R的诞生
1992年， 肉丝 (Ross Ihaka)和 萝卜特 (Robert Gentleman)两个人在S语言(贝尔实验室开发的一种统计用编程语言)的基础上开始构思一种新的用于统计学分析的开源语言，直到1995年第一个版本正式发布(和各位年龄相仿)。因为他们名字的第一个字母都是R，所以这门语言就被叫做R。这两个人都是统计学教授出身，再加上R语言的生父S语言，所以 R语言在统计学方面有着纯正的血统 !
如果你平时的工作会涉及到统计学，那么接触R语言实在是太正常不过了。
另外，关于R语言的开发者，看名字(Ross和Robert)部分人以为是伉俪，其实就是两个大老爷们。如图所示
R的发展
作为开源软件的R能够迅速发展，很大程度上取决于其活跃的社区。学习R，很大程度上也是学习各种R包的使用。截止目前(2017年2月25日)，CRAN(Comprehensive R Archive Network)上已经有10162个可以获取的R扩展包，内容涉及各行各业，可以适用于各种复杂的统计。各地的CRAN镜像都是R网站的备份文件，内容完全一样，你可以选择离自己最近的去访问。
R的特长
在R官网有这样几句介绍
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.
- 因为R语言本身为统计而生，所以你能想到的所有统计相关的工作，R都可以非常简洁的用几行命令(甚至1行命令)帮你完成。
- R高度的可扩展性正是体现在它那1万多个包上，你想做的几乎所有事情都可以用现有的R包来辅助完成(当然，有些工作即便能完成但也不适合)。
- R另一个杀手锏就是其强大的绘图功能，正如上面的英文介绍所言，R可以画图，画各种各样的图，画各种各样高逼格的图，画各种各样高逼格可以直接出版的图。
- 完善的统计学功能再加上强大的绘图功能，就是你学习的最大理由。
- 对于生物相关的工作者而言，他们还有一个巨大的福利就是Bioconductor，这里面的一千多个R包都是用来解决生物(信息)问题的。
R应用示例
在这一部分，仅仅是给展示几个用R可以轻松完成的相对有趣的工作。
安装对应包后应该可以直接运行
示例1 ggplot2画图
- #第一次使用，需要安装相应的包
- #以后只需要调用即可
- #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 词频分析及词云
- # install.packages("wordcloud2")
- library(wordcloud2)
- wordcloud2(demoFreqC, size = 0.7, shape = 'diamond')
效果展示
示例3 查看我国各地空气质量
- #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
如何尝试入门R语言
一开始这一部分的标题是 如何学好R语言 ，但是写这部分东西需要很强的功底，我知道自己根本谈不上学好。
后来又打算叫 如何入门R语言 ，但是每个人能付出的精力和能力又各不相同，而且因为平时我用R的地方不太多，只是最近担任助教才又开始继续学习。为了避免看了文章却没入门的朋友来吐槽，机智如我，干脆就叫 如何尝试入门R语言 。
学习路线
看到这篇文章的一部分人很可能是我担任助教这门课(生物统计学)的同学，而另一部分人很可能与生物信息学相关。
为了通过考试
如果你是前者而且仅仅是为了通过最后的考试，我建议你只需要在每节理论课后认真理解老师上课的内容，在每节讨论课后拿出两三天消化我们作业题中用到的R语言知识点就可以了。
- 大致了解一下R语言是什么，能干什么用(看完这篇文章，这部分就可以了)。
- 学习如何在R的官网下载R，如何在自己的电脑安装R并成功运行。
- 学习如何安装Rstudio，并且了解其基本的用法(这步可省略)。
- 学习如何查看R帮助文档(这步很重要)。
- 学习如何将作业中的数据(作业中通常是txt或者csv格式)正确地导入R。
- 了解R语言中的常见变量。
- 学习R语言一些最基本的命令，如安装包、调用包、读入写入文件、构造矩阵和基础绘图等。
- 学习在R中如何使用(课上提到的)统计学相关函数，了解其参数的含义。
- 能够独立完成最后几次作业和上一年的期末考试题。
生物信息学相关
- 了解R语言在生物信息学领域的应用。
- 理解R语言中的各种变量。
- 学习如何创建数据集、清洗数据和使用常见的统计分析方法。
- 能够对数据进行高级操作，对数据进行转换。
- 学习R语言的中高级绘图方法，能够使用ggplot2。
- 学习R中高级统计分析方法，如聚类、主成分分析和线性回归等。
- 学习并熟练使用自己研究领域相关的R包(通过bioconductor)。
个人感觉，如果能完成上述几条学习路线，那么R语言就算入门了。
入门的标准是什么呢?我想就是给你一份数据让你处理，你脑子里的第一反应是可不可用R做;如果给你一个任务，你能上手尝试用R去解决。
