PyCharm 2020.2ヘルプ

R Markdownを使用する

PyCharmのRプラグインは、R Markdown(英語)ファイルを操作する便利な機能を提供します。インタラクティブエディターを使用すると、実行可能なRコードのチャンクをすばやく追加し、実行およびデバッグして、HTML出力を生成できます。

プラグインは、さまざまなマークダウンコンテンツをサポートします:ドキュメント、ノートブック、プレゼンテーション、およびShiny(インタラクティブマークダウン)。

新しい*.rmdファイルを作成するとき、ファイルタイプを選択できます。

Create a new Markdown file

各ファイルは、そのタイプに依存する特定のヘッダーを使用して作成されます。

--- title: "Untitled" author: < username > date: < the current date DD/MM/YYYY > output: rmarkdown::html_vignette ---

このヘッダーは、HTMLファイルで出力をレンダリングするために使用されます。デフォルトのヘッダーを変更するには、プロジェクト設定/環境設定R Markdownテンプレートを編集します。

R Markdownファイルでは、Markdown構文(英語)およびいくつかの実行可能コードチャンクに従って、任意のコンテキストを追加できます。

コードチャンクを追加する

  1. R Markdownファイルに新しいRチャンクを追加するには、キャレットを任意の行またはコードチャンクに配置し、Add the code chunk をクリックするか、Ctrl+Alt+Insertを押します。

    Adding a new code chunk to a R Markdown file
    選択した行またはチャンクに次の構成が追加されます。

    ```{r} ```
  2. チャンクにRコードを入力します。

    Rコードをチャンクに追加するときは、コード補完、コードインスペクション、クイックフィックスなどのコード支援機能を使用します。

    Code completion for R

コードが追加されると、ガターおよびチャンクツールバーの実行メニューから実行アクションが使用可能になります。

Executable code chunk in the editor
項目説明
Run the chunk現在のコードチャンクを実行します。
Debug the chunk現在のコードチャンクをデバッグします。
Run chunks above現在のチャンクの上にあるすべてのコードチャンクを実行します。
Run chunks below現在のチャンクにあるすべてのコードチャンクを実行します。

コードチャンクの実行

  1. キャレットでコードチャンクを実行するには、Run Chunk をクリックしてチャンクを実行を選択するか、チャンクツールバーの Run Chunk をクリックします。

  2. 一度に1つのチャンクを実行するときは、コードの依存関係に注意してください。例:コードフラグメントの2番目のチャンクは、最初のチャンクで定義された変数を使用します。

    code dependency

    Execute chunks above をクリックして、現在選択されているチャンクの上にあるすべてのチャンクを実行し、必要な変数がすべて初期化されていることを確認します。

  3. いつでも Execute all chunks below をクリックしてファイル内の残りのすべてのコードチャンクを実行するか、Run allをクリックして一度にすべてのコードチャンクを実行することを選択できます。

  4. チャンクに表示される実行結果をプレビューして評価します。

    Results of the chunk execution

    R コンソールに切り替えて、変数を詳細に調べることもできます。

    Preview variables in the R Console
  5. 必要に応じて、Clear output をクリックして実行結果をクリアします。

R Markdownファイル内の実行可能チャンクをデバッグして、それらのエラーを検出および修正できます。

コードチャンクのデバッグ

  1. ガターをクリックしてブレークポイントを作成します。

    特定のコードチャンクをデバッグする前に、コードの依存関係を持つすべてのチャンクをデバッグしたことを確認してください。現在のチャンクで使用されている変数のいずれかが初期化されていない場合、コードチャンクの実行と同様に、デバッグを実行できません。

  2. チャンクツールバーの Start debugger をクリックします。

    R コンソールに切り替えます。デバッグプロセスはブレークポイントで停止し、変数ウィンドウで現在の結果をプレビューできます。

    Debugging code chunks in an R Markdown file in PyCharm
  3. デバッグツールバーでデバッグプロセスを管理します。

R Markdownソースコードとその実行結果の両方を含むHTMLファイルを作成できます。

HTML出力を生成する

  1. R Markdownツールバーの Render output をクリックします。

  2. PyCharmは、.rmdファイルと同じ名前のHTMLファイルを作成します。R Markdownコンソールは、タスクの補完を報告します。

    Rendering an HTML file

    デフォルトでは、すべての出力ファイルはプロジェクトのルートディレクトリに保存されます。必要に応じて、R Markdownツールバーの出力ディレクトリのリストからカスタムを選択し、出力ファイルの代替場所を指定します。

