數據和使用常見的統計分析方法。
- 能夠對數據進行高級操作，對數據進行轉換。
- 學習R語言的中高級繪圖方法，能夠使用ggplot2。
- 學習R中高級統計分析方法，如聚類、主成分分析和線性回歸等。
- 學習并熟練使用自己研究領域相關的R包(通過bioconductor)。
個人感覺，如果能完成上述幾條學習路線，那么R語言就算入門了。
入門的標準是什么呢?我想就是給你一份數據讓你處理，你腦子里的第一反應是可不可用R做;如果給你一個任務，你能上手嘗試用R去解決。
