1 什么是R語言
R語言是一個開源的數(shù)據分析環(huán)境，起初是由數(shù)位統(tǒng)計學家建立起來，以更好的進行統(tǒng)計計算和繪圖藏姐，這篇wiki中包含了一些基本情況的介紹隆箩。由于R可以通過安裝擴展包（Packages）而得到增強，所以其功能已經遠遠不限于統(tǒng)計分析羔杨，如果感興趣的話可以到官方網站了解關于其功能的更多信息捌臊。

至于R語言名稱的由來則是根據兩位主要作者的首字母(Robert Gentleman and Ross Ihaka)，但過于簡短的關鍵詞也造成在搜索引擎中很不容易找到相關的資料兜材。不過這個專門的搜索網站可以幫到你理澎。

2 為什么要學習R語言點我，給你一千個R的理由
可能你想說曙寡，“我已經學會了spss/sas/stata...糠爬，為什么還要去學習R呢？”如下幾方面可能會吸引到你：

• 編程入門語言: 如果你之前沒有編程經驗举庶，但是學習工作中經常需要計算执隧、統(tǒng)計、繪圖户侥，那R是你的首選（Python也許不太同意殴玛，不管他）。語法結構簡單添祸，上手較快滚粟，而且函數(shù)和pckages都有很好的實例文檔。R是一門自學型語言刃泌，來R吧凡壤，你不會孤獨。

• R是免費開源軟件:現(xiàn)在很多學術期刊都對分析軟件有版權要求耙替，而免費的分析工具可以使你在這方面不會有什么擔心亚侠。另一方面，如果學術界出現(xiàn)一種新的數(shù)據分析方法俗扇，那么要過很長一段時間才會出現(xiàn)在商業(yè)軟件中硝烂。但開源軟件的好處就在于，很快就會有人將這種方法編寫成擴展包铜幽，或者你自己就可以做這件工作滞谢。

• 命令行工作方式:許多人喜歡類似SPSS菜單式的操作，這對于初學者來說很方便入門除抛，但對于數(shù)據分析來說狮杨，命令行操作會更加的靈活，更容易進行編程和自動化處理到忽。而且命令行操作會更容易碎辖蹋酷，不是嘛，一般人看到你在狂敲一推代碼后得到一個分析結果护蝶，對你投來的目光是會不一樣的华烟。

• 小巧而精悍:R語言的安裝包更小，大約不到40M持灰，相比其它幾個大家伙它算是非常小巧精悍了垦江。目前R語言非常受到專業(yè)人士歡迎，根據對數(shù)據挖掘大賽勝出者的調查可以發(fā)現(xiàn)搅方，他們用的工具基本上都是R語言比吭。此外，從最近幾次R語言大會上可以了解到姨涡，咨詢業(yè)衩藤、金融業(yè)、醫(yī)藥業(yè)都在大量的使用R語言涛漂，包括google/facebook的大公司都在用它赏表。因此，學習R語言對你的職業(yè)發(fā)展一定是有幫助的匈仗。
  

3 R語言的學習方法
學習R是一件非常輕松的事情瓢剿，初學者需要記住的就是：

利用豐富的幫助文檔
親手鍵入代碼并理解其意義
在筆記里記下一些重點或心得（個人推薦Evernote）
堅持練習，對手邊的數(shù)據進行應用分析
理解背景知識悠轩，細節(jié)很重要间狂。

R的獲取

R包(package)

R包(package)：R函數(shù)、數(shù)據火架、幫助文件鉴象、預編譯代碼以一種定義完善的格式組成的集合

.libPaths("E:/Rstudio/R_packages") #指定安裝包的路徑
聯(lián)網安裝
install.packages(“vegan”) #安裝普通包
source(“https://bioconductor.org/biocLite.R”)#安裝Bioconductor包
biocLite("DESeq2")

安裝本地zip包
Packages>install packages from local files

library(vegan) #加載包，也可用require()
update.packages("vegan") #包的更新
installed.packages() #查看已安裝的包

1 基礎數(shù)據結構

1.1 向量

#創(chuàng)建向量
a <-c(1, 2, 3, 4, 5, 6)
b<-c("one", "two", "three")
c<-c(TRUE, FALSE, TRUE, TRUE, FALSE)
#向量索引
a[2] #第二個元素
a[-2] #刪除第二個元素
a[c(2:4)] #取出第二到第四個元素

[1] 2
[1] 1 3 4 5 6
[1] 2 3 4

1.2 矩陣

#創(chuàng)建矩陣
mymat <- matrix(c(1:10), nrow=2, ncol=5, byrow=TRUE)
#矩陣索引
mymat[2,] #取第二行
mymat[,2] #取第二列
mymat[1,5] #第一行第五列的元素

