为什么要学习R语言
R语言是生物医学科研工作者的必备技能之一！学习R语言是一种性价比极高的提升自我的方式，除了帮我们作图，完成复杂的统计分析之外，还可以进一步培养我们的科研思维。R是用于统计分析、绘图的语言和操作环境。R是属于GNU系统的一个自由、免费、源代码开放的软件，它是一个用于统计计算和统计制图的优秀工具。
大家对于R语言的抗拒，是因为习惯于图形界面，而难以接受以编程的方式来处理数据。正如一句老话[一切恐惧源于未知]，就像我们学习一门新技能时，开始是恐惧的，但当你逐渐掌握它时，你会开始享受它带给你的乐趣，如此而已。编程语言只是解决问题的工具，不要惧怕它，每个人都可以轻松掌握。
环境部署
首先我们下载R语言"三剑客"（R、Rstudio、Rtools）
R：可以理解为内嵌的程序
Rstudio：非常方便的可视化窗口
Rtools：安装R包时所依赖的工具
注意：不同版本的R语言，所依赖的Rtools版本也不一样
RTools 4.2
for R >= 4.2.0
RTools 4.0
for R from version 4.0.0 to 4.1.3
old versions of RTools
for R versions prior to 4.0.0
安装R
登录 https://cran.rstudio.com/index.html ,下载R安装包，一路下一步即可安装。
安装Rstudio
登录 https://www.rstudio.com/products/rstudio/download/ ,下载Rstudio桌面版，一直下一步即可安装。
安装Rtools
登录 https://cran.r-project.org/bin/windows/Rtools/，下载对应版本的Rtools安装包，一路下一步即可安装。
注意：在安装过程中不要更改路径，否则可能会出现安装之后无法使用的情况。
基础设置
我们安装完成之后，不要着急去码字，先做一些基础设置，规范我们使用的环境。
工作目录
工作目录是R语言数据输入输出的默认位置，默认状态下是软件的安装时的目录。R的很多操作，包括读写数据，打开、保存脚本文件，读取保存工作空间的镜像等都是在工作目录中进行的。为方便管理，在首次运行R软件时，建立一个自己的目录，启动Rstudio之后将工作目录改变到自己的目录上。
getwd() #查询当前的工作目录
setwd("D:/Rworkspace") #设置工作目录
每次使用Rstudio完成一个新的项目时，建议每次都创建一个Rstudio Project，这样工作目录默认就是项目目录。
设置R包的安装路径
.libPaths("D:/Rworkspace/R_lib") #临时设置
#永久设置
file.edit('~/.Rprofile') #新建一个初始启动文件
.libPaths("D:/Rworkspace/R_lib") #你的路径
myPaths <- c("D:/Rworkspace/R_lib")
.libPaths(myPaths)
保存之后，重启Rstudio即可
设置镜像
国外的软件包镜像下载特别慢，所以我们要设置国内的镜像
继续在~/.Rprofile文件中输入以下命令并保存，即可永久修改镜像
#set Bioconductor mirror
options(BioC_mirror="https://mirrors.tuna.tsinghua.edu.cn/bioconductor")
# set a CRAN mirror
local({r <- getOption("repos")
r["CRAN"] <- "https://mirrors.tuna.tsinghua.edu.cn/CRAN/"
options(repos=r)})
options()$repos #查看CRAN镜像
options()$BioC_mirror #查看Bionconductor镜像
安装软件包
来自CRAN的软件包
install.packages("dplyr")
install.packages(c("dplyr","ggplot2"))
来自Bioconductor的软件包
如果所要下载的R包不在R语言官网上，那它极有可能在Bioconductor或者Github上，可以先登录Bioconductor官网（http://www.bioconductor.org/）搜索相关R包
if (!require("BiocManager", quietly = TRUE))
install.packages("BiocManager")
BiocManager::install("DESeq2")
来自github的软件包
接下来便是安装源自Github（https://github.com/）的R包了，它的步骤和安装源自Bioconductor的R包类似，需要先安装devtools包，然后用devtools包里的install_github函数来进行安装，具体代码如下：
install.packages('devtools')
library(devtools)
install_github('gertvv/gemtc')
#github中的R包需要在其前面加上该包所在的库名，否则无法进行下载安装
加载包
library(ggplot2)
快速上手
对象的赋值与运行
如果要对输入的数据做多种分析，如计算平均数、标准差，绘制直方图等，每次分析都要输入数据就非常麻烦，这时，可以将多个数据组合成一个数据集，并给数据集起一个名称，然后把数据集赋值给这个名称，这就是所谓的R对象（object）。R对象可以是一个数据集、模型、图形等任何东西。
