https://journals.plos.org/ploscompbiol/article?id=10.1371/journal.pcbi.1010372

法则 1：道路是曲折的（Prepare for a steep learning curve）

图1. 精通 R 并不是要从不犯错误，而是要在遇到报错并解决错误时从容不迫

法则2：花时间看一本书（Take the time to read a book）

学习正确的编程实践的一个好方法是阅读书籍。书的优点是通常代表专家的声音、群体的技能，或两者兼而有之。大多数学习 R 编程的好书都包含代码示例，您可以使用这些示例来提高您的技能。R 用户很幸运能够拥有大量高质量的已出版书籍作为学习资源，其中包括 RStudio 网站 (https://www.rstudio.com/resources/books/)上精选的十多种书籍，以及无数知识渊博作者提供。我们最喜欢学习 R 的一些书籍包括“R for Data Science”[10] 和“Advanced R”[11]，它们通过 tidyverse 介绍了 R 的现代方法（参见法则 5）。根据您学习 R 的原因，阅读涵盖与您的兴趣相符的更具体主题的书籍也可能会有所帮助。例如，如果您打算将 R 用于高级统计，您可以求助于诸如“Mixed-effects models and extensions in ecology with R”[12] 或“Generalized Additive Models: An Introduction with R”[13] 等书籍，每个都鼓励对核心编程和统计技能的深刻理解。如果您计划使用 R 通过高质量的 Web 图形来传达结果，您可能会对“Interactive web-based data visualization with R, plotly, and shiny”[14] 感兴趣，其中涵盖了从入门到高级的基于Web 的数据可视化技术。专业书籍存在于各个学科中，可以成为提升特定领域技能的绝佳资源。

法则 3：充分利用免费资源（Use free resources）

学习一门新的编程语言的金钱成本可能令人生畏。你应该买多少本书？您应该参加哪些编码课程？幸运的是，许多高质量的 R 资源都可以免费在线获得，涵盖了您入门所需的所有知识。例如，许多电子书都可以在线免费获得，包括 RStudio 网站上的那些（参见法则2）。

法则 4：通过低压项目快乐地培养技能（Build skills with low-pressure project）

培养技能的一种好方法是通过“只是为了好玩”的项目来练习 R。只是为了好玩的目的可能是培养关键技能的非常有价值的环境。

法则 5：采用良好练习并持之以恒（Adopt good practices and be consistent）

法则 6：使用 CRAN 的任务视图（Use CRAN’s Task View）

法则 7：寻求帮助并帮助他人（Ask for help and help others)

在自学 R 时，您可能会遇到自己还不知道如何解决的问题。在这些情况下，寻求帮助可能会为您节省大量时间或适度减轻你的烦恼。当您第一次遇到问题时，搜索引擎中的复制和粘贴“ERROR"可能会将您引导至 Stack Overflow、GitHub 或 R-bloggers 等网站。通常，有人会遇到与您相同的问题，并且可能会找到您可以使用的解决方案。随着您的技能提高，您可能会发现自己处于可以帮助他人的位置。

法则 8：加入 R 社区(Join the R community)

法则 9：阅读别人的代码，并分享你的代码(Read others’ code, and share yours)

法则 10：不要让自己局限于R （Don’t box yourself in）

结论

https://journals.plos.org/ploscompbiol/article?id=10.1371/journal.pcbi.1010372