Skip to main content

数据科学中的 R 语言

第 10 章 可重复性文档

有时候，我们需要展示和分享我们的数据分析结果给同行、老板或者老师。 那么，为了让老板能快速地的理解我们的分析思路和方法， 最好的方法，就是将分析背景、分析过程、分析结果以及图表等形成报告，让读者能重复和验证我们的结果，确保结论的真实可信。 因此，本章就将介绍如何生成分析报告（可重复性报告）。

10.1 什么是Rmarkdown

10.2 markdown 基本语法 

# This is a title

#  第一章   （注意   "#" 与 "第一章"之间有空格）
##  第一节  （同上，"##" 与 "第一节"之间有空格）

This is a sentence.

Now a list begins:
  
- no importance
- again
- repeat
  
A numbered list:
  
1. first
2. second

__bold__, _italic_, ~~strike through~~

常用的Markdown 语法:

Type this… …to get this
normal text normal text
*italic text* italic text
**bold text** bold text
***bold italic text*** bold italic text
superscript^2^ superscript2
~~strikethrough~~ strikethrough
`code text` code text

对于章节， 使用 # 符号:

# Header 1
## Header 2
### Header 3
#### Header 4
##### Header 5
###### Header 6

如果需要制作列表，可以使用-符号

- first item
- second item
- third item
  • first item
  • second item
  • third item

如果希望列表带有数字编号，可以加上编号

1. first item
2. second item
3. third item
  1. first item
  2. second item
  3. third item

如果想添加网页链接，可以用方括号和圆括号

[Download R](http://www.r-project.org/)

Download R

如果想制作简单表格，列与列之间用 | 分隔，表格的首行下面添加--------

Table Header  | Second Header
------------- | -------------
Cell 1, 1     | Cell 2, 1
Cell 1, 2     | Cell 2, 2
Table Header Second Header
Cell 1, 1 Cell 2, 1
Cell 1, 2 Cell 2, 2

这样作表格可能会比较麻烦，我经常在这个网站在线表格转化器把表格弄好后，然后复制粘贴过来。

10.3 Elements of RMarkdown

Rstudio 创建 Rmd 文件： File -> New File -> R Markdown.

Rmd 文件基本构成（图中绿色括号地方）

  • metadata
  • text
  • code

10.4 R Code chunks

在 Rmd 文档中写 R 代码，需要插入代码块(Code chunks)，具体以 ```{r} 开始，以 ```结尾。可以用快捷方式Ctrl + Alt + I (OS X: Cmd + Option + I)创建代码块。

点击knit（下图中红色地方），选择想要输出的文档格式即可。下图是Rmd文档与渲染效果效果，

Rmd文档与渲染效果对比

图 10.1: Rmd文档与渲染效果对比

我们也可以设置一些选项，控制代码块的运行方式(for more details see http://yihui.name/knitr/):

10.5 生成html文档

希望html文档有章节号、目录或者更好显示表格，可以修改yaml头文件（用下面的内容替换Rmarkdown的头文件）

---
title: Habits
author: John Doe
date: "2023-07-18"
output: 
  html_document:
    df_print: paged
    toc: yes
    number_sections: yes
---

10.6 生成word文档

rmarkdown 生成的word功能不是很多，推荐使用officedown , officer, flextable宏包

10.7 生成pdf文档

pdf文档可以插入漂亮的矢量图和优雅的数学公式，所以备受同学们的喜欢。但往往我们写中文的时候，编译不成功。这里就来讲讲如何解决这些问题，推荐阅读这里，或者看这个视频。

Instructions

  1. 安装最新版本 R (>3.5) 和 RStudio Desktop (>1.2).
  2. 安装pdf查看器，sumatrapdf网站
  3. 安装 LaTeX. 然而这个软件会比较大 (e.g. MacTeX is approximate 3.9G). 如果你之前没有安装过 LaTeX，我推荐你安装轻量级的 tinytex. 安装方法如下，打开R，然后再命令行输入:
install.packages("tinytex")
tinytex::install_tinytex(dir = "D:\\Tinytex", force = T)

