#为什么Markdown+R有较大概率成为科技写作主流?
上周五,我对友人说,十年后,基于Markdown+R的科技写作方式将有较大概率成为主流。而这一切,少不了来自一位友人的重要开源贡献。他给这条生态链补上了最重要的一环。他,就是yihui。
好了,观点摆出来了,趋势来临之际,人人觉得与自己没有关系。现在,让我讲清楚,Markdown+R与你可能有什么关系。小文结构如下:
- 写作会碰到什么难题?Markdown如何解决的?
- 科技写作会碰到什么难题?Markdown+R如何解决的?
- 如何学习Markdown+R?
- 示范
写作一般而言,会碰到这么一些难题:
- 难以专心:写Word文档的时候,我们经常浪费大量时间在Word本身上,特别是那80%我们用不到的功能。比如,找借口,Word又出问题了;或者,又要升级了。其实,在内心偷笑,哈哈,可以偷懒了
- 浪费力气在排版上:使用Word时,我们会花费大量力气去排版,试图让文档变得漂亮一些。是粗体还是斜体,是宋体还是黑体,对创作来说,有那么重要吗?
- 难以自动的版本跟踪:每一位自杀的写作者的电脑文档里面,都必然有一个Word文档,从V1.0到V20.0的无数版本...
- 难以共同协作:想想你让一位合作的编辑帮你改书有多么痛苦,一个Word文档来,一个Word去,极其难用的修订与审阅功能,你就理解了;
从2009年开始,我抛弃Word写作,几年来,几本书、十万字以上的长文档,几乎只是用Word在最后做个转换与扫尾工作。刚开始是使用google doc,然后当Markdown出现在视线之中后,毫不犹豫转到它上面来了。
它实际上是个非常简单、非常容易学习的语法。这个语法简单到每个人都可以在5分钟以内学会。应该是为数不多,你真的可以彻底学会的语言。
更重要的是,Markdown语法所有要素,是与写作的习惯一脉相承的,套用句俗语:仅为写作而生。比如:
- 要写引用网址了,就是这么写[]再加个(),如:豆瓣
- 要引用大段文字,就是直接 >后面写引用,如 :
习惯是人生最大的指导。
- 2个表示标题二级别,3个#号表示标题三级别。例如:## ###,分别就代表标题二、标题三
- 要写列表了,就直接* * * ,分行下来
- 要强调什么内容了,直接在强调的内容前后加个*,如:强调的内容 要加粗,则2个*号,如:加粗的内容
一切就这么简单。Markdown之所以在被鼓吹之后,越来越流行,不是因为它复杂,而是因为它足够简单。
Markdown诞生于互联网时代,更是由深谙互联网文本之道的John Gruber等人设计。因为Ruby与github圈的极客们的热捧,以及来自github、Stackoverflow等的大力支持。从一开始,就建立一个完整的生态链。我们可以粗略看看,Markdown如何解决这些难题的。感兴趣的朋友可以去读我的老文:理想的写作环境:git+github+markdown+jekyll
Word共享难?我的所有文档都放在github或者其他支持git版本跟踪服务的服务器上。所以,可以极其方便的共享文档写作过程。看看,最近在与豆瓣友邻协作的一本书的截图:
可以清晰地看到,我的所有写作过程,github都可以自动记录下来,从而不再担心写废。另一位豆瓣友邻的任何改动、编辑的修订意见,大家都可以实时完成,也具备历史跟踪与版本查找功能。
在用Word写作的时候,经常浪费大量时间去思考排版,但是因为Markdown足够简单,你无法思考排版,也没必要思考,所以,逼自己集中精力写作。Markdown语法因为格式足够简单,所以,导致开发者非常容易生成漂亮的版式,一切既有的CSS都可以简单修改之后套用,如:css 1 、css 2
这是我在写的一篇长篇科普文章。大家可以看到,我左边写,右边就是非常漂亮的稿件出来了。同样,值得骄傲的是,这个写作软件,在世界范围,广受好评的Mou,也是另一位国人Chen Luo开发的:D 我们为这个时代,类似于yihui与Chen Luo,这批安静的创作者而骄傲。
如果你是纯文科生,写的都是豆瓣小酸文或者诗歌之类的,那么,看完上面这一部分就可以打住了。如果你还有写科技论文的需要,则继续往下看。
科技写作与文艺写作的不同主要有:
- 公式与图表:相信各位写过科学论文的,都会为数学公式与各类图表的输出头疼不已;
- 格式转换:pdf是通用的,但是有时偏偏需要LaTeX原始格式或者Word原始格式;
- 参考文献:投稿给不同刊物,往往参考文献要根据对方的格式来调整。
解决这些难题,LaTeX是国际科学界,尤其是偏数理类的学科的主流方案之一。当然,因为中国盗版office的流行,导致国内科技论文Word更盛行,则是另一码事。Word因为近些年在参考文献协作软件、数学公式方面的发力,也逐步成为科技界认同的论文投递标准之一。
提到LaTeX的人们,常常有两种口气。一种是当做大神来敬仰的,当语言、软件变为传奇,路人皆知它的诞生历史时,于是,众多如你我这类文科生,只有抬头仰望的份了。另一类,则是不屑的口气,LaTeX那么好学,你怎么都学不会!国际期刊都是用这个写的,你别混了。。。
于是,我等文科生只好在被鄙视的眼光之下,快快走过LaTeX。。。但是,LaTeX真的符合人们写作习惯吗?请记住当时的历史。那时的计算机,所见即所得,并不像今天这么流行。那时的计算机,处理能力也不像今天这么强大。更别提什么脚本语言了。翻出上一份LaTeX文档所用的APA模版,大家就知道它有多么坑爹了。。。
使用Lyx,好看多了。问题是,它有坑吗?你跳过吗?
