生物信息學專業看過來了，目前專注於 NGS 在腫瘤基因檢測中的應用，就我的理解，講一下 R 語言的學習順序：
先學習基礎 R；
-
然後學習 tidyverse；
最後學習業務知識。
那麼我推薦書也按照這個學習順序來。
1. 基礎 R 語言
《An Introduction to R》（作者：Venables & Smith）
這本書是 R 語言官方文檔的一部分，適合初學者入門，包括 R 語言的基本語法、數據類型、函數等內容。
《R 語言初學者指南》（作者：Phil Spector）
這本書從 R 語言的安裝和基本操作開始講起，逐步介紹了數據類型、控制結構和函數等內容，適合初學者入門。
《R 語言實戰》（作者：Hadley Wickham）
這本書介紹了 R 語言的基本語法和數據結構，重點講解了數據清洗、可視化和建模等方面的技巧。
《R 語言編程藝術》（作者：Norman Matloff）
這本書通過實例演示和代碼分析，講解了如何用 R 語言實現各種數據分析和統計算法，適合有一定編程經驗的讀者。
《R Graphics Cookbook》（作者：Winston Chang）
這本書介紹了 R 語言中各種圖表的繪製方法，包括散點圖、折線圖、柱狀圖、箱線圖等，適合需要進行數據可視化的讀者。
2. tidyverse 系列
這裡介紹兩本有中文版的 tidyverse 系列書籍，當然中文版有些舊了，可以結合最新的在線版學習。需要說明的是，如果你認同 tidyverse 的理念，那麼其官方網站的所有文檔，都值得花時間認真學習。
《R 數據科學》（作者：Hadley Wickham）
這本書介紹了 tidyverse 系列包的基本使用方法，包括 ggplot2、dplyr、tidyr 等，適合進行數據分析和可視化的讀者。
《ggplot2 數據分析與圖形藝術》（作者：Hadley Wickham）
這本書介紹了 ggplot2 圖形庫的基本概念和使用方法，包括數據分組、座標系、主題設置等。書中通過豐富的圖例和實例，講解了各種常見的圖表類型，包括散點圖、折線圖、柱狀圖、箱線圖、熱力圖等。同時，書中還介紹瞭如何進行圖表的美化和定製，以及如何利用 ggplot2 進行交互式可視化。
3. 生物信息學領域
《Bioinformatics Data Skills》（作者：Vince Buffalo）
這本書介紹了生物信息學中的數據處理和分析技巧，包括 Linux 命令行、Python 和 R 語言等，適合進行生物信息學研究的讀者。
生信方面為什麼要推這本舊書呢？因為雖然年代久遠，書中的一些通用的數據處理方法確沒有過時。
《Bioconductor Case Studies》（作者：Hervé Pagès）
這本書介紹了生物信息學中的常見分析方法和工具，包括 RNA-seq 分析、ChIP-seq 分析等，通過實例演示和代碼解析，適合進行生物信息學研究的讀者。
R 語言數據分析，“包”治百病，而 bioconductor 收集了大量生物信息學領域的包，工作中很多問題都可以在上面找到相應的包來解決。
《Applied Bioinformatics》（作者：Paul M. Selzer）
這本書介紹了生物信息學中的基本概念和技術，包括序列比對、基因註釋、蛋白質結構預測等，適合初學者入門。
《Bioinformatics and Functional Genomics》（作者：Jonathan Pevsner）
這本書介紹了生物信息學中的基本概念和技術，包括序列比對、基因表達分析、蛋白質結構預測等，適合進行生物信息學研究的讀者。
《R 語言在生物信息學中的應用》（作者：許道溥）
這本書介紹瞭如何用 R 語言進行生物信息學分析和可視化，包括序列比對、基因表達分析等，適合進行生物信息學研究的讀者。
4. 其他資源
此外，我還想推薦一些學習 R 語言的學習資源，以幫助大家更好地學習和掌握這門語言。
RStudio：R 語言學習標配，不多解釋。
R 語言官方文檔：R 語言官方文檔提供了詳細的 R 語言教程、函數說明和示例等內容，是學習 R 語言的重要參考資料。
DataCamp：DataCamp 是一家在線數據科學學習平臺，提供了各種數據科學和 R 語言的課程和實踐項目，並且有一部分內容是免費的。
Coursera：Coursera 是一家在線教育平臺，提供了許多數據科學和 R 語言的課程，包括由 Johns Hopkins 大學開設的 Data Science Specialization 系列課程。
Stack Overflow：Stack Overflow 是一個面向程序員的問答社區，提供了大量關於 R 語言的問題和解答，是學習 R 語言過程中的重要參考資源。
最後，羅馬不是一天建成的，實踐才能出真知。學習 R 語言同樣需要耐心和毅力，只有不斷地實踐和探索，才能真正掌握這門語言，並且在實際應用中發揮出更大的作用。