1.4.0.1 LaTeX

Tanto Sweave como knitr pueden procesar archivos LaTeX. lazyWeave puede crear documentos LaTeX desde cero.

Funciones de conversión de objetos:

• Tablas / estadísticas de resumen :
  • Hmisc , NMOF , papeR , quantreg , rapport , reporttools , sparktex , tables , xtable , ztable
• Tablas / tabulaciones cruzadas :
  • Hmisc , lazyWeave , knitLatex , knitr , reporttools , ztable
• Gráficos :
  • animación , Hmisc , grDevices ::: pictex , sparktex , tikzDevice
• Modelos / métodos estadísticos :
  • apsrtable , memisc , quantreg , rms , stargazer , suRtex , texreg , xtable , ztable
• Bibtex :
  • bibtex y RefManageR
• Otros :
  • latex2exp convierte las ecuaciones de LaTeX a expresiones plotmath.

1.4.0.2 HTML

El paquete knitr puede procesar archivos HTML directamente. Sweave también puede trabajar con HTML a través del paquete R2HTML . lazyWeave puede crear documentos en formato HTML desde cero.

Funciones de conversión de objetos:

• Tablas resumen / estadísticas :
  • Stargazer
• Tablas / tabulaciones cruzadas :
  • DT , formattable , htmlTable , HTMLUtils , hwriter , knitr , lazyWeave , SortableHTMLTables , texreg , ztable
• Modelos / métodos estadísticos :
  • rapport , stargazer , xtable otros : tejidos , RefManageR

1.4.1 Reducción

El paquete knitr puede procesar archivos de rebajas sin ayuda. Los paquetes markdown tienen herramientas generales para trabajar con documentos en este formato. lazyWeave puede crear documentos en formato de rebaja desde cero.

Funciones de conversión de objetos:

• Tablas resumen / estadísticas :
  • papeR
• Tablas / tabulaciones cruzadas :
  • DT , formattable , htmlTable , knitr , lazyWeave , papeR
• Modelos / métodos estadísticos :
  • pander , papeR , rapport , texreg
• otros : RefManageR

Formatos de Microsoft R2wd (solo Windows) puede crear documentos de Word desde cero y R2PPT (también solo Windows) puede crear diapositivas de PowerPoint.

El paquete rtf hace lo mismo con los documentos en formato de texto enriquecido.

1.4.2 - Reproducibilidad del paquete

R también tiene herramientas para garantizar que se puedan requerir versiones de paquetes específicos para los análisis. checkpoint , rbundler y packrat instalan los paquetes necesarios para un proyecto en un archivo local tal como existían en un momento específico en el tiempo.

Esto permite mantener versiones específicas de paquetes a lo largo del tiempo y diferentes usuarios. El paquete miniCRAN facilita la creación de repositorios locales similares a CRAN.

1.4.3 - Herramientas de formato

Se puede utilizar formatR , highlight y highr para colorear y / o formatear el código R. Los paquetes humanFormat , lubridate , prettyunits y rprintf tienen funciones para formatear mejor los datos.

1.4.4 Convertidores de formato

Pander se puede utilizar para representar objetos R en el menú desplegable de Pandoc. knitr tiene la función pandoc que puede llamar a una versión instalada de Pandoc para convertir documentos entre formatos como Markdown, HTML, LaTeX, PDF y Word. tth facilita las conversiones de TeX a HTML / MathML.

1.4.5 Paquetes de caché de objetos

Cuando se usa Sweave y knitr , puede ser ventajoso almacenar en caché los resultados de fragmentos de código que consumen mucho tiempo si el documento se vuelve a procesar (es decir, durante la depuración). Knitr facilita el almacenamiento en caché de objetos y el tejedor de paquetes Bioconductor se puede utilizar con Sweave . Los paquetes de programación sin alfabetización para facilitar el almacenamiento en caché / archivado son R.cache y archivero .

#Ejemplos de Publicaciones ggplots

library(ggplot2)

## Registered S3 methods overwritten by 'ggplot2':
##   method         from 
##   [.quosures     rlang
##   c.quosures     rlang
##   print.quosures rlang

ggplot(reshape2::melt(volcano), aes(Var1, Var2)) +
   geom_contour(aes(z = value, color = ..level..)) +
   coord_equal()

ggplot(diamonds, aes(carat, price)) +
   geom_point(aes(color = clarity)) +
   facet_grid(color ~ cut)

library(ggplot2)
df <- expand.grid(tiempo = 1:30, sujeto = factor(letters[1:3]))
set.seed(42)
df$valor <- with(df, tiempo*0.1*as.numeric(sujeto) + rnorm(nrow(df)))
ggplot(df, aes(tiempo, valor, color = sujeto)) +
   geom_line()

alt text