学习R语言,R Markdown 如何写

下面内容摘录自《用R探索医药数据科学》专栏文章的部分内容。栏目后续章节的文章将深入概括R语言在临床研究和新药创新领域的应用,填补了国内R教材中尚未广泛覆盖的部分内容。​​​​​​​

2章8节:一文学会 R Markdown 的文档核心操作,切记文末有R资源的分享_rmarkdown-CSDN博客文章浏览阅读429次。R Markdown 是一种广泛使用的工具,可以帮助数据科学家、统计学家和研究人员创建动态和交互式的报告。它结合了 R 语言的强大数据处理和分析能力,以及 Markdown 的简洁易用的文本格式,使得创建专业和美观的报告变得更加简单和高效。一文让你入门 Markdown !_rmarkdownhttps://blog.csdn.net/2301_79425796/article/details/140660144

欢迎订阅我们专栏

.......前面部分请点击上面链接看原文(原文6872字)

二、 R Markdown 如何写

初步认识 R Markdown 的界面,如下图。

1、文档的开头(YAML)

R Markdown文档分为文档头和正文部分。文档头部分是由YAML(YAML Ain't Markup Language)块组成,由三个短线(-)分隔。在RStudio中新建R Markdown文件后,会自动生成文档头。下面这部分可以设置文档的标题、输出格式、作者信息、关键词、摘要等信息。

---
title: "文档标题"
author: "作者姓名"
date: "`r Sys.Date()`"
output: html_document
keywords: ["R Markdown", "语法", "教程"]
abstract: "本文介绍了R Markdown的常见语法及其使用方法。"
---

有的时候,我们需要自动生成日期,这样的话我们在R Markdown可以使用下面的代码插入到相关位置即可。

date: "`r Sys.Date()`"

效果如下图。

2. 标题和列表

在 R Markdown 中,标题使用 # 符号来表示。根据 # 的数量,可以创建不同级别的标题,从一级标题到六级标题。同时,R Markdown 支持创建无序列表和有序列表。无序列表使用 - 或 * 来表示,而有序列表使用数字来表示。这些标题在文档中提供了层次结构,使读者能够清晰地理解内容的组织方式。

# 一级标题
## 二级标题
### 三级标题
#### 四级标题
##### 五级标题
###### 六级标题


- 项目一
- 项目二
  - 子项目一
  - 子项目二
* 项目三
* 项目四

1. 第一项
2. 第二项
   1. 子项一
   2. 子项二
3. 第三项

效果如下图。

3. 字词的格式

在 R Markdown 中,可以使用斜体、粗体、斜体加粗体、高亮、删除线和分隔线等等,突出显示重要信息,使文档更具吸引力。

*斜体*

**粗体**

***斜体+粗体***

==高亮==

~~删除线~~

---

*   分隔线
*   分隔线
*   分隔线

效果如下图。

4. 链接

超链接在 R Markdown 中通过使用 [文本](链接) 语法来创建。

[Baidu](https://www.baidu.com)

5. 代码块

在 R Markdown 中,代码块是插入和运行 R 代码的基本单位。意思是说,如果大家需要在相关位置插入 R 代码及其运行结果,就需要引入代码块的概念。R 代码块通常通过“{r}”来插入,一般是以三个反单撇号(```)开始,随后是“{r}”,例如“{r}”。代码段以单独一行的三个反单撇号“”来结尾。但是,如果是在 R Markdown 文档最末,代码块的也可以不添加标记结束的标记(```)。

```{r}
# 这是一个简单的 R 代码块
summary(cars)

效果如下图。

再举一个例子,这个例子为了便于后期处理,我们可以将此代码块备注为“rmd - block01”。此外,“echo”参数(默认设置为“TRUE”)意味着我们的代码和结果都会在输出中显示;若设置为“FALSE”,则仅输出结果。另外,如果添加“include = FALSE”选项,那么本代码段仅会运行,但是代码和结果都不会出现在输出的文档中。同时,我们还能够设置“eval”“results”“message”和“warning”等参数,以此来选择不同的图形和警告等输出内容。结果如下图。

也就是说,如果您希望在输出文档中完整展示代码及其运行结果,保持“echo = TRUE”即可;但如果您只希望呈现结果,不展示代码,就将“echo”设置为“FALSE”。又比如,当您使用“include = FALSE”时,像一些仅用于中间计算、无需展示的代码段就可以这样设置,使输出文档更加简洁。结果如下图。

6. 绘图 

R Markdown允许用户灵活地控制图形的外观。通过设置图形的尺寸和其他属性,可以确保图形在报告中的显示效果符合要求。具体的设置可以通过以下参数实现:

fig.width 和 fig.height: 这两个参数用于指定生成图形的宽度和高度,单位是英寸。例如,fig.width=10表示图形的宽度为10英寸,fig.height=5 则表示图形的高度为5英寸。

dpi: 这个参数用于设置图形的分辨率,以保证图形的清晰度。常用的dpi值有72(屏幕显示)和300(打印)。

out.width 和 out.height: 这两个参数用于指定图形在最终输出中的宽度和高度,可以设置为百分比(如 out.width='80%')或具体数值(如 out.width='6in')。

