易红青
我也曾经是一个只做实验的生物学学生，但现在已经能够比较熟练地应用R语言完成自己需要的分析、实现想要实现的功能了。
起步的话，其实R就自带手把手入门教程：swirl。想要使用也非常简单，装好R和R Studio（只装R不用R Studio也是没问题的，只不过R Studio提供了非常友好的界面，可以提高编程效率）之后，在命令行中输入install.packages("swirl")，即可快速安装swirl。
安装完成后，再输入library(swirl)加载swirl，加载成功后，输入swirl()，就可以根据提示来一步步学习R语言的基本规则了。
swirl的学习界面，可以通过它从头开始一点点了解R的操作。
学完了swirl的基本课程，你就会对R的基本操作有所了解了。此时，就可以读入自己的数据，试着用各种函数对你的数据进行练习了。
我个人认为，对着一两本书从头看到尾对于提高编程能力的帮助比较有限。反而，我觉得学习编程语言最重要的一点就在于勤动手，所以如果能找到一个学习案例，自己对着改一改参数、练一练算法，会对理解和掌握编程语言有极大的帮助。
如果只是要分析数据而对于掌握编程原理没有太大要求的话，R里提供了非常丰富的辑程包（packages），通常来说，对于生物学里的许多分析，都可以找到专门的package进行相应分析，需要用什么函数，只需要在阅读一下函数的帮助文档，然后按照格式输入参数就可以了。以进行线性回归计算的lm函数为例，基本的函数就是lm()，你需要做的基本操作就是在formula中输入公式和在data中输入数据表就可以了。假设我们有一个表格table，包含两列，分别是y和x，如果你想做一元线性回归，用最小二乘法求这两列数计算所得的回归线的斜率和截距，那么只要输入公式y~x，指明data为table就可以了：
这是最基本的操作，如果想要做多元线性回归，只需要y~x1+x2+...（x1、x2为列名）就可以，具体的可以详细读formula的帮助。其他的参数设置，比如如何处理缺失值（na.action），也都写在帮助中了，只需要详细读Arguments这一栏就好啦。实在不懂，可以在网上搜相关的例子，具体看看别人是如何操作的。不过当然，还是自己动手最重要！
千万别被“编程”两个字吓到，R中的函数跟图形界面的分析软件的按键其实没有本质上的差别，只不过后者只需要用鼠标点点，而前者需要手动写入参数而已。建议题主拿出一两天甚至只是一个下午的时间，亲手在R中敲几个函数练习一下，掌握了R的基本操作，后续也就会越走越轻松了。
祝好运~
卓慕
简单来讲，题主应该算是零基础，想要学习R语言，作为生物信息学的研究生，我来谈谈我的看法。
是否有需求
题主作为一个湿实验的学生，有没有必要去学习R语言，这其实是一个值得思考的问题。对于普通的分析来讲，有很多软件可以使用，是否需要你苦心费力敲代码呢？
R语言进行的数据统计分析跟你想象的生物统计分析是否一样，我不太了解，但是以我的经验来看，统计学可以认真学，至于说实现你分析数据的工具可以挑合适的，比如说一些商业分析软件。
学习方法
如果一定要学习R语言，其实没有太多的路好走，刻意练习是王道。
首先一开始别抱着大部头的R语言类书籍进行苦读苦练，用中学才是最容易记住的，我们要明确的知道，解决问题才是最重要的，很多问题网上都有优化过的答案，那为何不去搜索看看别人是如何通过编写代码解决的。
然后，最好能够有机会接触一些生物信息学的项目，尝试着自己去练练手，培养培养自己对于编程和生物数据的感觉。
最后，多敲代码！多敲代码！多敲代码！
微妙世界
所有的精进式学习都是基于需求出发的实操式刻意训练！
你先要弄清楚，你作为一个“湿实验”的学生，学习R语言的诉求是什么？
画图？ 那么应该是画有限的几种较为常用的统计图表，希望用R来替代SPSS吧，最直接的办法是找到相关的画图R包，也就是R package，这个可以看看文章里有没有你觉得画的漂亮的图刚好用了R画的，看看method里面有没有提及用了什么包，然后看包里的说明书，先按流程默认参数走一遍把基础图画出来后，就可以自己尝试着去捣鼓改变各种参数的结果是如何了，再慢慢摸索出一个你认为漂亮的参数，就可以了！
转行做准备？那建议你还是先想办法入行，数据分析软件讲究的是熟练上手，能调试，所以一切的模拟演练都比不上实际一个个数据去跑一个个表去分析一张张图去画，R的生态决定了其对编程的要求极低，所以只有真正进入一个项目根据项目数据去实际分析，才能算开始学R。
只是感兴趣？那就买几本入门的书，找几个基础的包，看看公开课，coursera上面有一个比较出名的R语言课程，一个华裔教授的，挺不错，推荐，我当时就是看的这个，另外统计之都也出了一些R的书，实用性比较高，可以买来练练。
就这样吧，祝好
