育种数据分析之放飞自我分享 http://blog.sciencenet.cn/u/yijiaobai 关注:生物统计,数量遗传,混合线性模型,生物信息,R,Perl,Python,GWAS,GS相关方法,文章及代码

博文

用最酷的方法学习R语言

已有 728 次阅读 2021-6-5 17:18 |个人分类:R语言|系统分类:科研笔记

1. 看大神怎么说

前几天去新疆培训,制作了R语言的基础教程,在翻阅资料时,看到了知乎张敬信关于R学习的观点,很是赞同。

张敬信老师写了一本书《R语言编程--基于tidyverse》,网址:https://github.com/zhjx19/introR

下面几段是书中的话:

国内的R语言博客、教材大多数都很落后。初学R语言的同学,还是在沿用那些过时的、晦涩的R语法, 对R的印象还是停留在5年前:“语法晦涩难懂、速度慢,做统计分析和绘图还行,机器学习只有单独算法的包,做不了深度学习、大数据、工业部署……”

将整个数据科学流程于一身,而且是以“现代的”、“优雅的”方式,以管道式、泛函式编程技术实现。不夸张的说,tidyverse操作数据比pandas更好用、易用!再加上可视化本来就是R所擅长,可以说R在数据科学领域好于Python。这种整洁、优雅的tidy-流,带动了R语言在很多研究领域涌现了一系列tidy-风格的包。在机器学习领域,曾经的R靠单打独斗的包,如今也在从整体技术上迎头赶上python,出现了tidymodels包,以及真正最新理念、最新技术、最新一代的机器学习mlr3verse包,它比sklearn还先进,开创性的Graph-流模式(图/网络流,区别于常用的线性流。)

看来下面两个包需要填坑了:

  • tidymodels
  • mlr3verse

2. 数据分析的流程

tidyverse包提供了全套的解决方案,结合其它常用的包,用起来得心应手。

  • 读取数据
  • 清洗数据
    • 转换数据
    • 合并数据
    • 筛选数据
  • 可视化
  • 建模
  • 报表

3. 学习资料

电子书还是推荐html的格式,方便copy代码重演结果,如果是英文版的还方便翻译(网页翻译)查看。这里推荐几本书,学习R语言,就应该看最好的教程,学最先进的思想,而不是看陈腐的资料,学过时的方法!!!

第一本:《数据科学中的R语言》https://bookdown.org/wangminjie/R4DS/

「书的特点:」

这本书本来就是研究生的教材,作者王敏杰老师,是四川师范大学的老师,书中内容十分丰富,分享了许多技巧。我也在不断的操作--实践--理解中。

第二本:《R语言编程--基于tidyverse》:https://github.com/zhjx19/introR/blob/master/pdfs/R%E8%AF%AD%E8%A8%80%E7%BC%96%E7%A8%8B%EF%BC%9A%E5%9F%BA%E4%BA%8Etidyverse_%E8%87%B3%E7%AC%AC3%E7%AB%A0.pdf

「书的特点:」

作者张敬信老师,是哈尔滨商业大学的老师,书中将编程和数学思想进行对比,很有启发性。本书还没有完成,现在释放了一部分章节,但是很值得阅读。

第三本:《R语言进阶笔记》:https://dengfei2013.gitee.io/r-language-advanced/

「书的特点:」

这本书是我的学习笔记,我在学习tidyverse相关函数时,基于自己的理解,用农业中常用的数据结构进行了操作学习,内容比较浅,后面我也会不断更新,欢迎大家阅读。

第四本:北京大学李东风老师的《R语言教程》,https://www.math.pku.edu.cn/teachers/lidf/docs/Rbook/html/_Rbook/index.html

好像现在网站挂了。后面能登陆了我再向大家推荐。

第五本:《R for Data Science》:https://r4ds.had.co.nz/

这本书也是Tidyverse,ggplot2,dplyr作者Hadley Wickham所写的书。建议大家看英文版,里面的语法都是最新的,更新也是最快的。可以用网页翻译作为辅助阅读,阅读体验很好。

4. 学用结合效果最好

很多知识都是毕业后出现的,所以工作中学习新知识是一个常态,能把项目和学习结合起来是学习效率最高的。

当然,把新知识迅速利用到工作中,是很有成就感的。

活到老,学到老。

欢迎关注我的公众号:育种数据分析之放飞自我。主要分享R语言,Python,育种数据分析,生物统计,数量遗传学,混合线性模型,GWAS和GS相关的知识。




https://wap.sciencenet.cn/blog-2577109-1289876.html

上一篇:如何安装GWAS分析软件R包:GAPIT
下一篇:文献下载文献阅读的方法分享 | 我的三板斧

0

该博文允许注册用户评论 请点击登录 评论 (0 个评论)

数据加载中...

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2021-7-26 12:59

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部