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。

❞