vlambda博客
学习文章列表

把一本R语言书看五遍还是看五本不同的书

我一直强调,编程基本功必须得看工具书,而且是需要看五本以上,甚至部分书籍需要看五遍以上!比如我在 里面给初学者的 知识点路线图如下:
  • 了解常量和变量概念
  • 加减乘除等运算(计算器)
  • 多种数据类型(数值,字符,逻辑,因子)
  • 多种数据结构(向量,矩阵,数组,数据框,列表)
  • 文件读取和写出
  • 简单统计可视化
  • 无限量函数学习
还有配套视频:《生信人应该这样学习R语言》,已经有十多万学习量。

生信人应该这样学习R语言
如果不配套R编程书籍,的确很难完全听懂。通常会推荐大家购买R语言之书或者R语言实战,都是一百多块钱,其实我不理解书籍都不购买的朋友到底是想如何入门,如何掌握R语言?
如果确实拮据的话,恰好 北大生信群有人分享了一个开源R语言书籍,我看了看切换成为PDF超过一千多页了!
在线阅读链接是:http://www.math.pku.edu.cn/teachers/lidf/docs/Rbook/html/_Rbook/index.html ,目录如下:

Preface

I Introduction and Basics

  • 1 R语言介绍
  • 2 R语言入门运行样例

II R Data Types and Operations

  • 3 常量与变量
  • 4 数值型向量及其运算
  • 5 逻辑型向量及其运算
  • 6 字符型数据及其处理
  • 7 R向量下标和子集
  • 8 R数据类型的性质
  • 9 R日期时间
  • 10 R因子类型
  • 11 列表类型
  • 12 R矩阵和数组
  • 13 数据框
  • 14 工作空间和变量赋值

III R Programming

  • 15 R输入输出
  • 16 程序控制结构
  • 17 函数
  • 18 R程序效率
  • 19 随机模拟
  • 20 函数进阶

IV Producing Reports and Books with R

  • 21 用R制作研究报告
  • 22 Markdown格式
  • 23 R Markdown文件格式
  • 24 用bookdown制作图书
  • 25 用R Markdown制作简易网站
  • 26 制作幻灯片

V R Data Manipulation

  • 27 数据读取技巧
  • 28 数据整理
  • 29 数据汇总

VI R Graphics

  • 30 绘图
  • 31 ggplot作图入门
  • 32 ggplot的各种图形

VII Statistics

  • 33 R初等统计分析
  • 34 R相关与回归
  • 35 R时间序列分析
  • 36 统计学习介绍

VIII Special Applications

  • 37 R语言的文本处理
  • IX Using C++ with Rcpp
  • 38 Rcpp介绍
  • 39 R与C++的类型转换
  • 40 Rcpp 属性
  • 41 Rcpp提供的C++数据类型
  • 42 Rcpp糖
  • 43 用Rcpp帮助制作R扩展包

X R Examples

  • 44 R编程例子

References

李东风老师更多教学资料

一些教材和文档在李东风老师的主页:http://www.math.pku.edu.cn/teachers/lidf/
  • 《R语言教程》草稿
  • Julia语言:
  • Julia语言介绍
  • Julia统计介绍
  • Julia作图介绍
  • Julia程序效率
  • Julia程序例子
  • 《统计计算》第二版教材的草稿网页版
  • 统计软件教材的草稿:PDF下载, 主要是SAS系统使用与基本统计
  • 《统计计算》第一版教材的草稿:PDF下载
  • 概率统计与R软件介绍 (PDF)及相应的 例子程序 下载。
  • LaTeX使用心得

现在就跟我一起把这本书看5遍吧

点击 文末阅读原文,就可以直达在线开源R语言书籍开启你的知识点学习哈。(当然,作为生信工程师的,还是建议你看完书籍后去听一下我的视频哈,有惊喜!)
  • http://www.math.pku.edu.cn/teachers/lidf/docs/Rbook/html/_Rbook/index.html
不过这个链接很有可能是临时链接哦,大家关注李东风老师在北京大学的主页:http://www.math.pku.edu.cn/teachers/lidf/ 这个肯定是不会过期的。

文末友情宣传

强烈建议你推荐给身边的 博士后以及年轻生物学PI,多一点数据认知,让他们的科研上一个台阶:
  • ,你的生物信息学入门课。
  • ,医学生/医生首选技能提高课。
  •  ,你的生物信息学成长宝藏