中途会有两次警告，按 “ 确定 ” 就可以了。

国内下载 TinyTeX 比较慢，可以用浏览器或其它下载工具直接下载：https://github.com/yihui/tinytex-releases/releases 然后把下载的文件路径传给安装函数，下面四步走：

  • install.packages("tinytex")
  • tinytex::tlmgr_repo('http://mirrors.tuna.tsinghua.edu.cn/CTAN/')
  • tinytex:::install_prebuilt('TinyTeX-v2022.05.zip', dir = "D:\\Tinytex")
  • 添加环境变量 D:\Tinytex\bin\win32
  1. 修改头文件，用下面的内容替换Rmarkdown的头文件, 不要修改缩进
---
title: 'Going deeper with dplyr'
author: "王小二"
date: "`r Sys.Date()`"
output:
  pdf_document: 
    latex_engine: xelatex
    extra_dependencies:
      ctex: UTF8
    number_sections: yes
    df_print: kable
    toc: yes
classoptions: "hyperref, 12pt, a4paper"
---

10.8 使用方法

10.8.1 插入公式

我相信你已经熟悉了latex语法，那么我们在Rmarkdwon里输入 $$\frac{\sum (\bar{x} - x_i)^2}{n-1}$$，那么实际输出:

\[\frac{\sum (\bar{x} - x_i)^2}{n-1}\]

也可以使用latex的等式环境， 比如

$$\Theta = \begin{pmatrix}\alpha & \beta\\
\gamma & \delta
\end{pmatrix}$$

输出

\[ \Theta = \begin{pmatrix}\alpha & \beta\\ \gamma & \delta \end{pmatrix} \]

10.8.2 插入图片 


```{r out.width = '35%', fig.align='left', fig.cap='this is caption', echo = F}
knitr::include_graphics("images/R_logo.png")
```
this is caption

图 10.2: this is caption

10.8.3 运行代码 

summary(cars)
##      speed           dist       
##  Min.   : 4.0   Min.   :  2.00  
##  1st Qu.:12.0   1st Qu.: 26.00  
##  Median :15.0   Median : 36.00  
##  Mean   :15.4   Mean   : 42.98  
##  3rd Qu.:19.0   3rd Qu.: 56.00  
##  Max.   :25.0   Max.   :120.00

10.8.4 表格 


```{r tables-mtcars,  echo = F}
knitr::kable(iris[1:5, ], caption = "A caption")
```
表 10.1: A caption
Sepal.Length Sepal.Width Petal.Length Petal.Width Species
5.1 3.5 1.4 0.2 setosa
4.9 3.0 1.4 0.2 setosa
4.7 3.2 1.3 0.2 setosa
4.6 3.1 1.5 0.2 setosa
5.0 3.6 1.4 0.2 setosa

需要更优美的表格，可参考这里

10.8.5 生成图片 


```{r}
plot(pressure)
```

或者


```{r, out.width = '85%', fig.showtext = TRUE}
library(tidyverse)
library(nycflights13)
library(showtext)
showtext_auto()

flights %>%
  group_by(dest) %>%
  summarize(
    count = n(),
    dist = mean(distance, na.rm = TRUE),
    delay = mean(arr_delay, na.rm = TRUE)
  ) %>%
  dplyr::filter(delay > 0, count > 20, dest != "HNL") %>%
  ggplot(mapping = aes(x = dist, y = delay)) +
  geom_point(aes(size = count), alpha = 1 / 3) +
  geom_smooth(se = FALSE) +
  ggtitle("这是我的标题")
```
## Warning: package 'dplyr' was built under R version 4.2.3
## 
## Attaching package: 'dplyr'
## The following objects are masked from 'package:stats':
## 
##     filter, lag
## The following objects are masked from 'package:base':
## 
##     intersect, setdiff, setequal, union
## Warning: package 'ggplot2' was built under R version 4.2.3
## Warning: package 'showtext' was built under R version 4.2.3
## Loading required package: sysfonts
## Loading required package: showtextdb
## `geom_smooth()` using method = 'loess' and formula = 'y ~ x'

10.8.6 文本内计算 

The content can contain inline code like `r pi * 5^2`, too.

The content can contain inline code like 78.5398163, too.

10.9 案例代码

Download my_pdf_document.Rmd

10.10 延伸阅读