1.3 數(shù)組

#創(chuàng)建數(shù)組
myarr <- array(c(1:12),dim=c(2,3,2))
dim(myarr) #取矩陣或數(shù)組的維度
myarr[1,2,1] #取第一個矩陣的第一行第二列

1.4 數(shù)據框

#創(chuàng)建數(shù)據框
kids <- c("Wang", "Li")
age <- c("18", "16")
df <- data.frame(kids, age)
#數(shù)據框索引
df[1,] #第一行
df[,2] #第二列
df[1:2,1:2]#前兩行何鸡，前兩列
df$kids #根據列名稱
#數(shù)據框常用函數(shù)
str(df) #數(shù)據框的結構
rownames(df) #行名稱
colnames(df) #列名稱

1.4.1 因子變量

變量：類別變量纺弊，數(shù)值變量
類別數(shù)據對于分組數(shù)據研究非常有用。（男女骡男，高中低）
R中的因子變量類似于類別數(shù)據淆游。

#向量因子化
status<-c("Poor", "Improved", "Improved","Excellent", "Poor")
status<-rep(status,15)
status<-factor(status,ordered=TRUE,
               levels= c("Poor","Improved", "Excellent"),
               labels=c("P","I","E"))

index <- sample(1:100,75)
plotdata <- data.frame(index,status)
attach(plotdata)
boxplot(index~status,col="red")

類別變量，有序變量稱為因子隔盛，決定了數(shù)據的分析方式和視覺呈現(xiàn)形式
Attach()可以將數(shù)據框添加到R的搜索路徑中犹菱，當R遇到一個變量名后，將檢測搜索路徑中的數(shù)據框骚亿，定位這個變量

1.5 列表

列表以一種簡單的方式組織和調用不相干的信息
R函數(shù)的許多運行結果都是以列表的形式返回

#創(chuàng)建列表
lis <- list(name='fred',
    wife='mary',
    no.children=3,
    child.ages=c(4,7,9))
#列表索引
lis$name #列表組件名
lis[[1]] #列表位置訪問

常用函數(shù)

R流程控制

p <- 0.1 
if(p<=0.05){
  print("p<=0.05!")
}else{
  print("p>0.05!")
}

for(i in 1:10) {
  print(i)
}
i <- 1
while(i<10) 
   {
    print(i)
    i <- i + 1
  }

v <- LETTERS[1:6]
for (i in v){
  if(i == 'D'){
    next
  }
  print(i)
}

v <- LETTERS[1:6]
for (i in v){
  if(i == 'D'){
    break
  }
  print(i)
}

2.5 R函數(shù)

函數(shù)是組織好的已亥，可重復使用的，用來實現(xiàn)單一来屠，或相關聯(lián)功能的代碼段

rcal<-function(x,y)
{
  z <- x^2 + y^2; 
  result<-sqrt(z) ;
  result;
}
rcal(3,4)# 調用函數(shù)

3讀寫數(shù)據

#數(shù)據讀入
#getwd()
setwd('C:/Users/Administrator/Desktop/file')
dir()
top<-read.table("otu_table.p10.relative.tran.xls",header=T,row.names=1,sep='\t',stringsAsFactors = F)
top10<-t(top)
head(top10, n=2)
#數(shù)據寫出
logtop10<-log(top10+0.000001)
write.csv(logtop10,file="logtop10.csv", quote=FALSE,  row.names = TRUE)
write.table(logtop10,file="logtop10.xls",sep="\t", quote=FALSE, 
    row.names = TRUE, col.names = TRUE)

其他常用函數(shù)

4 數(shù)據清理

4.1 tidyr包

tidyr包的四個函數(shù)
寬數(shù)據轉為長數(shù)據：gather()
長數(shù)據轉為寬數(shù)據：spread()
多列合并為一列： unite()
將一列分離為多列：separate()

library(tidyr)
gene_exp <- read.table('geneExp.csv',header = T,sep=',',stringsAsFactors = F)
head(gene_exp)
#gather 寬數(shù)據轉為長數(shù)據
gene_exp_tidy <- gather(data = gene_exp, key = "sample_name", value = "expression", -GeneID)
head(gene_exp_tidy)
#spread 長數(shù)據轉為寬數(shù)據
gene_exp_tidy2<-spread(data = gene_exp_tidy, key = "sample_name", value = "expression")
head(gene_exp_tidy2)

