天子呼来不上船，
自称臣是菜鸟团。
在这里，和国际同行一起学习单细胞数据分析。
Seurat V4 的教程页面做了全面的改进，用pkgdown构建了新的教程体系：
可以说是从其开发团队独立出来了，但是他们依然十分热心地在Github上耐心地回复着来自全球用户的问题，尽管很多问题都可以通过检索得到答案。GitHub上的Issues列表已经4k多了。还是建议大家在学习的时候，直接打开官网教程，不要copy不知道哪来的教程，一个是版本更新，一个是写教程的人水平有限。新的教程更加详细，也打开了单细胞新的应用场景：
这些分析点交给公司做，不知道他们要收你几何钱，关键还很慢。所以，代码在这了，何不学起来？卿言多务，孰若孤？如何系统学习一个R包？你是如何知道这些功能的，为什么我下载安装之后，很多已经有的函数我却不知道呢？不要以为开始一个R包的姿势是这样的：
install.packages('Seurat')
library(Seurat)
成年人的学习是从读文档开始的。如何找到所有函数的文档呢？要知道在R里面想要问一个函数，首先要知道这个函数名。其实CRAN系统已经为我们准备好了一个R包的所有函数，所有参数的文档说明。在Seurat的CRAN的界面上可以看到有这些信息：
其中：
- 1 用户手册。我们Seurat Weekly 之所以能够写道十二期，就是因为主理人读过Seurat的每一个函数，每一个参数的介绍，V4的手册一共205页。我们可以用
pacman查看有多少个函数：
packageVersion('Seurat')
[1] ‘3.9.9.9005’
> library(pacman)
> length( p_functions("Seurat"))
[1] 274
当然并不是都是显式的函数，200还是有的。
- 2 当前V4.0.0的源代码。有Windows安装用的文件和Linux的源码。
- 3 macOS的文件。其实每一个托管在CRAN上面的R包，都会提供这个三个主流系统的源码，保证跨平台的R都可以安装使用。
- 4 旧版本的源码。有时候我们想要安装旧版本的，却不知道在哪下载，就这里了：
学习新的工具，我们的建议是先用教程数据熟悉工具，再来分析自己的数据。先练武再打仗，但是切记：模仿总有边界，学习永无止境。不要被教程限制，学完了就应该想着如何超越。尼采说：人，生来是要被超越的。
https://cloud.r-project.org/web/packages/Seurat/index.html
https://cran.r-project.org/src/contrib/Archive/Seurat/
