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，安装几个软件包

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.function

plot> ## 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md的格式，下载markdownhere，在博客编辑界面上一键转化即可。

markdhere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.

![example](https://upload-images.jianshu.io/upload_images/4277952-31d02520c4e9242f.png?imageMogr2/auto-orient/strip%7CimageView2/2/w/1240)

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

如何使用markdown写博客和微信公众号(1).md

.

科学网:http://blog.sciencenet.cn/blog-2577109-1140312.html
CSDN:https://blog.csdn.net/yijiaobani/article/details/83018268
简书:https://www.jianshu.com/writer#/notebooks/16946411/notes/21169902/preview
知乎:https://zhuanlan.zhihu.com/p/46529802
微信公众号:https://mp.weixin.qq.com/s/GkoMR3FAEqe4Pru-a-KWAw

欢迎关注我的公众号R-breeding
ID: R-breeding
二维码:

​