生信自学论坛

 找回密码
 立即注册

QQ登录

只需一步,快速开始

搜索
热搜: TCGA GEO R
查看: 1114|回复: 0

六步系统入门R语言

[复制链接]

6

主题

34

帖子

90

积分

注册会员

Rank: 2

积分
90
发表于 2017-9-19 09:39:14 | 显示全部楼层 |阅读模式
生信自学网课程
本帖最后由 苹果apple 于 2017-9-19 09:44 编辑

第一步:掌握必须要会的基础
下载R语言的软件:[url=]https://cran.r-project.org/bin/windows/base/[/url]
下载Rstudio这个R编辑器:[url=]https://www.rstudio.com/products/rstudio/download/[/url](在Rstudio里面写代码会比较方便)

学习help函数(你必须要把help函数用一百次以上,不然你不可能入门的!)
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!([url=]http://www.biotrainee.com/thread-144-1-1.html[/url])
R的包(package)([url=]http://www.bio-info-trainee.com/579.html[/url])
你必须要自学R语言基础,或者看书,或者看视频,或者有人手把手教你,书的话,我推荐:《R in Action》、《The Art of_R Programming》。这些书籍都会提供一些简单的测试代码,你跟着傻瓜式的敲代码就好,但是实践的过程中,请务必注意一些英文单词(file文件路径/Description简述/Usage用法/Arguments参数/Details详细/value 数值/Examples例子/header 表标题/logical_value 逻辑值/delimiter 分隔符/object 对象/col列/row 行/vector向量/dimensions维度/data数据)


第二步:明白R中的变量


向量和因子:向量特简单,没什么好说的,因子太复杂了,我说不清楚,你们慢慢理解。
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)


第三步:了解变量的基础操作函数
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)


第四步:可视化你的变量


了解了R里面的基础变量和对象,也学会了对它们进行简单的转换,接下来就可以尝一尝R的甜头了,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,请务必在还没熟练使用之前help一下它们,自己主动查看它们好玩的地方,好好自学。
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。


高级可视化不得不提ggplot了:
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

第五步: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。
当然,R里面的字符串对象是另外完全不一样的操作模式,建议大家自行搜索学习。


第六步:遨游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)
每学一个bioconductor的包,都是自己R水平的提升大家可以参考我的博客:[url=]http://www.bio-info-trainee.com/tag/bioconductor[/url] 我就是这样学习过来的。我还创建了bioconductor中国这个社区,可惜效果不好,有志者可以继续联系我,我们看看有没有可能做起来。
R语言的应用方向。当然R肯定不只是应用在生物信息学啦,其实它在非常多的地方都有应用,尤其是金融和地理。在如何一个方向学习R,就不仅仅是R本身的语法了,你需要学习的东西太多了,我简单列出几个我接触过的方向吧:统计,科学计算,数据挖掘,文本挖掘,基础绘图,ggplot绘图,高级编程,都有着丰富的书籍和视频资料。


炼数成金的R七种武器系列。(强烈推荐,全套视频很容易找到)
《A Handbook of Statistical Analyses_Using_R》
《Modern Applied Statistics With S》
《Introduction to Scientific Programming and Simulation Using R》
《Mastering Scientific Computing with R》
《Practical Data Science with R》
《Data Mining explain using R》
《ggplot2 Elegant Graphics for Data Analysis》
《R Graphics Cookbook》
《R Cookbook》
《R in a Nutshell》
《R Programming for Bioinformatics》
《software for data analysis programming with R》




本帖子中包含更多资源

您需要 登录 才可以下载或查看,没有帐号?立即注册

x
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

QQ|生信自学网论坛 ( 粤ICP备14097033号 )

GMT+8, 2018-10-23 22:27 , Processed in 0.130558 second(s), 20 queries .

Powered by biowolf.cn

© 2001-2017 BioWolf

快速回复 返回顶部 返回列表