はじめに

Rマークダウンでドキュメントとコード書いて→ knit() → pandoc → (html | pdf | docx) します。

役に立つ資料

• @teramonagiさんの資料
  • Tokyo.R@36 ～knitr+pandocではじめる～『R MarkdownでReproducible Research』 http://www.slideshare.net/teramonagi/tokyo-r36-20140222
  • Tokyo.R@36 ～knitrパッケージではじめる～『R MarkdownでReproducible Research』の基礎編のコード http://rpubs.com/teramonagi/TokyoR36_Basic
  • Tokyo.R@36 ～knitrパッケージではじめる～『R MarkdownでReproducible Research』の応用編のコード http://rpubs.com/teramonagi/TokyoR36_Advanced
• Pandoc ユーザーズガイド 日本語版 http://sky-y.github.io/site-pandoc-jp/users-guide/
• TeX Wiki http://oku.edu.mie-u.ac.jp/~okumura/texwiki/
• マークダウン用 github.css https://gist.github.com/andyferra/2554919

も参考にしてくださいね〜

メタ情報の記述

マークダウンファイルにはメタ情報を含めることができます。

簡易記法

ファイル先頭を

% タイトル
% 著者
% 日付

で始めることができます。

YAML記法

ファイルの先頭にYAMLでメタ情報を入れることができます。次の例を参考にして下さい。

---
title: RマークダウンとPandocで楽々レポート作成
author: "@ohske"
tags: [R, pandoc, Dynamic Documentation]
abstract: Rマークダウンでドキュメントとコード書いて→ knit() → pandoc → (html | pdf | docx)します。
---

レポート生成コマンド (おなじない)

まずは、

library(knitr)
knit("pandoc-md.Rmd")

としてRマークダウンファイル(.Rmd)からマークダウンファイルを作成します。 続いて、マークダウンファイルをPandocによって様々な形式に変換します。

• HTMLファイルの作成

  $ pandoc -s --toc -c github.css --mathjax pandoc-md.md -o pandoc-md.html

  • github.cssというファイルを同じフォルダに入れときます。

• LaTeXファイルの作成

  $ pandoc -s --toc --number-sections --listings -V documentclass=ltjarticle -H preamble.tex pandoc-md.md -o pandoc-md.tex

  • 必要の応じてプリアンブルを記述したpreamble.texを準備します。

• PDFファイルの作成

  $ pandoc --toc --number-sections --listings -V documentclass=ltjarticle -H preamble.tex --latex-engine=lualatex -H preamble.tex pandoc-md.md -o pandoc-md.pdf

  • 必要の応じてプリアンブルを記述したpreamble.texを準備します。

• DOCXファイルの作成

  $ pandoc pandoc-md.md -o pandoc-md.docx

• HTML5スライド(slidy)の作成

  $ pandoc -s --mathjax -i -t slidy pandoc-md.md -o pandoc-slidy.html

• PDFスライド(Bearer)の作成

  $ pandoc -t beamer --listings -H preamble-beamer.tex --latex-engine=lualatex pandoc-md.md -o pandoc-beamer.pdf

  • 必要の応じてプリアンブルを記述したpreamble-beamer.texを準備します。

R上でpandocを使う

knitrパッケージにはpandoc()という関数があるんですが、オプション渡すのが面倒なのでsystem()でpandocを実行します。

knit("pandoc-md.Rmd")
system("pandoc -s --toc -c github.css --mathjax pandoc-md.md -o pandoc-md.html")
system("pandoc -s --toc --number-sections --listings -V documentclass=ltjarticle -H preamble.tex pandoc-md.md -o pandoc-md.tex")
system("pandoc --toc --number-sections --listings -V documentclass=ltjarticle --latex-engine=lualatex -H preamble.tex pandoc-md.md -o pandoc-md.pdf")
system("pandoc pandoc-md.md -o pandoc-md.docx")
system("pandoc -s --mathjax -i -t slidy pandoc-md.md -o pandoc-slidy.html")
system("pandoc -t beamer --listings -H preamble-beamer.tex --latex-engine=lualatex pandoc-md.md -o pandoc-beamer.pdf")

例：あやめの解析 (またかよ・・・orz)

あやめとは、さかな植物の名前です。おそらく、世界中でも最も多く解析にさらされた植物でしょう。

学名はIris sanguineaといいます。イリスではなくて、アイリスです。 _{大きい声では言えませんが今でも「イリス」と呼んでます。}

データの雰囲気

pander::pandoc(head(iris), caption="あやめのデータ (1-6行)", split.tables = 100)

データの解析

cor(iris[, -5])

##              Sepal.Length Sepal.Width Petal.Length Petal.Width
## Sepal.Length       1.0000     -0.1176       0.8718      0.8179
## Sepal.Width       -0.1176      1.0000      -0.4284     -0.3661
## Petal.Length       0.8718     -0.4284       1.0000      0.9629
## Petal.Width        0.8179     -0.3661       0.9629      1.0000

等幅フォントにできるかな

データの可視化

ヒストグラムを作って、正規分布(\(\frac{1}{\sqrt{2\pi\sigma^2}} \exp\left(-\frac{\left(x-\mu\right)^2}{2\sigma^2}\right)\))と比べてみます。

par(mar=c(2.5, 2.5, 1.5, 1))
hist(scale(iris[, 1]), probability = TRUE, ylim=c(0, 0.5))
curve(dnorm(x), add=TRUE)

ヒストグラム

最後に

Enjoy!!