这十个R语言包做出医学统计图，CNS都赞不绝口！

解螺旋公众号·陪伴你科研的第2561天

承“包”你的R语言

R语言，之所以能成为统计学的“当红炸子鸡”，因为它内置了海量统计函数，使用者可以利用其对数据进行快速的交互分析，在数据分析界是当之无愧的“瑞士军刀”。

因此，通过R语言，不仅能做出很多高质量的美腻又直观的数据图，还能巧借他人数据，“无中生有”的获得可用于发表SCI的研究数据。

真可谓是，R语言在手，年输出SCI过3篇并不罕见。R语言如此给力，对于临床和科研兼顾的医学工作者来说是一个极大的助力。

但凡对R语言稍有涉猎的研究者们，都应知晓R语言中强大的安装包（Package）。

它就像R语言这个游戏里要用到的装备，种种装备都各自有特定的功能（功能就是函数，即Function）——有专用于数据分析的包，也独属于画图的包。所以要在R这个战场上玩转数据，就得配上不同的装备。

当然安装R的时候会有一些自带的包（大约25个），用它们来做简单的分析也足够了，但对于复杂一点的分析，或者想要画出好看一点、复杂一点的图，就要通过CRAN获取一些稍高级一点的包。

目前，CRAN上已有超过10000个包，而且目前还在不断涌现……这些包涵盖多个领域，从统计计算到机器学习，从生物信息到社会网络分析，可以说无所不包。

R语言的包确实给人一种乱花渐欲迷人眼的感觉，但其实，对医学研究者而言，只有能熟练掌握以下十个包，就可以满足做医学统计的全部需求。

包的下载安装方法

R包的安装有多种方式，安装时请确保计算机处于联网状态。

在R的菜单交互界面下，单击“程序包”|“安装程序包”后，在弹出的窗口中选择一个镜像站点。

镜像站点列表以国家名为前缀，一般选择自己所在国家的镜像站点下载速度会比较快。

然后，找到需要安装的包的名字，单击“确定”即可安装。

如果使用的Rstudio，可以通过单击Rstudio界面右下方其他菜单栏的“Package”|“Install”按钮，然后输入包的名字进行安装。

或者，在R或Rstudio的控制台使用函数install.packages()进行安装。

此处注意：R语言是区分大小写的！每一个命令都是如此。不过如果输错了，也会智能的给个提示：

当R语言包安装后，还需要用函数library（）或require（）加载到内存以后才能使用其中的函数或数据集。

十大好用R语言包

1

数据可视化

ggplot2

ggplot2是最常用、最受用户们喜爱的作图工具包了，被誉为数据作图的标杆。它做出的图不仅漂亮，而且可以涵盖很多复杂的信息。网上也有大量关于它的教程，学习资源很丰富。

gridExtra

ggplot2的一个缺点就是不能像自带的graphics基础包那样，把几张图拼成一组图。而gridExtra就可以解决这个问题，把ggplot2做出来的漂亮的图组织到一张大图里。

lattice

lattice经常被拿来和ggplot2相提并论，这两者也是选择困难户的纠结点。ggplot2做出来的图更漂亮，但它入门难啊~lattice则适合入门选手，作图速度较快，还能进行三维绘图，这是ggplot2不具备的。

2

统计分析

lme4 (或者nlme)

如果你常做一些复杂的数据，实验分了好几个层，有好多亚组，亚组下面还有亚亚组，比如要做好几种细胞，检测好几个指标，每个指标还有不同的观察时间点……此时lme4包就可以比较轻松地把这些数据组织起来。nlme也一样，选一个就好。

forecast

比较适合分析时间序列数据。

zoo

forecast里有很多好用的内置函数，但有时候还需要更简单易用的计算移动平均、移动标准差的函数，这时zoo会是个很好的补充。

spatstat

空间分析神器，比如某种疾病发病率在地理空间上的分布特征等等。

3

数据整理

dplyr

dplyr可以很好地把数据随意分解、整合。这个包可能也比较难上手，但熟悉之后，就像老司机开车一样形成本能。

4

生物信息学

Bioconductor

对于做基因组或芯片分析、阵列、基因流等等的小伙伴，Bioconductor是个好选择。它还有个很活跃的用户社区，可获得及时反馈，每年更新2次，还有丰富的学习资源，比如http://www.bioconductor.org/help/course-materials/这里的一系列教程。

5

展示

knitr

虽然一开始说到的数据可示化也是展示的一种，但这里要说的是，通过更丰富的方式来展示其他多种内容。除了数据分析成果，还有分析过程中各种代码、运行过程、文本说明等，都可以通过knitr生成网页、PDF、幻灯片等形式展示出来。比较适用于教学、报告等场合。

shiny

shiny包也像knitr一样可以做出漂高的网页，此外还可以快速搭建动态的交互网页App。它一大优势就是不需要学习其他网页编程语言（CSS、JS等），纯靠R。

stringr

字符串处理神器。可在作图、网页编辑、数据清洗等操作中起到很好的辅助作用，对字符串进行拼接、匹配、变换等。

偶尔，一些可能会要用到函数，不在你安装过的包里，而且还不知道在哪个包，怎么办？就是在Packages选项卡旁边的Help里搜索，返回的结果中看到“一串字母::你搜的函数”，前面那串字母就是包的名字啦，比如这个Kest函数就是在spatstat包里，下载、安装、载入就可以用了~

将上述R语言包安装好后，一切就准备就绪了，接下来就是正式的数据分析了。也许，在正式使用R语言时，R语言新手会因R语言代码复杂而头痛不已，更有甚至，从此退避三舍……但是，关于R语言代码，仔细分解起来，还是很有规律的。

而为了让R语言新手从水深火热之中解救出来，解螺旋现赠送《R语言医学数据分析实战》一书，不仅能抚平你心中所有忧虑，也能让大家可以真正做到手脑合一。

本书建立了系统化的学习体系，本着让非统计专业读者易理解的原则，本书将着重介绍数据分析的思路和方法，以及数据分析的实质、特点、应用条件和结果，尽量淡化统计方法的推导和计算。

本书以案例教学，通俗易懂，将从医学临床实践和科研中的实际问题出发，详细讲解通过R进行数据分析的具体方法，大量精选的实例对常用分析方法进行了深入浅出的介绍，以帮助读者解决医学数据分析中的实际问题，让医学研究者们能够轻松玩转R语言。

常言道，实践出真知。因此，本书紧贴实战，注重实践，所使用的数据绝大部分都包含在R包里，读者只需加载相关包就可以直接使用，同时书中的每一章都配有练习题，书末附有习题答案，真正可以让读者做到学中有练，巩固所学。

所以，对于医学相关专业的本科生和硕博研究生而言，本书都是他们掌握R语言玩转统计分析的绝佳利器，如今免费送书在即，限量300本，你还不快快行动么？

参考资料：My 10 Favorite R Packages and the Cool Things You Can Do with Them

—END—

撰文丨萌董董

排版丨豨莶

中科院预警的4分国人友好SCI，1个月接收，还在大扩刊中

想升级研究思路？那赶快学习下这个机制

外甥和医生舅舅的对话，最后有反转！