4.2 dplyr包

dplyr包五個函數(shù)用法：
篩選: filter
排列: arrange()
選擇: select()
變形: mutate()
匯總: summarise()
分組: group_by()

library(tidyr)
library(dplyr)
gene_exp <- read.table("geneExp.csv",header=T,sep=",",stringsAsFactors = F)
gene_exp_tidy <- gather(data = gene_exp, key = "sample_name", value = "expression", -GeneID)
#arrange 數(shù)據排列
gene_exp_GeneID <- arrange(gene_exp_tidy, GeneID)#降序加desc
head(gene_exp_GeneID )
#filter 數(shù)據按條件篩選
gene_exp_fiter <- filter(gene_exp_GeneID ,expression>10)
head(gene_exp_fiter)
#select 選擇對應的列
gene_exp_select <- select(gene_exp_fiter ,sample_name,expression)
head(gene_exp_select)

5 繪圖

5.1 長數(shù)據與寬數(shù)據

library(tidyr)
library(ggplot2)
#基礎繪圖
file <- read.table("geneExp.csv",header=T,sep=",",stringsAsFactors = F,row.names = 1)
#寬數(shù)據
file
barplot(as.matrix(file),names.arg = colnames(file), beside =T ,col=terrain.colors(6))
legend("topleft",legend = rownames(file),fill = terrain.colors(6))
#ggplot2繪圖
gene_exp <- read.table("geneExp.csv",header=T,sep=",",stringsAsFactors = F)
gene_exp_tidy <- gather(data = gene_exp, key = "sample_name", value = "expression", -GeneID)
#長數(shù)據
head(gene_exp_tidy)
ggplot(gene_exp_tidy,aes(x=sample_name,y=expression,fill=GeneID)) + geom_bar(stat='identity',position='dodge')

5.2 圖形參數(shù)位置

x <- rnorm(20, 2, 1)
y <- rnorm(20, 4, 2)
plot(x, y, cex=c(1:3), type="p", pch=19, col = "blue",
     cex.axis=1.5, col.axis="darkgreen", font.axis=2,
     main="這是主標題：plot初試", font.main=2, cex.main=2, col.main="green",
     sub="這是副標題：圖1", font.sub=3, cex.sub=1.5, col.sub="red",
     xlab="這是x軸標簽", ylab="這是y軸標簽",cex.lab=1.5, font.lab=2, col.lab="grey20",
     xlim=c(0,3), ylim=c(0,7))
abline(h=2, v=3, lty=1:2, lwd=2,col="red")
legend("topright", legend="我是圖例\n我在這兒",
      text.col="red", text.width=0.5)
#Rnorm正態(tài)分布 個數(shù) 平均值 標準差 plot是泛型函數(shù)，根據輸入類型的不同而變化
#Type p 代表點 l 代表線 b 代表兩者疊加

• 圖形參數(shù)：
  符號和線條：pch、cex俱笛、lty捆姜、lwd
  顏色：col、col.axis迎膜、col.lab泥技、col.main、col.sub磕仅、fg珊豹、bg
  文本屬性：cex、cex.axis榕订、cex.lab店茶、cex.main、cex.sub劫恒、font贩幻、font.axis、font.lab两嘴、font.main丛楚、font.sub

• 文本添加、坐標軸的自定義和圖例
  title()憔辫、main趣些、sub、xlab贰您、ylab喧务、text()
  axis()、abline()
  legend()

• 多圖繪制時候枉圃，可使用par()設置默認的圖形參數(shù)
  par(lwd=2, cex=1.5)

• 圖形參數(shù)設置：
  par(optionname=value,…)
  par(pin=c(width,height)) 圖形尺寸
  par(mfrow=c(nr,nc)) 圖形組合功茴，一頁多圖
  layout(mat) 圖形組合，一頁多圖
  par(mar=c(bottom,left,top,right)) 邊界尺寸
  par(fig=c(x1,x2,y1,y2),new=TURE) 多圖疊加或排布成一幅圖

#圖形組合：
attach(mtcars)
opar <- par(no.readonly=TRUE) #復制當前圖形參數(shù)設置
par(mfrow=c(2,2))#設置圖形參數(shù)
#layout(matrix(c(1,2,2,3),2,2,byrow=TRUE))
plot(wt,mpg,main="Scatterplot of wt vs mpg")
hist(wt,main="Histogram of wt")
boxplot(wt,main="Boxplot of wt")
par(opar) #返回原始圖形參數(shù)
detach(mtcars)