```{r, fig.width=10, fig.height=5, fig.fullwidth=TRUE}
plot(iris)
```

结果如下图。

plot()函数是R语言中最基本的绘图函数之一,用于创建散点图、折线图以及其他多种类型的图形。它通过将数据的数值映射到图形坐标系中,从而帮助用户可视化数据的分布和关系。基本用法包括传入一个或两个向量(作为x和y轴的坐标),也可以通过调整参数来设置图形的标题、坐标轴标签以及点的样式。plot()函数,以后在绘图的章节再讲。

7. 数学公式

R Markdown支持LATEX语法,可以在文档中插入数学公式。数学公式有两种显示方式:行中公式和独立公式。

 ........

在这里,你学到的并非仅仅是 R 的某一个技巧,而是能够从零开始,深入且系统地学习 R 语言。此外,本专栏每周至少定期更新三篇文章,每篇文章篇幅均在 5000 字以上,质量平均分更是高达 93 分。而且,对于已经发表的知识点,我们也会根据新的技术或理解及时进行更新,这是纸质版图书无法做到的。为了让更多的忠实粉丝和同学们享受到实惠,本专栏采用折扣定价策略。随着章节的不断完成,折扣力度会逐渐减小。所以,现在正是订阅的最佳时机!

https://blog.csdn.net/2301_79425796/category_12729892.html?spm=1001.2014.3001.5482

​​​​​​

第一章:认识数据科学和R

1章1节:数据科学的发展历程,何 R 备受青睐及我们专栏的独特之处(更新20240822)-CSDN博客

1章2节:关于人工智能、机器学习、统计学连和机器学习、R 与 ChatGPT 的探究 (更新20240814)-CSDN博客

1章3节:R 语言的产生与发展轨迹(更新2024/08/14)-CSDN博客

1章4节:数据可视化, R 语言的静态绘图和 Shiny 的交互可视化演示(更新20240814)-CSDN博客

第二章:R的安装和数据读取

2章1节:R和RStudio的下载和安装(Windows 和 Mac)_rst语言选择哪个镜像-CSDN博客

2章2节:RStudio 四大区应用全解,兼谈 R 的代码规范与相关文件展示_rstudio的console和terminal-CSDN博客

2章3节:RStudio的高效使用技巧,自定义RStudio环境(更新20240823)_rstudio如何使用-CSDN博客

2章4节:用RStudio做项目管理,静态图和动态图的演示,感受ggplot2的魅力-CSDN博客

2章5节:认识和安装R的扩展包,什么是模糊搜索安装,工作目录和空间的区别与设置(​​​​​​​更新20240807 )-CSDN博客

2章6节:R的数据集读取和利用,如何高效地直接复制黏贴数据到R(​​​​​​​更新20240807 )_r语言 复制数据集-CSDN博客

2章7节:读写RDS,CSV,TXT,Excel,SPSS、SAS、Stata、Minitab等的数据文件(更新20240807)_r语言读取rds文件-CSDN博客

2章8节:一文学会 R Markdown 的文档核心操作,切记文末有R资源的分享_r markdown文件(.rmd)-CSDN博客

2章9节:认识R与数据库连接和网络爬虫,学会在R中使用SQL语言_sql和r语言-CSDN博客

2章10节:用 R 直接下载并分析 NHANES 数据库的数据,文末示例自创便捷下载函数(更新20240807)_nhanes数据分析-CSDN博客

第三章:认识数据

3章1节:数据的基本概念以及 R 中的数据结构、向量与矩阵的创建及运算-CSDN博客

3章2节:继续讲R的数据结构,数组、数据框和列表-CSDN博客

3章3节:R的赋值操作与算术运算_r里面的赋值-CSDN博客

3章4节:R的逻辑运算和矩阵运算-CSDN博客

3章5节:R 语言的循环与遍历函数全解析-CSDN博客

第四章:数据的预处理

4章1节:全面了解 R 中的数据预处理,通过 R 基本函数实施数据查阅_r数据预处理-CSDN博客

4章2节:从排序到分组和筛选,通过 R 的 dplyr 扩展包来操作-CSDN博客

4章3节:处理医学类原始数据的重要技巧,R语言中的宽长数据转换,tidyr包的使用指南-CSDN博客

4章4节:临床数据科学中如何用R来进行缺失值的处理_临床生存分析缺失值r语言-CSDN博客

4章5节:数据科学中的缺失值的处理,删除和填补的选择,K最近邻填补法-CSDN博客

