生信人应该这样学R语言--Jimmy，20讲

积跬步，至千里

1.介绍R语言及RStudio

1.1 安装R 包和Rstudio
1.2Rstudio四个区块，区块，history（to source，to console） 和environment；区块，files，plot，packages；区块，console；通过看代码来学习；R.project 后边重点讲；

2.R语言基础变量

2.1 五种基本变量 ：向量型；向量添加维度就是矩阵；数据框；list；数据变量建立索引 index,数据库grep('RNA-seq',a$Assay_type)，list的话用逻辑变量来取，单括号[] 和双括号[[ ]] 的区别as.numeric(unlist(lapply(d，length)))>2，

小知识点总结：$取一个子集，length()看有多少个子集,lapply(d,length)；class()，str()
is.函数，as.函数；save(b,'input.Rdata') 来解决报错，解决问题的打包方法，批量注释code ，comment；class(), mode(), typeof()；grep('RNA-seq',a$Assay_type)

3.数据的导入和导出

读入：read.table("文件名“，各种参数)， 参数1，指定分割“sep=‘\t’”, 指定comment.char='!' ，指定注释信息，header 指定标题；
读出：write.csv (),对数据框进行编辑，rownames(b)=b[,1] ,b=b[,-1]
保存数据：save(b. file="input.Rdata),载入，load(file=);
作业：读入excel，保存数据去掉行名；

4.中级变量操作；

简单运算，逻辑运算，布尔运算；数学函数；理解循环的概念；
write.csv 或 read.line; sort(,decresing=T),max(),mix(),fivenum(), b[a$exp<500,], rna=a[b$type=="rna"，]，b=log2（b）‘，str（b[,1]）,rowMean(b) 每一行取平均值；as.numeric(b[,1]), apply(a,1,mean);定义函数：rowMax=function(x){apply(x,1,max)};
Jimmy<-function(b){for i : nrow(b), x=as.numeric(b[i,]), y=x[1]+x[2],print y}; sort(apply(b,1,sd),decrease=T)[1:50];names()

5，热图怎么画；

主要通过学习example，掌握学习R包的学习方法；用？pheatmap调出；学会制作自己的数据与example格式一样；
a1=rnom(100), dim(a1)=c(5,20),a2=a1+2;
b=cbind(a1,a2)
pheatmap(cbind(a1,a2),cluster_cols=f)
b=as.data.frame(b),
names(b)=c(paste(a1,1:20,sep=''), paste(a2, 1:20, sep=''))
pheatmap(b, cluster_rows=F, cluster_cols=F)；
as.data.frame(group=c(rep("a1",20),rep("a2",20)))
rownames(b)<-colnames(a);
scale(log2(expr+1))

# Create test matrix;# Draw heatmaps;# Show text within cells;# Fix cell sizes and save to file with correct size;# Generate annotations for rows and columns;# Display row and color annotations;

6，如何挑选差异最大的基因

用sort取最大值；取标准差最大的；用scale 进行标准化；定义函数，可以让功能复用；
通过热图可以发现离群数据，然后去除；
知识点总结：names(tail((sort(apply(dat, 1, sd))),1000)),t(转至)

7，ID 转换

match；和 % 的使用；熟悉org.Hs.eg.db 的使用；strsplit（“”，“[.]”）str_split(a$1,'[.]', simplify=T)[,1]; 连续使用class

；toTable；merge(a, b, by='enseble_id',all.x=T ); (d$ensemble)>1 这个函数得好好理解
以a所在的顺序排序d

8，基因表达量与生存分析

OncoLnc，下载数据；熟悉用survival，survminer；ggsave 保存；学习基础变量结构，基础函数操作；

重复以上信息画生存分析图
学习新的数据包

9，基因表达量与临床症状

cbioportal，http://www.cbioportal.org/下载基因集和临床分期的关系；命令colnames（a）<-c(id, stage, exp)；然后用ggstatsplot包来作图；

用到连个变量

9，表达矩阵的样本的相关性；

R包分类：数据包（比如airway）；功能函数包，注释包（芯片转换）；把矩阵取小，筛选地表达的基因；把数据整理成功能R包需要的行列格式；
基本函数：dim(), cor(exp[,1],exp[,2])(样本相关性) ；pheatmap::pheatmap(子命令调用方法)；
R语言技巧：apply(x,1,function()),
x<-exp[1,],x>1[返回逻辑判断] ,
exp[apply(exp, 1, function(x), sum(x)>5), ] (通过逻辑变量取行)
log(edgeR::cpm(exp)+1) ,去除文库大小的差异；

