R 编程技巧

💻 设置

• 如何设置 Positron IDE

🎨 数据可视化

• 使用火山图介绍 ggplot2（已更新）
• 使用 DiagrammeR 绘制流程图（已更新）

📚 数据清洗

• 使用 data.table 或 tidyverse（或 Python Pandas）进行数据清洗（已更新）
• 使用基础 R 或 stringr 的正则表达式清洗字符串（已更新）

🔨 生产化

• 创建 SQL <> R 工作流 - 第 1 部分（已更新）
• 创建 SQL <> R 工作流 - 第 2 部分（已更新）
• 自动化 R Markdown 报告生成 - 第 1 部分（已更新）
• 自动化 R Markdown 报告生成 - 第 2 部分（已更新）

🔢 统计建模

• 待定

🔮 机器学习

• 待定

其他资源

以下资源也涵盖了全面的 R 实用教程。

• 统计计算，作者：Alex Reinhart 和 Christopher Genovese
• 数据科学工具包，作者：David Benkeser
• 他们没教你的 R 知识，作者：Jennifer Bryan 和 Jim Hester

教程风格指南

本仓库现已包含以下文件命名和代码风格规则。

• 文件夹不使用数字前缀排序，且名称不区分大小写，例如 r_tips\tutorials\... 和 r_tips\figures\...
• 教程子主题共享相同的前缀，例如 r_tips\tutorials\dv-... 用于数据可视化教程，r_tips\tutorials\sm-... 用于统计建模教程
• 文件名使用 - 分隔教程主题，使用 _ 替代其他空白字符，例如 r_tips\figures\dv-using_diagrammer-simple_flowchart.svg
• 注释遵循 tidyverse 风格指南：
  • 第一条注释解释代码块的目的，并采用不同样式以增强可读性，例如 # 代码作为标题 --------
  • 注释采用句子大小写，仅当包含至少两句话时才以句号结尾
  • 解释函数参数的简短注释无需另起一行
  • 注释后不应留空行，除非该注释是独立段落，包含深入的理由或替代方案
• 渲染 GitHub 文档时：
  • 结果通常使用 results='hide' 隐藏，并在代码下方手动输入
  • 图形通常使用 fig.show='markdown' 输出，随后可在代码块中使用 fig.show='hide' 隐藏单个图形输出
• 在 RStudio 中通过 Tools\Global options --> Code --> Display --> Show margin 设置 80 个字符的边距，并将此边距作为代码和注释长度的截断点

致谢

衷心感谢我的前博士生兼代码编辑 刘传欣博士，他在我作为免疫学家的过去生活中教会了我如何用 R 编程。

r_tips 快速上手指南

r_tips 是一个专注于 R 语言最佳实践的开源教程集合，涵盖环境搭建、数据可视化、数据清洗及生产化工作流。本指南将帮助你快速开始使用这些资源。

环境准备

在开始之前，请确保你的开发环境满足以下要求：

• 操作系统：Windows, macOS 或 Linux。
• 核心依赖：
  • R (建议最新版本)
  • RStudio 或 Positron IDE (推荐用于本教程的特定设置)
• 推荐 R 包： 根据教程内容，建议预先安装以下常用包（教程中会涉及 ggplot2, DiagrammeR, data.table, tidyverse, stringr, rmarkdown 等）：

  install.packages(c("ggplot2", "DiagrammeR", "data.table", "tidyverse", "stringr", "rmarkdown"))
  

  国内加速提示：中国开发者建议在安装前设置 CRAN 镜像为清华大学或中科大源，以提升下载速度：

  options(repos = c(CRAN = "https://mirrors.tuna.tsinghua.edu.cn/CRAN/"))
  

安装步骤

r_tips 主要作为教程文档库存在，无需像软件包一样“安装”。你可以通过克隆仓库获取所有源代码和教程文件。

1. 克隆仓库 打开终端或 Git Bash，执行以下命令：

   git clone https://github.com/erikaduan/r_tips.git
   

2. 配置 Positron IDE (可选但推荐) 本仓库包含专门的 Positron IDE 设置教程。克隆后，请参考以下路径中的详细指南进行环境配置：

   • 路径：./tutorials/s-positron_setup/s-positron_setup.md

3. 验证环境 进入克隆目录，尝试在 R 或 RStudio 中打开任意一个 .md 教程文件（例如数据可视化部分），确保代码块可以正常运行。

基本使用

本项目的核心用法是直接阅读并运行各个模块下的 Markdown 教程文件。以下是几个典型场景的快速入口：

1. 数据可视化 (Data Visualisation)

学习如何使用 ggplot2 绘制火山图或使用 DiagrammeR 绘制流程图。

• 入门示例：打开 ./tutorials/dv-volcano_plots_with_ggplot/dv-volcano_plots_with_ggplot.md
• 操作：在 RStudio 中打开该文件，逐个运行代码块（Ctrl+Enter / Cmd+Enter）以复现图表。

2. 数据清洗 (Data Cleaning)

对比学习 data.table 与 tidyverse (dplyr) 的性能差异，或使用正则表达式清洗字符串。

• 入门示例：打开 ./tutorials/dc-data_table_vs_dplyr/dc-data_table_vs_dplyr.md
• 操作：跟随教程步骤，加载示例数据并执行清洗逻辑。

3. 生产化工作流 (Productionisation)

学习如何构建 SQL 与 R 的交互工作流，以及自动化生成 R Markdown 报告。

• 入门示例：打开 ./tutorials/p-sql_to_r_workflows/p-sql_to_r_workflows_part_1.md
• 操作：根据指南配置数据库连接（如需），并运行自动化报告脚本。

代码风格提示

在阅读和练习代码时，请注意本项目遵循 Tidyverse 风格指南：

• 注释首行说明代码块目的（如 # Code as header --------）。
• 注释采用句子大小写，单句注释末尾不加句号。
• 代码行长建议控制在 80 字符以内（可在 RStudio 中通过 Tools > Global Options > Code > Display 开启边距提示）。