前幾天去新疆培訓，製作了R語言的基礎教程，在翻閱資料時，看到了知乎張敬信關於R學習的觀點，很是贊同。
張敬信老師寫了一本書《R語言編程--基於tidyverse》，網址：https://github.com/zhjx19/introR
下面幾段是書中的話：
❝國內的R語言博客、教材大多數都很落後。初學R語言的同學，還是在沿用那些過時的、晦澀的R語法，對R的印象還是停留在5年前：「語法晦澀難懂、速度慢，做統計分析和繪圖還行，機器學習只有單獨算法的包，做不了深度學習、大數據、工業部署……」
❞❝將整個數據科學流程於一身，而且是以「現代的」、「優雅的」方式，以管道式、泛函式編程技術實現。不誇張的說，tidyverse操作數據比pandas更好用、易用！再加上可視化本來就是R所擅長，可以說R在數據科學領域好於Python。這種整潔、優雅的tidy-流，帶動了R語言在很多研究領域湧現了一系列tidy-風格的包。在機器學習領域，曾經的R靠單打獨鬥的包，如今也在從整體技術上迎頭趕上python，出現了tidymodels包，以及真正最新理念、最新技術、最新一代的機器學習mlr3verse包，它比sklearn還先進，開創性的Graph-流模式（圖/網絡流，區別於常用的線性流。）
❞看來下面兩個包需要填坑了：
2. 數據分析的流程tidyverse包提供了全套的解決方案，結合其它常用的包，用起來得心應手。
報表3. 學習資料電子書還是推薦html的格式，方便copy代碼重演結果，如果是英文版的還方便翻譯（網頁翻譯）查看。這裡推薦幾本書，學習R語言，就應該看最好的教程，學最先進的思想，而不是看陳腐的資料，學過時的方法！！！
第一本：《數據科學中的R語言》https://bookdown.org/wangminjie/R4DS/
「書的特點：」
這本書本來就是研究生的教材，作者王敏傑老師，是四川師範大學的老師，書中內容十分豐富，分享了許多技巧。我也在不斷的操作--實踐--理解中。
第二本：《R語言編程--基於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
「書的特點：」
作者張敬信老師，是哈爾濱商業大學的老師，書中將編程和數學思想進行對比，很有啟發性。本書還沒有完成，現在釋放了一部分章節，但是很值得閱讀。
第三本：《R語言進階筆記》：https://dengfei2013.gitee.io/r-language-advanced/
「書的特點：」
這本書是我的學習筆記，我在學習tidyverse相關函數時，基於自己的理解，用農業中常用的數據結構進行了操作學習，內容比較淺，後面我也會不斷更新，歡迎大家閱讀。
第四本：北京大學李東風老師的《R語言教程》，https://www.math.pku.edu.cn/teachers/lidf/docs/Rbook/html/_Rbook/index.html
好像現在網站掛了。後面能登陸了我再向大家推薦。
第五本：《R for Data Science》：https://r4ds.had.co.nz/
這本書也是Tidyverse，ggplot2，dplyr作者Hadley Wickham所寫的書。建議大家看英文版，裡面的語法都是最新的，更新也是最快的。可以用網頁翻譯作為輔助閱讀，閱讀體驗很好。
4. 學用結合效果最好很多知識都是畢業後出現的，所以工作中學習新知識是一個常態，能把項目和學習結合起來是學習效率最高的。
當然，把新知識迅速利用到工作中，是很有成就感的。
活到老，學到老。
❝歡迎關注我的公眾號：育種數據分析之放飛自我。主要分享R語言，Python，育種數據分析，生物統計，數量遺傳學，混合線性模型，GWAS和GS相關的知識。
❞閱讀原文，可以查看電子書連結，電腦端閱讀體驗更佳！
R語言中如何寫入xlsx的不同sheet表格
誰的青春不迷茫，農學研究生的十字路口
經驗貼 | 我是如何入門數據分析的