R语言的标准赋值符号是"< -"，也可以使用"="赋值，但推荐使用更加标准的前者。使用者可以给对象赋一个值、一个向量、一个矩阵或一个数据框等。比如，将5个数据20，30，40，50，60赋值给对象x,将数据文件data_1赋值给对象y,代码如下。
x<- c(20,30,40,50,60)
y<- data_1
sum(x) #计算对象x的总和
mean(x) #计算对象x的平均数
barplot(x) #绘制对象x的条形图
在上述代码中，sum是求和函数，mean是计算平均数的函数，barplot是绘制条形图的函数。代码中的"#"是R软件的注释符号，R软件遇到注释符号时，会自动跳过#后的内容。
举个例子
我们先演示一个表达数据分析的例子，包括导入数据、数据过滤、数据变形和可视化。
假设gene1在各个样本的表达量如下
gene1_s1 <- 10
gene1_s2 <- 20
gene1_s3 <- 30
gene1_s4 <- 40
求 gene1在各个样本中表达量之和
gene_total <- gene1_s1 + gene1_s2 + gene1_s3 + gene1_s4
gene_total
[1] 100
我们把单个元素的变量叫做标量，如果有几十个样本，使用标量效率太低，就需要定义向量
gene1 <- c(10,20,30,40)
gene1
[1] 10 20 30 40
求 gene1在各个样本中表达量之和有多种办法
方法一：循环
每次取出一条基因，累加
gene1_total <- 0
for (i in gene1){
gene1_total = gene1_total +i
}
gene1_total
[1] 100
方法二：调用函数
直接调用别人写好的求和函数
gene1_total <- sum(gene1)
gene1_total
[1] 100
如果有几万条基因、几十个样本呢？就需要定义一个二维的数据结构，类似excel表，这在R中可以用data.frame。
读取文件
gene_exp <- read.delim("D:/Rworkspace/data/RNA-Seq/genes.TMM.EXPR.matrix",row.names=1)
要求每一条基因表达量的和，可以对每一行进行循环，但太麻烦了，R语言有自己的想法。
head(apply(gene_exp, 1, sum))
ATMG00520 AT5G50650 AT3G47940 AT5G38990 AT1G25470 AT1G03740
4.076 65.271 49.491 158.257 118.060 178.846
也可以求每个样本中所有基因表达量的和
head(apply(gene_exp,2,sum))
CER3_1 CER3_2 CER3_3 WT1 WT2 WT3
1198763.7 990273.8 880540.7 968765.7 1015728.7 972221.2
增加一个需求，求样本之间的相关系数
sample_cor <- cor(gene_exp)
sample_cor[1:4,1:4]
CER3_1 CER3_2 CER3_3 WT1
CER3_1 1.0000000 0.9844485 0.9812532 0.9813197
CER3_2 0.9844485 1.0000000 0.9857651 0.9888231
CER3_3 0.9812532 0.9857651 1.0000000 0.9691149
WT1 0.9813197 0.9888231 0.9691149 1.0000000
画个热图，这时候就需要调用别人写好的软件包
library(pheatmap)
pheatmap(sample_cor, cluster_rows = F, cluster_cols = F)
所以，学习一门编程语言要学习
1.怎么读取数据？输入输出
2.怎么保存变量？数据结构，如标量、向量、数据框
3.保存成数字还是字符？变量类型
4.怎么进行运算？计算、函数、流程控制
5.怎么进行绘图？
编写代码脚本
R代码虽然可以在提示符后输入，但如果输入的代码较多，难免出现输入错误。如果代码输入错误或书写格式错误，运行后，Rstudio软件会出现错误提示或警告信息。这时，在Rstudio界面中修改错误的代码比较麻烦，也不利于保存代码。因此，R代码最好是在脚本文件(Rmarkdown , R script)中编写，编写完成后，选中输入的代码，并单击鼠标右键，选择“运行当前行或所选代码”，即可在R软件中运行该代码并得到相应结果。脚本文件可保持到指定目录下，下次使用时，可直接打开脚本。
查看帮助文件
R软件的所有计算和绘图均可以由R函数完成，这些函数通常来自不同的R包，每个R包和函数都有相应的帮助说明。在使用中遇到疑问时，可以随时查看帮助文件。比如，要想了解sum函数和stats包的功能及使用方法，可使用help（函数名）或“？函数名”查询。直接输入函数名，可以看到该函数的源代码（封装函数除外）。
help(sum) #查看sum函数的帮助信息
help(packages=stats) #查看stats包的信息
var #查看var函数的源代码
学会提问
我们在学习的过程中会遇到各种各样的问题，这些问题，大多数情况下别人也碰到过一样的问题。所要学会使用搜索引擎（谷歌，必应，百度等等）。一般来说直接检索报错信息+R关键词就能找到答案。如果在自己绞尽脑汁，查询了各大搜索引擎之后，仍然不能找到答案，这个时候就可以向别人提问了：
一个优秀的提问，他可以指引被提问对象说出关键的信息，并且循序渐进的做出需要的补充内容。如果没有提问者详细的描述和认真的思考，可能这个问题不知道还要经历多少个来回才能被讨论清楚。-- via 思考问题的熊
如果自己没有思考，没有去寻找解决问题的方法，就去向别人提问 。我觉得这是一种不负责任的行为，即浪费了别人的时间，也浪费了自己的时间。
网友评论