5.3 柱形圖

file <- read.table("barData.csv",header=T,row.names=1,sep=",",stringsAsFactors = F)
dataxx <- as.matrix(file) #轉化為矩陣
cols <- terrain.colors(3) #抽取顏色
#誤差線函數(shù)
plot.error <- function(x, y, sd, len = 1, col = "black") {
  len <- len * 0.05
    arrows(x0 = x, y0 = y, x1 = x, y1 = y - sd, col = col, angle = 90, length = len)
    arrows(x0 = x, y0 = y, x1 = x, y1 = y + sd, col = col, angle = 90, length = len) 
} 
x <- barplot(dataxx, offset = 0, ylim=c(0, max(dataxx) * 1.1),axis.lty = 1, names.arg = colnames(dataxx), col = cols, beside = TRUE) 
box() 
legend("topright", legend = rownames(dataxx), fill = cols, box.col = "transparent") 
title(main = "An example of barplot", xlab = "Sample", ylab = "Value") 
sd <- dataxx * 0.1 
for (i in 1:3) {
  plot.error(x[i, ], dataxx[i, ], sd = sd[i, ])
}

實例

5.4 二元圖

圖片.png

matdata <- read.table("plot_observed_species.xls", header=T)
tbl_df(matdata) #查看數(shù)據屬性和結構
y<-matdata[,2:145]
attach(matdata)
matplot(series,y, 
        ylab="Observed Species Number",xlab="Sequences Number",
        lty=1,lwd=2,type="l",col=1:145,cex.lab=1.2,cex.axis=0.8)
legend("topleft",lty=1, lwd=2, legend=names(y)[1:8], 
       cex=0.5,col=1:145)
detach(matdata)

5.5 餅狀圖

relative<-c(0.270617,0.177584,0.194911,0.054685,0.048903,0.033961, 0.031195,0.188143)
taxon<-c("Sordariales","Pleosporales","Agaricales","Hypocreales",   "Pezizales","Eurotiales","Helotiales","Others")
ratio<-round(relative*100,2)
ratio<-paste(ratio,"%",sep="")
label<-paste(taxon,ratio,sep=" ")
pie(relative,labels=label, main="ITS1-Sample S1",   radius=1,col=rainbow(length(label)),cex=1.3)
library(plotrix)
fan.plot(relative,labels=label,main="Fan plot")
pie3D(relative,labels=label, height=0.2, theta=pi/4, explode=0.1, col=rainbow(length(label)),  border="black",font=2,radius=1,labelcex=0.9)

5.6 直方圖

seqlength<-rnorm(1000, 350, 30)
hist(seqlength,breaks=100,
     col="red",freq=FALSE, 
     main="Histogram with dengsitycurve",
     ylab="Density", xlab="Sequence length")
lines(density(seqlength),col="blue4",lwd=2)

5.7 聚類圖

clu <- read.table("unweighted_unifrac_dm.txt", header=T, row.names=1, sep="\t")
head(clu)
dis <- as.dist(clu)
h <- hclust(dis, method="average")
plot(h, hang = 0.1, axes = T, frame.plot = F, main="Cluster Dendrogram based on unweighted_unifrac", sub="UPGMA")

5.8 維恩圖

library(VennDiagram)
ven<-list(sample1=20:50,  sample2=c(1:30,50:80), sample3=40:90, sample4=c(10:30,70:100))
venn.diagram(ven, filename='venn.png', cex=1.2, col="black", alpha= 0.50,lwd =1.2, cat.cex=1.4,
               fill=c("cornflowerblue", "green", "Gold1","darkorchid1"),  margin=0.15)

圖片輸出

• 直接導出

  
  
• 命令

pdf(file="file.pdf", width=7, height=10)
png(file="file.png",width=480,height=480)
jpeg(file="file.png",width=480,height=480)
tiff(file="file.png",width=480,height=480)

dev.off()

本文在發(fā)表之后第二天被【R語言中文社區(qū)】全文轉載孽亲，感謝小編的信任坎穿。學習R語言一個不斷積累的過程，不斷地記錄和總結才會不斷進步返劲。R是有好的玲昧，她是我編程之旅的初戀，雖然用的不怎么精篮绿，感情還是有的孵延。在簡書上的這篇文章我會根據自己的學習不斷更新的。

下面是是這篇文章在【R語言中文社區(qū)】公眾號上面的鏈接亲配，有我青澀的自我介紹：
終于尘应，我也出了篇R語言入門手冊惶凝！

R|home
統(tǒng)計之都
雪晴數(shù)據
R語言基礎入門之一：引言
R語言在生態(tài)學研究中的應用分析
為什么生態(tài)學家要學習Python或者R？
Statistical tools for high-throughput data analysis
why-use-the-r-language
Why R? The pros and cons of the R language
Why use R? Five reasons