生信的作用越来越大，想学的人越来越多，不管是为了以后发展，还是为了解决眼下的问题。但生信学习不是一朝一夕就可以完成的事情，也许你可以很短时间学会一个交互式软件的操作，却不能看完程序教学视频后就直接写程序。也许你可以跟着一个测序分析流程完成操作，但不懂得背后的原理，不知道什么参数需要修改，结果可以出来，却把握不住对还是错。
学习生信从来就不是一个简单的事，需要做好持久战的心理准备。
在学习时，我们都希望由浅入深的逐步深入，不断地练习和实践，这就是为什么我们需要一本书，因为书很系统。但生信发展的历史短于计算机编程的历史，如果想要一门程序设计的入门数据，每种语言都可以找到几本。但想要一个囊括生信的书，就有些难了。本身生信跨领域，需要多学科的知识，而其内部又有不少分子，都囊括了太大，包括的少又有些隔靴搔痒的感觉。
我们当时都是零基础下自学Linux, 自学Python，自学R，自学高通量测序；这些学习经历，之前都零星地记录在博客里。现在回头去看几年前自己记录的东西，觉得好简单，而当时却费了很大的力气。这些零星的随手记，当时也只是为了自己看，到现在确实只有自己能看得懂，不便惠及更多的人。
因此我们创建了生信宝典，希望从不同的角度传播知识。这个不同有三点含义，一是形式上的不同，摒弃之前主编们单人作战想写啥就写啥，而是有组织有计划的内容聚合，提供一系列的教程，由入门到提高。二是内容的不同，不去用网上现有教程的通用数据做例子，而是拿实际生物数据，讲述如何解释生信中普遍碰到的问题，讲述如何处理自己的数据。三是立足点不同。在写作时，我们回到了当年，在回忆中用整个阶段的学习去指导当初的那个小白，从那些会了的人觉得微不足道而不会的人又迈不过的坎入手，直击痛点。知识点的收录依据不是是否炫酷，是否难，而是是否必要。如果必要，再简单，也要提及；如果不必要，再炫酷，也暂不纳入。
通过大量的生信例子、关键的注释和浓缩的语句形成下面的一系列学习教程。每一篇内容都不多，可以当做小说阅读，也可以跟着去练，反复几遍，每读一次都会有不同的收获和体会。
- 文章用图的修改和排版 (1)
- 文章用图的修改和排版 (2)
- 简单强大的在线绘图
- 简单强大的在线绘图-升级版
- 简单强大的在线绘图-第3版
- 论文图表基本规范
- 学术图表的基本配色方法
- 数据可视化基本套路总结
- Graphpad，经典绘图工具初学初探
- 你的包佩奇了吗？试试新版Rstudio，自动提醒缺失包！
- 原来Rstudio还可以这么使用，又方便了一些
- 在R中赞扬下努力工作的你，奖励一份CheatShet
- 别人的电子书，你的电子书，都在bookdown
- R语言 - 入门环境Rstudio
- R语言 - 热图绘制 (heatmap)
- R语言 - 基础概念和矩阵操作
- R语言 - 热图简化
- R语言 - 热图美化
- R语言 - 线图绘制
- R语言 - 线图一步法
- R语言 - 箱线图（小提琴图、抖动图、区域散点图）
- R语言 - 箱线图一步法
- R语言 - 火山图
- Volcano plot | 别再问我这为什么是火山图
- R语言 - 富集分析泡泡图
- R语言 - 散点图绘制
- R语言 - 韦恩图
- R语言 - 柱状图
- R语言 - 图形设置中英字体
- R语言 - 非参数法生存分析
- R语言 - 绘制seq logo图
- WGCNA分析，简单全面的最新教程
- psych +igraph：共表达网络构建
- 一文学会网络分析——Co-occurrence网络图在R中的实现
- 一文看懂PCA主成分分析
- 主成分分析PCA
- 富集分析DotPlot，可以服
- 基因共表达聚类分析和可视化
- R中1010个热图绘制方法
- 还在用PCA降维？快学学大牛最爱的t-SNE算法吧, 附Python/R代码
- 一个函数抓取代谢组学权威数据库HMDB的所有表格数据
- 文章用图的修改和排版
- network3D: 交互式桑基图
- network3D 交互式网络生成
- Seq logo 在线绘制工具——Weblogo
- 生物AI插图素材获取和拼装指导
- 如何使用AI进行SCI组图
- 如何使用AI画一个简单的细胞通路图?
