终于，我也出了篇R语言入门手册！

作者：周运来，男，长大了才会遇到的帅哥，稳健，潇洒，大方，靠谱。大型测序工厂的螺丝钉，一个R者，一个随机森林中靠统计觅食的人。

1. 什么是R语言

R语言是一个开源的数据分析环境，起初是由数位统计学家建立起来，以更好的进行统计计算和绘图，这篇wiki中包含了一些基本情况的介绍。由于R可以通过安装扩展包（Packages）而得到增强，所以其功能已经远远不限于统计分析，如果感兴趣的话可以到官方网站了解关于其功能的更多信息。

至于R语言名称的由来则是根据两位主要作者的首字母(Robert Gentleman and Ross Ihaka)，但过于简短的关键词也造成在搜索引擎中很不容易找到相关的资料。不过这个专门的搜索网站可以帮到你。

2. 为什么要学习R语言

给你一千个R的理由( 地址: https://www.burns-stat.com/documents/tutorials/why-use-the-r-language/ )可能你想说，“我已经学会了spss/sas/stata...，为什么还要去学习R呢？”

如下几方面可能会吸引到你：

1. 编程入门语言: 如果你之前没有编程经验，但是学习工作中经常需要计算、统计、绘图，那R是你的首选（Python也许不太同意，不管他）。语法结构简单，上手较快，而且函数和pckages都有很好的实例文档。R是一门自学型语言，来R吧，你不会孤独。

2. R是免费开源软件:现在很多学术期刊都对分析软件有版权要求，而免费的分析工具可以使你在这方面不会有什么担心。另一方面，如果学术界出现一种新的数据分析方法，那么要过很长一段时间才会出现在商业软件中。但开源软件的好处就在于，很快就会有人将这种方法编写成扩展包，或者你自己就可以做这件工作。

3. 命令行工作方式:许多人喜欢类似SPSS菜单式的操作，这对于初学者来说很方便入门，但对于数据分析来说，命令行操作会更加的灵活，更容易进行编程和自动化处理。而且命令行操作会更容易耍酷，不是嘛，一般人看到你在狂敲一推代码后得到一个分析结果，对你投来的目光是会不一样的。

4. 小巧而精悍:R语言的安装包更小，大约不到40M，相比其它几个大家伙它算是非常小巧精悍了。目前R语言非常受到专业人士欢迎，根据对数据挖掘大赛胜出者的调查可以发现，他们用的工具基本上都是R语言。此外，从最近几次R语言大会上可以了解到，咨询业、金融业、医药业都在大量的使用R语言，包括google/facebook的大公司都在用它。因此，学习R语言对你的职业发展一定是有帮助的。
   

3. R语言的学习方法
学习R是一件非常轻松的事情，初学者需要记住的就是：

利用丰富的帮助文档
亲手键入代码并理解其意义
在笔记里记下一些重点或心得（个人推荐Evernote）
坚持练习，对手边的数据进行应用分析
理解背景知识，细节很重要。

R的获取

R包(package)：R函数、数据、帮助文件、预编译代码以一种定义完善的格式组成的集合。

.libPaths("E:/Rstudio/R_packages") #指定安装包的路径联网安装
install.packages(“vegan”) #安装普通包source(“https://bioconductor.org/biocLite.R”)#安装Bioconductor包biocLite("DESeq2")

安装本地zip包
Packages>install packages from local files
library(vegan) #加载包，也可用require()update.packages("vegan") #包的更新installed.packages() #查看已安装的包

1.基础数据结构

1.1 向量

# 创建向量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] #第二个元素a[-2] #删除第二个元素a[c(2