10，芯片表达矩阵的下游分析；

分析主要包括：做好分组date.frame ， 得到表达矩阵，根据limma包的说明书操作，（注意rownames（design）<-colnames(exp)）；
细碎知识点总结：boxplot 看一下总体的分布情况；
boxplot（exp[1,]~group_list）；

11，RNA-seq表达矩阵的下游分析；

用表达矩阵和分组信息；
R 基础变量操作，S4 对象用@来取一个子集；
DESeq，和limma 包的分析不同，一个是处理RNAseq矩阵，一个处理芯片表达矩阵；DESeq 可以做dds矫正
小技巧：把数据做成之前的样子，这样子可以复用之前的代码

14，R学习资源介绍；

网上资源： R 语言的博客，统计学基础, 可视化基础，bioconductor 手册，
推荐书籍，R语言实践：导入数据，基础画图，基本数据管理，统计方法了解就好，
Rstudio与R 的区别：是一种R语言编辑器，保留代码记录，界面友好，好用；

15，R与excel区别；

2.1 用Rproject 打开R语言，read.table(，sep="\t"),读入数据；
2.2 五种变量类型：data.frame, 用b=a[1:4,1:4] 取子集；b[,1:2]; 矩阵：e=matrix(1:10,2),2行的矩阵；向量构架(数字型，逻辑型);
重点是数据框，数据框操作筛选功能，a[,1] =="WXS" , which（a[,1] =="WXS"）；f=a[which（a[,1] =="WXS"）, ]
factor, character

16，简单统计及数字函数；

+-*/ 简单运算；
mean(a$bases) , 通过逻辑运算取子集，x[x[,1]=="WXS",] , t.test(a,b) ,
max(), fivenum(), 一个英文单词就是一个函数，比如sin ，cos等；
画图：boxplot 其他代码可以参考 ,plot 是画图, text 是给画布加字；
读入 read.csv(用table匹配文件)

17 基础语法；

正则表达式：grep（"WXS",a[,1]）, 取list 子集的方法，[[]] 取出一个向量，[] 取出一个子llist，
分列：strsplit，背下来：lapply() 的应用，lapply（strsplit（tmp，"," ）,function(x){x[2]})
匹配与替换：sub（"PE", ' ' ,tmp）对tmp 里边的“PE” 替换成“ ”
去重与排序：sort 与unique；
控制流 循环，重点理解，apply；

18 高级数据处理技巧；

18.1 apply 函数，主要对matrix 或者data.frame 进行处理；
apply(e, 2, mean)，对e 矩阵进行 列取平均值；
还有sapply，tapply， mapply，
18.2 对字符串的操作，内置函数的处理strsplit(), paste(), nchar(), substr(), chartr() ,分别表示 字符串分割，粘贴，计数，字符串截取，字符串替换。灵活的字符串处理包：stringr()，vignette('stringr')

比较这三个函数

,

18.3 大部分新手的错误来自于因子，包括 创建因子，更改level，差异分析，case和control 问题，cut 和table 函数；
回顾安装R包，设置mirror，BiocInstaller：：biocLite（）；
sCLLex 是一个对象，存储了很多数据框，直接在提示符后边输入对象名称即可查看；exps(sCLLex), 获取表达矩阵，
18.4 后期建议学习：vignette('stringr')

19 绘图该如何学；

boxplot(a$base~abase~ap.value
title() ,加图片名称，paste0("p value = ", p)
ggplot(), 或者 ggpubr(),
学会google 搜索 解决问题，比如搜索 ggpubr(), 添加p-value；
str() 查看object的结构；
学习素材：基本画图, ggplot, 绘画配对样本的图，下图aes() 为图加颜色映射；

ggplot2 采用图层的格式画图
plot(hclust(dist(t(e)))), 看远近关系；

20 R-7-作业；

20.1，作业知识点总结，

作业，创建一下表格
<<- 创建全局环境变量 ，NA，NULL，NaN（not a number），
status <- c("Poor", "Improved", "Excellent", "Poor")，
status <- factor(status, ordered=TRUE) ，创建有序因子
20.2，R 语言20题： install.packages() 存在CRAN上的包, devtools ：devtools 提供了若干方便安装包的函数；BiocInstaller：This package is used to install and update Bioconductor, CRAN, and (some) github packages. 安装bioconductor上相关的包：BiocInstaller::biocLite（"pakagesname"） ，用install.package 会说不存在；
20.3 理解ExpressionSet
ExpressionSet ，ls("package:hg")
20.4 ls("package:hgu95av2.db")
20.5 生信人的R语言20题 可以参考这个代码继续学习