python和r语言生物信息学_生物信息学的妹子如何自学R语言

作为生物信息学刚刚入门的小白，接触的第一门语言就是R，除了科研上的需要，当时上的课程经常需要R语言来写作业，就只好迅速的学了R。

对于学习过程呢，我将从以下几个方面叙述：

Part_1 初识R语言和ggplot

Part_2 一本书教会你作图

Part_3 吧啦吧啦~

Part_1 初识R语言和ggplot

首先对于R的安装，可以提一下在安装完R之后，再装Rstudio，之后写代码都在Rstudio进行。Rstudio可以说是一个用户友好的R的IDE，会有语法提示、警告语法错误、显示历史等等。所以用它当然是更方便一些啦。

接着进入正题。

当然，我第一步做的也是下了一本超级详尽的教程，想着学学语法什么的，毕竟这是一个从来没接触过编程的小白唯一能想到的。

然后嘞，我就发现这样很慢，而且冗长的pdf教程文件看着也贼无聊。然后我就想，要不去找个别的什么法子。

由于某门课程作业的缘故，我学了一些基本语法，当然是最基本的语法，比如循环语句、条件语句或者文件操作什么的。

这个很容易，所以我认为学哪门语言最重要的就是，学到一些很基本的语法，不要觉得这样显得自己很low，学完几个可以处理数据的语法，多加练习，等到需要的时候加以补充，不断充实，就可以了~

这时候那些冗长的pdf教程就起作用了，就像字典一样可以多查查，需要什么查查就好啦~

(当然这是我的个人意见，不乏大神看几遍教程就会了。在这过程我也没用视频去看，我可以在这放一下我文本教程，大家随便看看就好啦，类似的东西网上非常多)

Part_2 一本书教会你作图

这部分打算讲讲R的画图部分。其实当时我对用R作图或者其他语言作图没有任何概念=-=当真小白。

只是师兄非常推荐，我就学了一下R的ggplot包的画图功能。

当然，ggplot包的教程，有本经典书，广为流传，名为《ggplot2:数据分析与图形艺术》。这本书内容比较全，而且教程步骤也较为详细，可以跟着做做。

ggplot包里有很多示例数据集，很多函数语法我们可以直接按照教程，进行各种尝试。其实作图还是比较有趣的，悠哉悠哉哈~

但是每天看书练习练着练着…开始有趣后来就有点无聊了，而且没有尝试过其他作图函数，我就好奇用了R语言的基础作图的很多部分，这段时间，我充分感受到了ggplot包的简洁方便优越性~

如果你同样好奇，可以试试

当然， 思路呢，我还是那一套办法，在书里学到一些基本语法，应付基本作图是没有问题的。

比如说-确定数据集——确定坐标轴的对应变量——确定图形属性-

除此之外，我们可以对图形多加一些必要因素

(给文章加title——给坐标轴加标签——添加并加工图例)

这样呢，一个像个样子的图就可以做出来了。当然ggplot提供了对图片、标题或图例的微调，而且一点都不麻烦~相较于R语言的基础作图部分，做散点图、条形图、密度曲线图等，都需要记相应的函数和函数里各个参数。确实太过繁琐，而ggplot只需添加图形属性即可完成，所以ggplot既强大又方便的确值得入手啊~

哦对了，偶然得到了炼数成金的一些教程，帮助很大，这里面包括了R基础作图的内容，以及ggplot的作图内容，有视频素材和pdf，练习所需数据以及练习题，一应俱全，且无论是视频还是pdf都简明扼要，全无废话，很值得一看。

Part_3 吧啦吧啦~

但R能做的当然不止画图。

对于经常需要做统计分析的小伙伴来说，R绝对是你的好帮手。

虽然它处理文本文件比起其他语言可能确实是菜了那么一些，但是它有很多超级方便的关于统计的包~无疑省去了你很多麻烦。

举个例子，我由于之前的一些工作需要做主成分分析，了解原理之后本来想直接顺手用python写了，但是也写了好多行代码。

但是R语言做主成分分析只需要一行代码~有没有超级心动！

所以对于现在的我来说，python和R都是离不开的(我知道很大原因是由于现在能力还是比较菜)。但是不同语言还是各有优势的，有的时候也要合理利用。

最后，这些学习经历给我最大的感触是，学完基本语法，必须去尝试使用它，否则你对这些的印象并不会深，也不会知道不同方法在实际操作中的优劣。

实践出真知嘛，所以多做尝试，多思考，总是没错的。

以上是对我对R语言学习的一些粗浅的认识，欢迎互相交流。