|
主要介绍, 通过在Jupyter中添加R语言内核, 然后在里面进行交互式的编程, 结果输出markdown格式的文件, 再将其通过markdown here插件放到相关博客平台的操作方法. 1, 安装anaconda软件首先, 下载安装anaconda软件，默认安装，注意勾选, 添加路径path, 这样就不用在后续添加环境变量了 2，打开R语言，安装软件包注意，不要使用RStudio，要使用R界面, 因为有时候RStudio在安装软件包时会报错, 这时候可以选择使用R的界面！ install.packages(c('repr', 'IRdisplay', 'evaluate', 'crayon', 'pbdZMQ', 'devtools', 'uuid', 'digest'))然后安装jupyter的R内核 library(devtools)
devtools::install_github('IRkernel/IRkernel')
IRkernel::installspec()3，查看是否R内核安装成功如果一切顺利, 在打开Jupyter时, 点击New, 可以看到R语言内核, 选择R内核的文件, 在里面进行交互式编程. 运行方差aov示例example(aov)aov> ## From Venables and Ripley (2002) p.165.
aov>
aov> ## Set orthogonal contrasts.
aov> op <- options(contrasts = c("contr.helmert", "contr.poly"))
aov> ( npk.aov <- aov(yield ~ block + N*P*K, npk) )
Call:
aov(formula = yield ~ block + N * P * K, data = npk)
Terms:
block N P K N:P N:K P:K
Sum of Squares 343.2950 189.2817 8.4017 95.2017 21.2817 33.1350 0.4817
Deg. of Freedom 5 1 1 1 1 1 1
Residuals
Sum of Squares 185.2867
Deg. of Freedom 12
Residual standard error: 3.929447
1 out of 13 effects not estimable
Estimated effects are balanced运行作图plot示例example(plot)plot> require(stats) # for lowess, rpois, rnorm
plot> plot(cars)
plot> lines(lowess(cars))
plot> plot(sin, -pi, 2*pi) # see ?plot.functionplot> ## Discrete Distribution Plot:
plot> plot(table(rpois(100, 5)), type = "h", col = "red", lwd = 10,
plot+ main = "rpois(100, lambda = 5)")plot> ## Simple quantiles/ECDF, see ecdf() {library(stats)} for a better one:
plot> plot(x <- sort(rnorm(47)), type = "s", main = "plot(x, type = \"s\")")plot> points(x, cex = .5, col = "dark red")4，下载markdownheremarkdhere火狐插件 注意，md文件，可以用txt打开，语法是markdown，图片在文件夹下，可以上传即可。 一键转化：将md文件，copy到博客编辑器，点击快捷键：Ctrl+Art+M就将其转化为正常格式，十分方便 5, 使用经验1, 这里生产的图片, 只是本地的图片, 如果想要放到博客上面, 还需要图床. 这里推荐简书, 因为它支持图片赞帖, 生产对应的网址, 直接复制即可. 这是示例… 点击截图, 放到简书的编辑器中, 会生成如下网址, 其内容就是图片的markdown格式. 2, markdown here的插件, 对于公式的转化需要借助于google, 所以无法使用, 如果对公式和代码经常使用的朋友, 可以使用CSDN 3, 知乎中的博客, 对markdown一键转化的功能体验较差, 不过它可以支持上传md文档: 4, R语言也推出了blogdown软件包, 可以更方便的博客书写, 而且可以自动关联到github和netlify, 这个更方便, 立个Flag, 以后研究一下. 6, 生成的markdown可以很容易的在各个平台上发布, 比如:正所谓, 一劳永逸. 本文的md文件见科学网附件. |
|
|