每位试图解决LaTeX的不便,又试图保留它的优点的人们,都走上了一条不归路。
直到有一天,极其熟悉LaTeX,也熟悉Markdown的yihui同学,意识到了,LaTeX它可以作为最终格式生成。但是,我们中间的写作过程,完全可以用Markdown这么简单明了的语法来写,我们真正需要的,就是一堆数学公式、图表与参考文献而已。前2者,恰恰是R的强项。后者,则留给开源社区,下一步解决。(可参考线索1、线索2、线索 3 )
于是,在他的新作R包knitr中,果断提供了Markdown支持。并说服R社区主流编辑器厂家,开源软件RStudio 提供 Markdown支持,从而使得Rmd这种新格式开始流行。我们有幸看到这个重要格式的诞生,国人的贡献如此重要。
Rmd 格式更详细的描述,读 yihui 的文档:自动化报告
在这里,让我简单说明,如何最快上手Rmd格式。
下载 RStudio 之后,打开配置选项,如下图所示:
然后,进行如下配置:
新建一个Rmd文档,如下图所示:
然后,默认会出来一些内容。如果你对Markdown语法有不熟悉的地方,点击MD按钮。写完之后,直接点击: Knit HTML 按钮即可发布。MD按钮与Knit Html按钮的位置如下图所示:
就会预览成功。你也可以点击保存,生成相应的图片、Markdown文档。
是的,你要的一切图片都有了!这就是 yihui 所推崇的 文学性编程、可重复研究概念的神奇。
更重要的是,还保留了对LaTeX的无缝兼容。比如,大家可以敲下这段文字:
## The Normal Distribution
The normal distribution is defined as follows:
$$latex
f(x;\mu,\sigma^2) = \frac{1}{\sigma\sqrt{2\pi}} e^{ -\frac{1}{2}\left(\frac{x-\mu}{\sigma}\right)^2 }
$$
To generate random draws from a normal distribution we use the **rnorm** function:
```{r block1}
output <- rnorm(1000, 100, 15);
```
The normal distribution has the typical bell shape:
```{r block2, fig.width=8, fig.height=5}
ggplot2::qplot(output)
```
其中,这一段,
$$latex
f(x;\mu,\sigma^2) = \frac{1}{\sigma\sqrt{2\pi}} e^{ -\frac{1}{2}\left(\frac{x-\mu}{\sigma}\right)^2 }
$$
就是直接生成LaTeX格式的数学公式!
没有安装RStudio,或者不熟悉R的朋友,可以在我搭建的一个在线演示APP里面,将上述代码,粘贴上去,然后看看神奇的效果!
网址是:R Markdown App 效果如下图所示:
让我细数一下:
发表论文或者审核同事的报告,有个最麻烦的事情,你不知道他的步骤或者计算是否有误。现在,代码嵌在报告正文中,或者附录在报告末尾。而你,要做的,仅仅是一键生成。。。 这就是真正意义上的可重复性研究!
既兼容了LaTeX的既有能力,同时,又广泛借助于R自身强大的作图与统计学习能力。
更重要的是,未来,并不是非要用R语言作图。yihui 同学在前文中的描述已经极其清楚了。
真正意义上的云计算,尤其是类似于我们这样,中小企业、小型实验室实战使用的小型云计算,不同于各类忽悠的云计算。Markdown+R这种方式是最佳方式之一。上述例子中提到的那个APP,就是搭建在云中。同时提供各类REST接口,可以被Ruby程序调用。
点这里:Pandoc
还有不少有趣的玩法,如Building a beamer presentation with knitr.
好了,回到大家最关心的部分。分成两部分,先是如何学习Markdown,其次是如何学习R。
- Mac等平台下推荐Mou
- Windows平台推荐???,真心不熟悉。实在找不到趁手的,RStudio可作为编辑器选择
- markdown-here借助Chrome插件,将gmai写作窗口变为Markdown在线写作窗口
- 可以直接在线通过github撰写与提交Markdown文件,github有自动的版本跟踪功能,不用担心写废与找不到以前写的
- 如果碰到git、github等与windows不兼容的现象,不建议折腾,而是直接在线提交即可。
- GitHub最近发行了Windows版本,下载地址在这里
- 我的老文:如何高效利用github
- Getting_Started_with_RStudio.pdf
- R for SAS and SPSS Users.pdf : 适合有SPSS基础的朋友
- Analysis of Questionnaire Data with R : 适合处理问卷数据的文科生或社会科学类
- 更多参考我的豆列:技术派心理学
文艺青年看这里,
可以看这里:如何学习科学:开放科学工具箱
点击 RAW 即可看到原始格式。这是一个长文档的示范。
- knitr以及各类Google、维基百科。
- 特别是:pandoc-markdown
- Primarily Pandoc: Writing in Markdown instead of LaTeX