4章6节:R的多重填补法中随机回归填补法的应用,MICE包的实际应用和统计与可视化评估-CSDN博客

4章7节:用R做数据重塑,数据去重和数据的匹配-CSDN博客

4章8节:用R做数据重塑,行列命名和数据类型转换-CSDN博客

4章9节:用R做数据重塑,增加变量和赋值修改,和mutate()函数的复杂用法_r语言如何在数据集中添加变量-CSDN博客

4章10节:用R做数据重塑,变体函数应用详解和可视化的数据预处理介绍-CSDN博客

4章11节:用R做数据重塑,数据的特征缩放和特征可视化-CSDN博客

4章12节:R语言中字符串的处理,正则表达式的基础要点和特殊字符-CSDN博客

4章13节:R语言中Stringr扩展包进行字符串的查阅、大小转换和排序-CSDN博客

4章14节:R语言中字符串的处理,提取替换,分割连接和填充插值_r语言替换字符串-CSDN博客

4章15节:字符串处理,提取匹配的相关操作扩展,和Stringr包不同函数的重点介绍和举例-CSDN博客

4章16节:R 语言中日期时间数据的关键处理要点_r语言 时刻数据-CSDN博客

第五章:定量数据的统计描述

5章1节:用R语言进行定量数据的统计描述,文末有众数的自定义函数-CSDN博客

5章2节:离散趋势的描述,文末1个简单函数同时搞定20个结果-CSDN博客

5章3节:在R语言中,从实际应用的角度认识假设检验-CSDN博客

5章4节:从R语言的角度认识正态分布与正态性检验-CSDN博客

5章5节:认识方差和方差齐性检验(三种方法全覆盖)-CSDN博客

5章6节:R语言中的t检验,独立样本的t检验-CSDN博客

5章7节:单样本t检验和配对t检验-CSDN博客

5章8节:方差分析(ANOVA)及其应用-CSDN博客

5章9节:组间差异的非参数检验,Wilcoxon秩和检验和Kruskal-Wallis检验-CSDN博客

第六章:定性数据的统计描述 

6章1节:定性数据的统计描述之列联表,文末有优势比计算介绍-CSDN博客

6章2节:认识birthwt数据集,EpiDisplay和Gmodels扩展包的应用-CSDN博客

6章3节:独立性检验,卡方检验,费希尔精确概率检验和Cochran-Mantel-Haenszel检验-CSDN博客​​​​​​​

6章4节:相关关系和连续型变量的Pearson相关分析-CSDN博客​​​​​​​

6章5节:分类型变量的Spearman相关分析,偏相关分析和相关图分析-CSDN博客

6章6节:相关图的GGally扩展包,和制表的Tableone扩展包-CSDN博客​​​​​​​

第七章:R的传统绘图

​​​​​​​7章1节:认识R的传统绘图系统,深度解析plot()函数和par()函数的使用-CSDN博客

7章2节:R基础绘图之散点图、直方图和概率密度图-CSDN博客

7章3节:R基础绘图之条形图和堆积条形图-CSDN博客

7章4节:饼图,箱线图和克利夫兰点图-CSDN博客

7章5节:散点矩阵图,与小提琴图、Cleveland 点图、马赛克图和等高图-CSDN博客

7章6节:用R进行图形的保存与导出,详细的高级图形输出,一文囊括大多数保存的各种问题,和如何批量保存不同情况的图形-CSDN博客

第八章:R的进阶绘图

8章1节:认识 ggplot2 扩展包,深度解析 qplot() 函数的使用-CSDN博客

 8章2节:深度讲解 ggplot2 的绘图步骤,理解其核心逻辑, 和 ggplot()函数-CSDN博客

 8章3节:用R来绘制医学地理图,文末有具体完整代码-CSDN博客

 8章4节:维恩图的认识与应用,和使用UpSet图-CSDN博客

 8章5节:用R绘制平行坐标图-CSDN博客​​​​​​​

8章6节:雷达图及RadViz图-CSDN博客

8章7节:词云图,矩形树状图和三维散点图-CSDN博客

 ​​​​​​​8章8节:绘制自定义的高质量动态图和交互式动态图-CSDN博客

第九章:临床试验的统计

9章1节:初步认识临床试验(约7500字)-CSDN博客

9章2节:样本量估计的初步介绍-CSDN博客

9章3节:用R进行样本量估计的统计学参数-CSDN博客

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

数据科学和人工智能兴趣组

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值