《R语言程序设计》教学大纲（本科）.docxVIP

PAGE PAGE 63 R 语言程序设计 一、课程简介 生物信息学领域中数据的高通量俨然成为一种趋势，R 语言编程技术可以对高通量的数据进行处理、统计、绘制图形显示等，是一种非常实用的编程技术。本课程主要是以 R 语言编程技术为主线来展开，旨在让学生了解生物信息学相关的基本处理命令，包括 R 语言的安装、包的加载，对数据的处理和转换，概率统计计算以及各种图形的展示，为生物技术专业相关数据的处理、图形的展示、以及后续的分析提供有效的技术和工具。 《R 语言程序设计》这门课程的开展，从基础的 R 语言软件的安装、包的加载，基本命令，数据处理和转换，数据的概率统计计算、回归或方差的分析，图形的绘制，编程的技巧等各个方面入手，由浅入深，能够引导同学在面对生物信息学领域中大量高通量数据时，可以独立运用编程命令进行数据的处理，也可根据实际问题分析的需要，利用 R 语言技术绘制相关图形，极大增强了学生在生物信息学领域处理和分析数据的能力，提高科研水平。 二、理论教学内容 R语言入门及安装 掌握内容：在计算机上安装R软件，加载所需的数据包，R语言窗口中各菜单的内容。了解内容：在Linux和OS X平台运行R。 R语言基础知识 掌握内容：掌握R语言变量的生成和删除，熟练掌握数字型、字符型、逻辑型向量的生成和处理，对R的几种封装形式熟练掌握，包括向量、数据框、列表、矩阵以及因子，并且能够对其进行索引。能够独立获取和设定工作目录，保存工作空间，查看历史命令记录，使用R包中的函数及R的内置数据集，运行脚本。 了解内容：了解如何获取和设定环境变量。 IO操作：输入与输出 掌握内容：根据数据文件的不同类型，选取合适的函数使用键盘输入数据，并导出所需要的文件格式。当文件为.txt格式、CSV格式等，分别通过table（）、delim（）输入文件，并熟悉输入、导出文件函数中的各种参数。 了解内容：读取HTML表格的数据以及MYSQL数据库中的相关数据。 数据的转换和处理 掌握内容：对向量添加数据，向量分组，选定矩阵中某一行（列），基本数据类型之间的转换，将函数应用于每行（列），以及基本数据转换和函数的应用。 了解内容：不同结构数据类型间的转换。 编程格式和技巧 掌握内容：根据自己的需要，自行编写R语言程序，封装函数，并利用所学的知识，独立设计程序进行数据的处理和绘图。 网络数据的自动分析策略 掌握内容：了解生物信息学相关数据的来源平台，不同数据的格式，基于不同格式类型的网络数据，利用R语言独立编写程序，完成具有一定鲁棒性和实用性的自动分析程序。 了解内容：生物信息学相关网络数据分析的各种软件各种策略各种算法的思想。 基于大数据R语言分析策略 掌握内容：掌握R语言在大数据分析中能够发挥的功能，利用各种已有软件包或套件，增强编程接口和数据输出/输入功能。 了解内容：基于生物学大数据的海量性、多样性、多维、结构复杂的特点，认识生物大数据 的巨大影响力，熟悉生物大数据的各种管理和分析思想和策略。了解如何优化R语言程序数据空间以及各种数据接口，嵌套多种软件系统。 R包开发 掌握内容：R包开发流程，调试程序，单元测试，撰写文档，程序打包，程序发布等一系列流程。 了解内容：编写功能代码，构建工程骨架，增加函数功能。了解如何增强R包的稳定、稳健性，方便R包的升级。 三、实验教学内容 R语言变量的类型及相关操作 基本内容：R语言变量的生成和处理。 基本要求：熟练掌握数字型、字符型、逻辑型向量的生成和处理，对R的几种封装形式熟练掌握，并且能够对其进行索引。 IO操作：输入与输出 基本内容：根据数据文件的不同类型，选取合适的函数使用键盘输入数据，并导出所需要的文件格式。 基本要求：熟练掌握read.table（）、read.csv（）、write.table（）、write.csv（）等输入输出函数的相关参数及使用。 数据的转换和处理 基本内容：对向量添加数据，向量分组，选定矩阵中某一行（列），基本数据类型之间的转换，将函数应用于每行（列）。 基本要求：熟练掌握基本数据类型之间的转换和函数的应用。 编程格式和技巧 基本内容：根据自己的需要，自行编写R语言程序，封装函数。 基本要求：熟练掌握R语言程序的编写，能够独立设计程序进行数据的处理和绘图。 网络数据的自动分析策略 基本内容：基于不同格式类型的网络数据，利用R语言独立编写程序，完成具有一定鲁棒性和实用性的自动分析程序。 基本要求：熟悉常规生物信息学相关网络数据的处理方法和流程，了解生物信息学相关网络数据分析的各种软件、策略、算法的思想。 基于大数据R语言分析策略 基本内容：利用R语言进行大数据分析，同时利用各种已有软件包或套件，增强编程接口和数据输出/输入功能。 基本要求：了解如何优化R语言程序数据空间以及各种数据接口