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。
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)
一、什么是 R Markdown?
R Markdown 是 R 语言环境中提供的 markdown 编辑工具,运用 R Markdown 撰写文章,既可以像一般的 markdown 编辑器一样编辑文本,也可以在 R Markdown 中插入代码块,并将代码运行结果输出在 markdown 里。R Markdown 格式,简称为 Rmd 格式, 相应的源文件扩展名为 .Rmd。输出格式可以是 HTML、docx、pdf、beamer 等。
1、认识 Markdown
Markdown 是由 John Gruber 于 2004 年创建的一种轻量级标记语言,如今已成为世界上最流行的标记语言之一。Markdown 的开发受到了早期电子邮件和 Usenet 帖子中标记纯文本的现有惯例的启发,例如 setext、Textile 和 reStructuredText。Gruber 和 Swartz 的目标是创建一种标记语言,使其在源代码形式下也易于阅读,不像 RTF、HTML 或 wikitext 等较重的标记语言那样包含明显的标签和格式指令。
下表对比了 Markdown 和 Word 在特点和用途上的差异:
R Markdown | Word | |
---|---|---|
可读书写 | 高,文档源代码形式易于阅读,不像 HTML 等语言有明显标签和格式指令 | 中,源代码不可读,需使用专用软件 |
文件格式 | 纯文本格式,通常以 .md 或 .Rmd 扩展名保存 | 专有二进制格式,以 .doc 或 .docx 保存 |
灵活性 | 高,能轻松转换为 HTML、PDF、Word 等多种格式 | 低,转换为其他格式时需使用专门工具 |
应用范围 | 广泛,用于博客写作、即时消息、在线论坛、协作软件、文档页面、自述文件等 | 广泛,用于文档创作、报告、论文等 |
语法简洁 | 高,使用 # 表示标题,* 或 _ 表示斜体和粗体等 | 低,需使用复杂的菜单和工具栏 |
跨平台 | 高,支持 macOS、Windows、Linux、iOS 和 Android 操作系统 | 中,主要支持 macOS 和 Windows |
网页友好 | 高,专为网络写作设计,可轻松创建网站内容 | 低,需额外工具转换为网页格式 |
版本控制 | 高,纯文本格式,非常适合用 Git 等版本控制系统管理 | 低,二进制格式,不易版本控制 |
学习曲线 | 低,简单易用且功能强大 | 中,功能多样但较为复杂 |
适合用户 | 开发者、作家和内容创作者等 | 商业用户、学术研究者等 |
创作效率 | 高,支持自动化生成和复用 | 中,需手动编辑和格式调整 |
2、认识 R Markdown
R Markdown是基于Markdown的扩展,旨在使数据分析和报告生成更加便捷。R Markdown不仅保留了Markdown的所有优点,还增加了与R语言无缝集成的功能。通过R Markdown,用户可以在一个文档中编写代码、运行代码并展示结果,使得数据分析流程更加直观和高效。
R Markdown特别适用于以下场景:
- 数据分析报告:将数据分析过程与结果展示集成在一个文档中,便于共享和复现。
- 学术论文:许多学术期刊接受R Markdown格式的投稿。
- 教学材料:通过R Markdown编写教学文档,结合代码示例和解释说明,有助于学生理解。
Markdown与R Markdown的对比
功能 | Markdown | R Markdown |
---|---|---|
文本格式化 | 是 | 是 |
嵌入代码 | 否 | 是 |
动态文档生成 | 否 | 是 |
输出格式 | HTML、PDF、Word等 | HTML、PDF、Word等 |
交互性 | 否 | 是 |
在临床数据分析工作中,常常需要把数据置入模型以得出相关结论。一般而言,需完整经历从数据收集、数据清理、数据可视化、建模,直至最后编写报告或制作演示文稿的工作流程。由于RStudio 能够将 R 代码嵌入到 Markdown 格式文件中,从而动态生成研究报告,这种格式被称作 R Markdown 格式,简称为 Rmd 格式,相应的源文件扩展名是“.Rmd”。该报告能够编译并输出为其他多种格式,如 HTML、docx、pdf、beamer 等数十种格式。
~~~~~~~~~~
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。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
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4节:两组例数相同的均数比较的样本量估计和绘制功效曲线-CSDN博客
9章5节:两组的例数不等的均数比较的样本量估计和可视化-CSDN博客
9章6节:自身配对设计的均数比较临床试验的样本量估计和可视化-CSDN博客
9章8节: 两、三组试验组率比较的样本量估算和可视化-CSDN博客
9章9节:试验的随机分组认识,用R做简单随机化-CSDN博客
9章11节:用R实现区组随机化和置换区组随机化-CSDN博客
9章12节:动态随机化方法介绍,和用R绘制随机化卡片-CSDN博客
第十章:Meta分析攻略
第10章1节:认识循证医学中的Meta分析,并予代码演示分析绘图-CSDN博客