  3. Open an output file in a browser をクリックして、ブラウザーで出力ファイルを開きます。

    An HTML output file in a browser

Rマークダウンコンテンツをプレゼンテーション形式で提示できます。

プレゼンテーションを作成する

  1. 作成は新しい*.rmdファイルであり、そのタイプを指定するときはプレゼンテーションを選択します。

  2. ## ヘッダーを使用して、各新しいスライドにマークを付けます。次のコードサンプルは、3つのコンテンツスライドを作成します。

    ## Bar plot ```{r} mycars <- within(mtcars, {cyl <- ordered(cyl)}) ``` ```{r} cyls <- table(mycars$cyl) barplot(cyls, main="Car cylinder distribution", col = "#d4724e") ``` ## Pie ```{r} slices <- c(10, 12,4, 16, 10) lbls <- c("US", "UK", "Australia", "Germany", "France") mytable <- (slices) pie(slices, labels = lbls, main="Pie Chart of Countries") ``` ## Dot plot ```{r} dotchart(mtcars$drat,labels=row.names(mtcars),cex=.7, main="Rear axle ratio") ```

  3. Open an output file in a browser をクリックして、生成されたプレゼンテーションをブラウザーで開きます。

    R Markdown presentation

ぴかぴかを使用して、インタラクティブコンテンツを含むR Markdownを構築することもできます。

Shinyで対話的なウィジェットを作成する

  1. 作成は新しい*.rmdファイルであり、そのタイプを指定するときはぴかぴかを選択します。

  2. テンプレートファイルのコードチャンクを編集するか、Add a new chunk をクリックして新しいコードチャンクを作成します。

  3. 光沢のあるコードを追加します。たとえば、シャイニーギャラリー(英語)の1つのサンプルを追加します。

    ```{r echo = FALSE} # Define UI for app that draws a histogram ---- ui <- fluidPage( # App title ---- titlePanel("Hello Shiny!"), # Sidebar layout with input and output definitions ---- sidebarLayout( # Sidebar panel for inputs ---- sidebarPanel( # Input: Slider for the number of bins ---- sliderInput(inputId = "bins", label = "Number of bins:", min = 1, max = 50, value = 30) ), # Main panel for displaying outputs ---- mainPanel( # Output: Histogram ---- plotOutput(outputId = "distPlot") ) ) ) # Define server logic required to draw a histogram ---- server <- function(input, output) { # Histogram of the Old Faithful Geyser Data ---- # with requested number of bins # This expression that generates a histogram is wrapped in a call # to renderPlot to indicate that: # # 1. It is "reactive" and therefore should be automatically # re-executed when inputs (input$bins) change # 2. Its output type is a plot output$distPlot <- renderPlot({ x <- faithful$waiting bins <- seq(min(x), max(x), length.out = input$bins + 1) hist(x, breaks = bins, col = "#75AADB", border = "white", xlab = "Waiting time to next eruption (in mins)", main = "Histogram of waiting times") }) } shinyApp(ui, server) ```
  4. コード行が強調表示されている場合は、その行にカーソルを合わせます。shiny パッケージがインストールされていない可能性があります。 Alt+Enter を押して、不足しているパッケージをインストールします。

  5. Run をクリックして出力を作成します。

    Interactive widgets in R Markdown with Shiny
最終更新日: 2020年9月02日

関連ページ:

Rファイルを編集する

PyCharmでRプロジェクトを作成および構成したら、デフォルトのmain.Rファイルの編集を開始できます。ただし、.Rおよび.rmdファイルをプロジェクトに追加できます。新しいRおよびR Markdownファイルをプロジェクトに追加する以下のいずれか 1 つを実行します:プロジェクトツールウィンド...

Rプロジェクトをセットアップする

始める前にRをダウンロードしてインストールしたことを確認します。プラグインを管理する説明に従ってRプラグインをインストールします。PyCharmでRスクリプトを使用する場合は、プロジェクトのコンテキストで実行します。Rでコーディングを開始するには、Rプロジェクトを作成し、作業環境をセットアップする必...

Rプラグインのサポート

PyCharmにRプラグインをインストールすると、R言語を使用してさまざまな統計計算を実行し、コーディング支援、ビジュアルデバッグ、スマート実行およびプレビューツール、およびその他の一般的なIDE機能を使用できます。PyCharmはR 3.4以降をサポートしています。Rプラグインを使用すると、.Rフ...

エディターの基本

PyCharmエディターは、コードの作成、読み取り、変更に使用するIDEの主要部分です。エディターは次の領域で構成されています。スクロールバーは現在のファイルのエラーと警告を表示します。パンくずリストは、現在のファイルのコード内を移動できます。ガターには、行番号と注釈が表示されます。タブには、現在開...

ブレークポイント

ブレークポイントは、特定のポイントでプログラムの実行を一時停止する特別なマーカーです。これにより、プログラムの状態と動作を調べることができます。ブレークポイントは、単純な場合(たとえば、コード行に到達したときにプログラムを一時停止する場合)や、より複雑なロジック(追加の条件に対するチェック、ログメッ...

Rスクリプトの実行とデバッグ

Rスクリプトを実行するRファイルツールバーのをクリックします。R コンソールおよびRツールウィンドウで結果を分析します。R コンソールが起動し、標準出力に送信された実行結果が表示されます。PyCharmは、スクリプトがビジュアルコンテンツをレンダリングする場合、Rツールウィンドウのプロットタブも開き...