生信技巧第3课-请你务必学好R语言

长期更新列表： 视频讲解-R爬取生信软件列表到思维导图 生信技巧第二课-使用markdown记录和分享笔记

本期视频，学会R语言，方便你我他~~~

• 为什么需要学习R语言呢？
  • 可能是想画一个热图
  • 或是想做GEO芯片数据分析
  • 也可以说是各种统计分析（比如生存分析，差异分析，lasso回归）
• 各种搜索渠道
  • https://biotree.ke.qq.com/
  • http://study.163.com/
  • 百度云资料
  • 入门书籍：https://mp.weixin.qq.com/s/Gks3ogPPpsagocxjeBp8dQ
• 了解并安装R
  • 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)
  • 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/
  • 安装一些必要的包，了解CRAN和bioconductor
• 理解R语言与Excel表格在数据处理的异同点
  • 重中之重！！！
• 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)
• 了解变量的基础操作函数
  • str,class,names,row.names,col.names,length,unique,view,min,max,summay,table
  • 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。
  • 变量怎么来，对它们处理什么？
  • 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。
• 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。
• 高级分支
  • 统计学
  • 可视化
  • bioconductor与生物信息学
  • shiny与网页