本人金融学研一在读，本科经济学，本科学校开的编程课没好好学，相当于编程完全零基础。现在软件除了会用stata做比较简单的回归，其他啥都不会。但是发现学习r语音对专业学习很有帮助，希望大家能给我一些建议，如何学习R语言。谢谢大家了
哪里有r语言代码条形图模板，一看就懂的那种？
找了很多平台都没找到做r语言代码条形图模板，都是带做还很贵，自己学习写了一套简单实用点的模板分享出来，再也不用求别人买了，大家有什么需要不懂的也可以留言；条形图
箱线图、列线图和校准曲线+生存分析
模板再也不用花高额费用在某宝上请人指导啦，代码整洁好改可复用。
多年r语言辅导经验，r语言代做经历和r语言分析，累积下来的r语言代码模板闲置出，格式为.R文件，想要的小可爱，留言哈。
此模板能绘制图如下，可自行判断是否符合要求，也接受自定义的要求欢迎留言。
r语言答疑，r语言代码修改，r语言指导，r语言作图另算
=======================================
回答一些初学者的问题：
1、R语言是不是需要很深厚的编程基础，我编程基础基本为0，是不是不适合学这个?
我一开始R语言学习也是啥也不会纯小白，有编程基础那叫程序员，程序员R语言学习那就很轻松了~
2、R语言学习是否有厉害的相关基础，我是文科生，数学超级差，是不是学不会啦!
握个手，我情况跟你一样，也是文科生，数学超级差，如果你打算往数据挖掘方向转型的话，可能需要补一下高数、线代、概率论统计与算法的东西，如果仅是作为业务分析工具、可视化之用，可能你的数学水平已经超越门槛了。
3、我R语言学了很长时间，好像也有一年了，看了很多书，所有的基础语法都会、ggplot2也都理解，但是就是自己写代码的时候写不出来，画图的时候干着急。
你是不是一直在看课本，一直在看，连练习代码都是copy课本上的，你做过多少实战案例，分析过多少真实业务数据、有多少新知识是在课本之外的实战过程中解决的，多看不如多练。
4、求地图模板!!!
需要模板的可以留言我会发你各种成套模板，可以直接哪来就用或者简单修改修改就能用；
我当初学习R的时候在网上搜到一则流传很广的R语言学习路线图(R语言学习由浅入深路线图),我在微信圈，微信公众平台上也见多次，写的确实很详细。但是对一些没有编程经验的童鞋来说，学习的难度还是太大了。后来自己浏览了很多R语言书籍，尝试了一些门槛比较低的书籍。自此，R语言学习才走上正轨。以下涉及内容包括R语言书籍的推荐，以及R语言相关课程的推荐，学完这个教程的内容之后足以应付工作学习中遇到的统计分析的问题了。
R语言有两类书籍比较“坑”，一类是Programming类，一般都带programing字眼，但不绝对。这类书籍一般是计算机背景的人写的，关注的重点是编程(鞋代码和编程不是一码事)，底层的运行机制之类的，比较难以捉摸，典型的例子是《The art of R programming》。还有一类是讲统计知识比较多，而且喜欢推公式。虽然有所裨益，但是会分散很多学习R的精力，可以作为后期提高的书籍，但是作为入门不太合适,像《The R book》。
讲完了“不好的”R的学习资料，可以规避一些“误入歧途”的风险。下面介绍一下我觉得比价有用的学习资料。学习任何语言的捷径就是Learn by dirty。这里推荐一个网站，code school的Try R 课程，非常基础，从最基本的语句的赋值到最后的数据框的基本操作，手把手一步一步的教你，然后对你输入的语句，网页会给出判断，如果写错了，还有很详细的解释。网页全部是英文的，英语过了四级的童鞋应该可以应付了。
R的入门书籍，比较好的是Learning R , 中文名是《学习 R》。第一章到第五章的数据的基本入门，必须要细看的，而且要读好几遍的，这是R的最基本的东西，需熟练掌握，多家练习。别觉得看懂就行了，只有自己敲出来运行正确才行。第六章环境和函数这一章建议直接跳过，比较抽象，等回头R学的差不多了，再回头看比较好。大多数人，平时基本不涉及到这一样的内容。第七章 字符串和因子也是很重要的一章，特别是医学领域。第八、九章的循环，量力而行。第八章的内容其实大多数其他编程语言都会涉及。但是在R里面，这些显循环，用的较少。其实主要还是向量化的操作为主，也称隐循环。第九章的隐循环非常有用，是R最精华的东西，就是学习起来有点困难。其主要内容是 apply族函数，包括lapply, sapply, tapply, apply, mapply等。这本书最优秀的地方在于数据的subset部分，各种方法讲的非常详细，也有很多的例子。这也是R语言比较难入门的地方。