- 一分钟绘制磷脂双分子层：AI零基础入门和基本图形绘制
- AI科研绘图（二）：模式图的基本画法
- ggplot2高效实用指南 (可视化脚本、工具、套路、配色)
- 图像处理R包magick学习笔记
- SOM基因表达聚类分析初探
- 利用gganimate可视化全球范围R-Ladies（R社区性别多样性组织）发展情况
- 你知道R中的赋值符号箭头(<-)和等号（=）的区别吗？
- R语言可视化学习笔记之ggridges包
- 利用ComplexHeatmap绘制热图(一)
- ggplot2学习笔记之图形排列
- R包reshape2，轻松实现长、宽数据表格转换
- 用R在地图上绘制网络图的三种方法
- PCA主成分分析实战和可视化 附R代码和测试数据
- iTOL快速绘制颜值最高的进化树！
- 12个ggplot2扩展包帮你实现更强大的可视化
- 编程模板-R语言脚本写作：最简单的统计与绘图，包安装、命令行参数解析、文件读取、表格和矢量图输出
- R语言统计入门课程推荐——生物科学中的数据分析Data Analysis for the Life Sciences
- 数据可视化基本套路总结
- 你知道R中的赋值符号箭头
<-和等号=的区别吗？ - 使用dplyr进行数据操作30例
- 交集intersect、并集union、找不同setdiff
- R包reshape2，轻松实现长、宽数据表格转换
- 1数据类型（向量、数组、矩阵、 列表和数据框）
- 2读写数据所需的主要函数、与外部环境交互
- 3数据筛选——提取对象的子集
- 4向量、矩阵的数学运算
- 5控制结构
- 6函数及作用域
- 7认识循环函数lapply和sapply
- 8分解数据框split和查看对象str
- 9模拟—随机数、抽样、线性模型
- 1初识ggplot2绘制几何对象
- 2图层的使用—基础、加标签、注释
- 3工具箱—误差线、加权数、展示数据分布
- 4语法基础
- 5通过图层构建图像
- 6标度、轴和图例
- 7定位-分面和坐标系
- 8主题设置、存储导出
- 9绘图需要的数据整理技术
- 创建属于自己的调色板
- 28个实用绘图包，总有几个适合你
- 热图绘制
- R做线性回归
- 绘图相关系数矩阵corrplot
- 相关矩阵可视化ggcorrplot
- 绘制交互式图形recharts
- 交互式可视化CanvasXpress
- 聚类分析factoextra
- LDA分析、作图及添加置信-ggord
- 解决散点图样品标签重叠ggrepel
- 添加P值或显著性标记ggpubr
- Alpha多样性稀释曲线rarefraction curve
- 堆叠柱状图各成分连线画法：突出组间变化
- 冲击图展示组间时间序列变化ggalluvial
- 桑基图riverplot
- 微生物环境因子分析ggvegan
- 五彩进化树与热图更配ggtree
- 多元回归树分析mvpart
- 随机森林randomForest 分类Classification 回归Regression
- 加权基因共表达网络分析WGCNA
- circlize包绘制circos-plot
- R语言搭建炫酷的线上博客系统
- 维恩(Venn)图绘制工具大全 （在线+R包）
- R包circlize：柱状图用腻了？试试好看的弦状图
- 获取pheatmap聚类后和标准化后的结果
- 增强火山图，要不要试一下？
- 一个震撼的交互型3D可视化R包 - 可直接转ggplot2图为3D
- 赠你一只金色的眼 - 富集分析和表达数据可视化
- 是Excel的图，不！是R的图
- 道友，来Rstudio里面看动画了
- 用了这么多年的PCA可视化竟然是错的！！！
- 主成分分析PCA
- 万能转换：R图和统计表转成发表级的Word、PPT、Excel、HTML、Latex、矢量图等
- 那天空飘过的梅花月饼，是今年中秋最好的礼物
- 2019年诺贝尔生理医学奖揭晓 |动图展示历年生理学奖
- 2019年诺贝尔化学奖揭晓 |八一八，那些年的诺贝尔化学奖
- cellassign：用于肿瘤微环境分析的单细胞注释工具（9月Nature）
- maftools|TCGA肿瘤突变数据的汇总，分析和可视化
- ggThemeAssist｜鼠标调整主题，并返回代码
- ggcor |相关系数矩阵可视化
- 这也太简单了吧！一个函数完成数据相关性热图计算和展示
- ggcor在微生物生态领域的使用实战
- 昨天的science组合图换方案了
- 画图手册 | ImageGP：今天你“plot”了吗？
- R语言一键批量完成差异统计和可视化
- gggenes绘制多物种基因结构比较
- 数据可视化完美指南-R-python
- Pathview包：整合表达谱数据可视化KEGG通路
- Matplotlib绘制的27个常用图(附对应代码实现)
- 让你的单细胞数据动起来！|iCellR(一)
- 让你的单细胞数据动起来！|iCellR(二)
- Celaref | 单细胞测序细胞类型注释工具
- SCENIC | 从单细胞数据推断基因调控网络和细胞类型
- R变量索引 - 什么时候使用 @或$
- 手把手重现Science的主图Maptree
- 可视化之为什么要使用箱线图？
- Alpha多样性箱线图(样章，11图2视频)
- 学会这个BBC，你的图也可以上新闻啦！
- ggplot2 图区域放大
- iheatmapr包：可交互的热图绘制方法
- 图形解读系列 | 给你5个示例，你能看懂常用热图使用吗？
- 一个R包玩转单细胞免疫组库分析，还能与Seurat无缝对接
- 这个R包自动注释单细胞数据的平均准确率为83％，使用后我的结果出现了点问题|附全代码
- 一个R包完成单细胞基因集富集分析 （全代码）
