RStudio的markdown功能怎麼用起來,和其他markdown軟體的異同?


目前在學習更優雅的使用Rmarkdown寫學習總結。但沒有深入接觸過其他markdown軟體。

目前感覺到的吸引人的特點如下。

優點

  • 可以直接嵌入可執行的R代碼,甚至可交互的shiny APP;
  • 可以非常簡單的嵌入LaTeX公式;
  • 結合可以一鍵knitr生成html格式的報告。目前生成pdf報告貌似尚存在問題,不過可以利用「將html文件在瀏覽器打開-&>列印-&>保存為pdf」的方式轉換成pdf文檔。
  • 另外,也可以使用slidify生成類似PPT格式的presentation,剛出來時只有在Linux下支持中文,現windows系統下已支持中文。

可利用的學習文檔:

  • R Markdown

  • Slidify

  • [為什麼Markdown+R有較大概率成為科技寫作主流?](為什麼Markdown+R有較大概率成為科技寫作主流?|...)

缺點

  1. 暫時無法像[MarkdownPad 2](MarkdownPad - The Markdown Editor for Windows)那樣實現所見即所得;
  2. 如果嵌入的代碼過多,會導致機器有點卡,並且生成報告的時間略長。


免費私有的Web IDE,數據科學領域 秒殺 Sublime Text、Atom、Eclipse

企業級市場中為何 RStudio 能夠擊敗所有商業化Markdown編輯器獲得運維青睞?

[原] Python 開發者如何正確使用 RStudio 編輯器

除了R的代碼,你還可以執行其他語言的代碼,比如python。

所以這是個寫論文神器。

[原] 數據科學的文檔革命 - FianceR - 知乎專欄

[原]基於RStudio Webinars的統計報告Web化與工程化實踐總結

謝益輝:LaTex/Word的統計報告大逃亡之Rmarkdown生態

教學視頻地址

在可交互、可復用的統計報告中,謝益輝將介紹一眾R包,包括 knitr、rmarkdown、htmlwidgets、DT、leaflet以及shiny。

快速標準的論文書寫

# $something$ 或者 $$something$$ 可以解決數學公式的問題
# 利用 bib 文件和[@something] 可以解決引用的問題
# 同樣的,你也可以根據一些機構要求引入標準的模板。

參考謝益輝的Rmarkdown論文

參考謝益輝的bib文件

屏蔽源碼

# ```{r echo=F}屏蔽源代碼
# ```{r, fig.w=5, fig.h=4} 設置配圖大小
# 腳註

代碼段內存共享

  • 利用cache選項復用代碼和數據

Sys.sleep(5)
rnorm(1)

輸出其他語言代碼

  • 利用engine選項選擇代碼引擎,驅動python、R、scala、Rcpp、bash、perl、node等

x = "hello, python
world!"
print(x)
print(x.split(" "))

互動式文檔

  • 利用yaml配置中的runtime選項

---
author: Harry Zhu
output: html_document
runtime: shiny
---

同理,你也可以選擇輸出slide、pdf或者word,你甚至可以給html定製一個css皮膚。

在我看來,rmarkdown是一款超越Zeppelin和iPython notebook的產品。

最總要的意義在於,學術工作者和工程師們不僅僅可以擺脫格式對創作的束縛專註於代碼和文檔,更是隨意輸出pdf、slide、html、word、latex等多種格式,形成強有力的跨界衝擊。

謝益輝本人有超過10年以上的LaTex使用經驗,他的rmarkdown和knitr造福了一代學術工作者,顯然LaTex和Word的體系在這種降維攻擊下已經搖搖欲墜。

作為分享主義者(sharism),本人所有互聯網發布的圖文均遵從CC版權,轉載請保留作者信息並註明作者 Harry Zhu 的 FinanceR 專欄:FinanceR - SegmentFault,如果涉及源代碼請註明GitHub地址:harryprince (HarryZhu) · GitHub。微信號: harryzhustudio

商業使用請聯繫作者。


推薦閱讀:

如何用markdown生成多級有序列表?
使用 Markdown 怎樣可以做到下圖裡面的文字效果?
LaTeX 有 Typora 這樣所見即所得的編輯器嗎?
作業部落出品的Cmd Markdown 編輯閱讀器怎麼樣?有沒有同類型的更好的呢?
markdown代碼區塊的問題?

TAG:數據挖掘 | 數據分析 | Markdown | R編程語言 | Rstudio |