《R in Action》 确实一本非常优秀的书籍，我看喝多大神都推荐这么书，我大概学了一遍，确实非常不错。这本书非常好的地方在于围绕具体的问题展开，教你如何利用R进行操作，而且选取的例子也非常具有代表性，所以建议每个例子都要详细研究。但是这本书学习曲线比较陡峭，可能上一章的内容还没有消化，又要开始新的内容了。遇到问题时建议多点耐心，谷歌或者请教别人，把这些知识点掌握了，这是R的基础。
还有一本书，R cookbook，这本书是围绕具体的问题进行设置的。所以可以作为一个遇到困难时候的快速翻阅手册。里面特别有用的章节是如何运用apply组函数，上面两本书都讲得不是很详细。
R绘制统计图的功能非常强悍，先上图：
1. 著名的霍乱发病地图
2. 回归曲线及其置信区间
3. 这个。。。亮点自己找
你见过的没见过，想到的，没想到的，都可以绘制出来哦。哈哈，心动不如行动，几行代码一敲，令人心神荡漾的图片就出来啦。
R绘图非常简单的，就是一个简单的学习记忆的过程。R语言绘图发展的非常快现在有三大绘图系统，基础绘图系统，Lattice绘图系统，ggplot2绘图系统。虽然各有其使用价值，但个人推荐ggplot2绘图系统以及基础绘图系统。 Lattice对于多分组的数据的展现比较好，但是ggplot2是可以很大程度上替代其功能，不学习也可以，非要用的时候依葫芦画瓢就可以了。下面主要介绍R的基础绘图系统和ggplot2绘图系统的学习路线。
R基础绘图系统《R in Action》中，花了很大的篇幅介绍了基础绘图系统，如果学习完了，工作中碰到的很多统计图就可以胜任了。如果你喜欢钻研，可以看看谢益辉(Knitr包的作者)的《现代统计图形》，讲的非常详细和透彻。不仅如此，更是讲解了图形的选择，图形的设计方面的知识。学有余力，不妨学习一下。
ggplot2绘图系统虽然ggplot2的作者写了一本书《ggplot2. Elegant Graphics for Data Analysis》，但是理解起来比较困难，而且我们更关心的是如何绘制我们所需要的图形。所以，我比较推荐他同事编写的书《R graphics cookbook》一书。书中不仅有ggplot2的绘图代码而且还将其与基础绘图系统进行了比较。介绍的图形非常实用，而且ggplot2的扩展性非常强，可以发挥你的想象力，创造一些新奇的图形。
强烈推荐Swirl包，你值得拥有!
关于R语言学习技能路径：
通用技能学习：
基础：数据结构、变量类型、数据导入/导出、数据合并追加、长宽转换、数据索引、切片、聚合。
进阶：正则表达式、合并与分列、匹配与替换、缺失值插补、去重与排序，控制流：循环与判断。
专用技能学习：
统计与分析：去学课本吧
数据可视化：ggplot2语法+设计+审美+创意
基本上只要自己的通用技能学的差不多之后，就没有必要一直钻在这个小圈子里来回转了，可以自己去找数据做案例，案例是最好的学习，进步大多源于案例中解决未知问题的能力。
我没有读过很多R语言的书，所以这里还是不荐书了，如果你真的有心去学，还用别人荐书吗，看下豆瓣的图书榜就成了。
平时多用搜索引擎去解决临时性问题，基本上你遇到的问题，前人在网络上都已经给出了很详细的答案。
首先R是一种专业性很强的统计语言，如果想学得快一些的话，基本的统计学知识要懂，不然很多东西会掌握的比较慢。
掌握基本语法和操作，推荐国内的已经翻译的比如《R语言实战》《R语言编程艺术》，这个过程中最好结合一些小例子来做一些分析的东西。如果需要可视化的话，强烈不推荐学习R本身的作图系统，实在是太不友好了.....还是用ggplot2吧。
掌握了上面的，就可以深入一些了，如果是做数据分析和可视化，推荐《ggplot2：数据分析与图形艺术》，这个才是作图的神器啊.....如果是空间分析相关的，推荐《Applied Spatial Data Analysis with R》，这个如果可以的话看英文版，而且要有地学的一些知识背景，中文版翻译的太次了，尽量不要看。数据挖掘机器学习之类的，可以看看比如《数据挖掘与R语言》、《机器学习——实用案例解析》，不过我觉得这几本书没上面的那几本好，但是可以大概看看是咋回事，最好还是看看专门的相关书籍，熟悉各种算法和流程，到时候搜索R的package，照着文档和例子搞定，不是特别难。
最后，强烈推荐R-bloggers，统计之都以及谢益辉、肖凯、刘思喆等人的博客(自行Google以及到上面的网站找链接)，订阅一下，会很有帮助，RStudio是个很棒的IDE，用起来很爽，功能很强大。
