日常瞎掰
前面聊过了linux入门学习指南，今天来聊聊R语言。做为一个脚本型的高级语言，R常被用于数据处理、统计分析、数据可视化等方面。在生命科学领域的研究中也是随处可见R的身影，里面有很多现成的扩展包可用于各种组学数据的分析和展示。为什么R能够赢得科研人员的青睐呢？
这得益于R简单易用的特点：首先，R的语法相对简单，学习成本很低，极易上手，只需花费很少的学习时间就可满足日常工作的需求；再者，R无需复杂的编程过程，基于向量化特性和函数调用，少量的代码即可轻松完成任务；同时，R语言里面拥有较为完善的处理生命科学数据的生态系统。简单来说，用R语言分析数据可以节约科研人员的时间成本。这感觉就好像用office excel一样，没有什么学习负担，能够有更多的时间专注于探索数据的意义。
日常分析中R的使用过程似乎没有什么编程思维可言，大都是借助现有的函数来解决问题，要么R自带的函数要么扩展包里的函数。接触R语言挺长时间了，做为一个使用者，感受最为强烈的就是解决问题时包治百病，复杂一点的问题一个包不行那就多用几个 (调包侠不是在调用包就是在调用包的路上)。
这么易用且合适的工具，这谁能拒绝得了？那么，应该如何学习将其收入囊中呢？个人觉得首先得弄明白以下的几个方面。
数据结构
首先，要搞明白R里面的基础数据结构，这些是数据的载体，用来存储需要处理的数据，即使复杂的数据对象也是建立在这些基础的数据结构之上。所以，了解数据结构的相关属性和方法，有助于更好的处理数据。
上面以示意图的方式展示了R里面的基础数据结构，其中除了数组(array)其余都很常用，尤其向量(vector)、矩阵(matrix)、数据框(dataframe)。除创建数据外，想要处理数据还需要明白数据结构的一些基本操作如增、删、改、查等。虽然R里面有多个数据结构，但都是以向量为基础，get到这一点，就可以把处理向量的那一套扩展到其他结构当中。当然，除了上面展示的数据结构外，R里面还有一个比较特殊的数据类型 - 因子(factor)，该类型常用于离散型数据的分组。
向量化操作
R处理数据之所以方便，很大程度上得益于向量化特性，明白了这一点，数据操控事倍功半。那什么是向量化特性呢？下面用一个简单的栗子来说明：
data1 <- 1:5
data1
[1] 1 2 3 4 5
data2 <- data1 + 1
data2
[1] 2 3 4 5 6
data3 <- data1 + data2
data3
[1] 3 5 7 9 11
上面的代码首先创建了一个数值向量data1，给data1的每个元素都加1，利用向量化操作只需用data1 + 1即可实现；data1每个元素都加不同的数值，利用向量化操作来实现只需准备好另外一个向量data2，然后data1 + data2就可实现。如果没有向量化特性，想要实现前面的操作那就得借助循环来实现，与向量化操作相比，使用循环的话高低得多整几行代码了。虽然向量化特性好用，但使用时还是有需要注意的地方。看下面的例子：
data1 <- 1:5
data1
[1] 1 2 3 4 5
data2 <- 6:8
data2
[1] 6 7 8
data3 <- data1 +data2
Warning message:
In data1 + data2 :
longer object length is not a multiple of shorter object length
data3
[1] 7 9 11 10 12
从上面的代码可以看出，data1和data2长度虽然不同却能直接相加，但得到结果未必是想要的。由此可知，R语言的兼容性很强，所以使用时需要有正确的判断。
数据读写
这个自不必多说，毕竟首先需要将自己的数据读取到R环境中，然后将处理好数据保存到文件里面。这样的常规操作有对应的函数可用，调用一下即可。
分支
分支判断就不多说了，想要完成复杂的数据处理还是有必要的。不过，简单的分支判断还是交给R自带的ifelse函数来处理吧，效率不错。
循环
for、while两种循环方式根据情况选择，不过，R里面有个循环函数家族，如apply、sapply等都是经常使用的函数。还是那句话，优先考虑用循环函数解决，效率高，充分发挥R语言的特性。
函数
前面说过R语言用起来之所以快捷一方面是基于函数调用，来自R内部及扩展包的函数所形成的生态基本覆盖了数据分析和可视化。站在别人的基础上，只需准备好函数所需的输入，即可得到想要的结果。函数便于代码复用，对于经常使用的功能写成函数确实可以提高后续的工作效率。
结束语
R做为可以交互式使用的脚本型语言，可以说语法规则是相当的简单，有了上面提到的那些知识，基本上可以根据别人的代码照猫画虎了。从语言的使用角度来说，基本上也算入门了。不过，R语言虽然简单，但想要用的得心应手也不是那么容易，就像学开车，把车开动起来也许不难，但想要成为经验丰富的老司机还是需要多多实践。
虽然上面提到的那些方面都是基础，但却是使用R的第一步，就写文章一样，第一步是认字，然后是组词造句，再者是连句成文，如果顺序反过来，定然会浪费很多时间在查字典与纠错上。能不能写出文章由基础决定，能不能写出好文章那就是另外一回事了。
前面提到R无需复杂的编程过程，这源自于向量化特性和函数调用，前者简化了循环，后者方便了过程，两者结合更是提高了效率。说了这么多，为啥没有提画图呢？因为用R画图本质上也是调用函数，只不过有时候形式上也许会有不同，如鼎鼎有名的ggplot2用+叠加图层的过程。
对于使用工具或方法，很喜欢一句话：知其道，用其妙！不废话了，来来来，让咱们一起努力成为调包侠。。。😄😄😄
往期回顾
linux入门学习指南
武林大会之对角线热图
ggplot2 | 绘制双y轴的图型
tidydr | 一行代码搞定小坐标系
rnanorm | 一行命令搞定RNA-seq标准化
网友评论