原創： hxj7
作為乙個生信er，光會處理文字資料是不夠的，還要能進行統計分析。作為乙個開源軟體，r在統計社群「大行其道」，在生信分析人員中更是「一家獨大」。為啥？因為r語言就是一群統計學家開發的，統計函式齊全，新的統計方法很快就會有相應的包被開發出來。複雜的統計分析往往兩三行**就可以完成，那個方便呦，誰用誰知道！
（不過，也有許多學計算機專業出身的同學很不喜歡r，各種不順眼…。比如，r的陣列下標是從1開始的，而諸如c、python等語言都是從0開始，光這一點就讓他們抓狂。他們迫不及待地就去擁抱numpy、pandas了！）
圖1：lm函式進行線形回歸分析，一行**即可實現
那如何學習r呢？方法很多，我個人是看著《r語言實戰》這本書自學的。相信很多生信人都知道它，誠如作者在書中說，當時國內r語言的資料很少，許多想學習r語言的人都備受煎熬。以至於這本書一問世，便廣受好評（像不像做廣告的~）
圖2：《r語言實戰 第二版》
上面講了那麼多，還有一點不得不提。其實r為眾多行業的人廣泛接受，不止因為它強大而便捷的統計分析功能，還因為用r可以輕鬆畫出專業而精美的（外貌協會的人有福了）。我認識的一些學經濟、金融的同學都是r的高手，據他們說，商業報表中的很多精美都是用r做出來的。另外，正如黃小仙童鞋《我是如何「被逼無奈」開始學r的》一文中所展示的那樣，生物學文獻中統計結果的圖大部分都是用r畫出來的。r，就是集美貌與才華於一身的翩翩少年！
圖3：r可以輕鬆畫出基因表達的箱線圖
至此，「生信基礎」系列就告一段落了。簡單來說，生信人員常用的三種語言shell、python/perl、r最好都能熟練掌握。無論以後的工作內容/研究方向是什麼，這三種語言都是基礎。比如，現在很火的機器學習，其在生信領域也是應用廣泛。不同於很多計算機專業的人選擇用python/c++來實現機器學習演算法，你會發現生信人更多地用r來進行機器學習演算法分析。如果你已經掌握了python或者r，那麼入門機器學習的時候在程式語言這一關你會少了很多阻礙。
r語言與統計分析考試題 R語言與統計分析第四章答案
第四章習題 4.1 xhist x,main c 1000 個引數為 0.3的伯努利分布隨機數 4.2 xhist x,probability t,xlim c min x max x nclass max x min x 1,col lightblue main c 1000 個正態分佈隨機數 l...
R語言的基本統計分析
描述性統計分析 利用 mtcars 資料集，我們提取出英里數 mpg 馬力 hp 車重 wt myvars c mpg hp wt head mtcars myvars mpg hp wt mazda rx4 21.0 1102.620 mazda rx4 wag 21.0 1102.875 dat...
R語言基本統計分析 抽樣
簡單隨機抽樣是指從資料總體中任意抽取指定數量的資料作為樣本，其中每個可能被抽取中的樣本概率相等。可以用r語言中的sample 函式進行隨機抽樣。抽取方法分為 重置抽樣，不重置抽樣。r語言命令為 sample x,size,replace false,prob null 其中，x為樣本資料，size為...