Saya mencari input tentang bagaimana orang lain mengatur kode R dan output mereka.
Praktik saya saat ini adalah menulis kode dalam blok dalam file teks seperti itu:
#=================================================
# 19 May 2011
date()
# Correlation analysis of variables in sed summary
load("/media/working/working_files/R_working/sed_OM_survey.RData")
# correlation between estimated surface and mean perc.OM in epi samples
cor.test(survey$mean.perc.OM[survey$Depth == "epi"],
survey$est.surf.OM[survey$Depth == "epi"]))
#==================================================
Saya kemudian menempelkan output ke file teks lain, biasanya dengan beberapa penjelasan.
Masalah dengan metode ini adalah:
- Kode dan output tidak secara eksplisit ditautkan selain oleh tanggal.
- Kode dan output diatur secara kronologis sehingga sulit untuk dicari.
Saya telah mempertimbangkan membuat satu dokumen Sweave dengan segalanya karena saya kemudian dapat membuat daftar isi tetapi sepertinya ini lebih merepotkan daripada manfaat yang diberikannya.
Beri tahu saya tentang rutinitas efektif yang Anda miliki untuk mengatur kode R dan hasil yang memungkinkan pencarian dan pengeditan analisis secara efisien.
r
project-management
DQdlM
sumber
sumber
sink()
ataucapture.output()
mungkin teman Anda. Utilitas pelaporan, seperti Hmisc , Sweave , atau minuman layak untuk dipertimbangkan (poin Anda 1). Sistem versi ( rcs , svn , atau git ) dapat membantu dengan poin 2.sink()
dancapture.output()
. Itu keren.Jawaban:
Anda bukan orang pertama yang mengajukan pertanyaan ini.
sumber
I untuk satu mengatur semuanya menjadi 4 file untuk setiap proyek atau analisis. (1) 'kode' Di mana saya menyimpan file teks dari fungsi R. (2) 'sql' Di mana saya menyimpan pertanyaan yang digunakan untuk mengumpulkan data saya. (3) 'dat' Di mana saya menyimpan salinan (biasanya csv) dari data mentah dan diproses saya. (4) 'rpt' Di mana saya menyimpan laporan yang telah saya bagikan.
SEMUA file saya dinamai menggunakan nama yang sangat verbose seperti 'analysis_of_network_abc_for_research_on_modified_buffer_19May2011'
Saya juga menulis dokumentasi terperinci di muka di mana saya mengatur hipotesis, asumsi, kriteria inklusi dan pengecualian, dan langkah-langkah yang ingin saya ambil untuk mencapai hasil kerja saya. Semua ini sangat berharga untuk penelitian berulang dan membuat proses penetapan tujuan tahunan saya lebih mudah.
sumber
Sekarang saya telah beralih ke Sweave, saya tidak pernah ingin kembali. Terutama jika Anda memiliki plot sebagai output, jauh lebih mudah untuk melacak kode yang digunakan untuk membuat setiap plot. Itu juga membuatnya lebih mudah untuk memperbaiki satu hal kecil di awal dan membuatnya melalui output tanpa harus menjalankan kembali apa pun secara manual.
sumber
.RData
file, untuk input oleh dokumen Sweave. Namun, ada juga beberapa opsi hebat di luar sana untuk "caching" hasil dari potongan kode sehingga tidak mendapatkan jalankan kembali.Untuk menyusun satu file kode .R, Anda juga dapat menggunakan strcode , add-in RStudio yang saya buat untuk menyisipkan pemisah kode (dengan judul opsional) dan berdasarkan pada itu - dapatkan ringkasan file kode. Saya menjelaskan penggunaannya secara lebih rinci dalam posting blog ini .
sumber