SuperAPI AI 工具集

r-reproducibility-guide

通用与其它

查看项目

更新于 10-16 07:17

技能介绍

用途:帮助研究者用 R、RMarkdown/Quarto 建立完全可复现的研究工作流,涵盖项目组织、环境锁定、自动化报告和成果共享。

主要能力与用法: 项目结构建议按 README、Rproj、renv.lock、data/raw、data/processed、R 脚本、analysis 文档和 output 输出组织;核心原则包括原始数据只读、全部处理脚本化、生成物可重建、用 renv 锁定包版本、设置随机种子、路径相对项目根目录。 RMarkdown 文档通过 YAML 头设置标题、输出格式、目录、文献引用,并在代码块中配置 knitr 选项如 echo、fig.width、dpi 和 set.seed。Quarto 支持在同一文档中使用 R、Python、Julia 和 Observable JS,适合多语言研究流程。 包管理使用 renv:运行 renv::init() 初始化项目本地库与 lockfile,安装包后 renv::snapshot() 记录精确版本,在新机器上用 renv::restore() 还原环境;renv.lock 是文本文件,便于 Git 差异比较。 自动化报告可用 Makefile 或 targets 包。Makefile 示例定义从原始数据到清洗数据、图件和最终文档的依赖规则,并提供 clean 目标;targets 通过 _targets.R 跟踪各步骤依赖,仅重跑输入变化的环节。

适用场景:需要长期维护、协作或投稿附带可复现分析的研究项目,以及跨语言报告流程。

限制:资料未提供具体安装步骤之外的平台要求、性能数据、收费信息或效果承诺;共享方式(GitHub 加 renv.lock、Docker、Binder、Code Ocean)在可复现性与工作量上各有差异,需按实际环境选择。