R语言RCode与RStudio使用对比体验分析总结

目录
  • RCode 优势部分
    • 1、外观
    • 2、界面布局
    • 3、其它优势
  • RCode 的硬伤:
    • 1、中文不支持
    • 2、绘图体验不好
    • 3、功能设置极其不完全
  • 结论

本周体验了R的一个新的 IDE(Integrated Development Environment,开发环境)—— RCode

官方网址:https://www.pgm-solutions.com/rcode,目前已经支持Windows,Linux与MacOS。

说到R中的IDE,一定会与 RStudio 进行对比,本文着重就两者之间的不同,进行对比。先放上结论:RCode 略显“华而不实”,欲打败 RStudio,任重而道远。

具体且看下面的详细比较。

RCode 优势部分

1、外观

首先按照提示,安装完成后,界面与和RStudio的界面对比一下:

RCode:

RStudio:

从外观上看,RCode 使用了扁平风格,而 RStudio 使用了拟物的风格,显得比较陈旧(可能是看久了RStudio,产生了视觉疲劳)。所以外观上,RCode略胜一筹。

2、界面布局

RCode 使用了卡片化的页面,任何窗口都可以随意拖拽,任意布局,非常的灵活。你可以这样玩儿:

用起来就是随心所欲,完全可以按照自己的码代码习惯进行排版布局。与之相比, RStudio 就相对略显死板,只能选定四格布局,或者更少的一些选择,用起来相对没有那么灵活。

另外 RCode 对每个代码文件,右侧都有整个代码的缩略图,可以快速定位到我们想要修改的代码段。

这些都是 RCode 的界面上的优势。

3、其它优势

History 小卡片里面有具体的运行时间显示,不用再单独写一个计算时间的函数,这个真的很方便。另外有warning或者报错,在里面也会标红。

Environment 小卡片里有具体的变量类型,以及里面所包含的变量的类型,布局十分精致。同时点右边设置按钮,可以召唤黑科技。

下图就是召唤的黑科技,RCodeplotly 包融入了进来,可以以交互式图像的方式,直接查看vector的趋势以及分布情况,方便快捷,并且界面非常友好。

可以直接修改matrix或者dataframe中间的元素具体的值,而不用用函数来调用(虽然觉得这项功能很鸡肋)。

当然还有更多的亮点与小细节,在官方的说明文档中有所提及。

虽然有如此多的优势,但是缺还是完全被 RStudio 所碾压,是因为其还有几大硬伤,就目前而言的 RCode 还无法解决。

RCode 的硬伤:

1、中文不支持

注意:这里不是说支持的不好,而是目前版本的 RCode,基本完全不支持。(虽然官网说了,目前只支持英语和法语,但这还是不能忍。。。)

输入下面的语句尝试运行:

> Test4 = '测试'
> 测试 = '新测试'

然后在 Console 界面就会显示:

> Test4 = '²âÊÔ'
> ²âÊÔ = 'вâÊÔ'

看着这样的结果,表示很迷茫。于是想看看 Test4 的编码,然后显示 unknown

然后就是装包和加载包,显示下面这样的乱码,虽然不影响使用,但是看着一天的好心情都没有了。

可能有人会问,是否可以像RStudio一样修改编码?不好意思,现在还没有。

虽然可以说不在乎这些,用全英文来写Code,但是路径中如果涉及到中文也同样没办法读取。

2、绘图体验不好

画个图还会专门弹出一个窗口显示,并未进行整合。这就是R的原生画图,体验不是很好。个人比较倾向于RStudio中有个专门plot的标签。

3、功能设置极其不完全

只想用一张图表示:

你没有看错,这就是setting界面的全部内容。Language:两种;Skin:两种,能选择的标签页基本都是两种,不能再多了。来对比一下 RStudio 中的设置,高下立判。

另外,你想要Markdown,Shiny,Notebook,Presentation。。。不好意思,统统没有,只有纯正血统的R Code(谁让咱IDE叫 RCode 呢)。

结论

如果对美观与界面没有近乎偏执的追求,就目前状态的 RCode,非常不值得入手。当然,我们要以发展的眼光来看待问题。 RCode 的出现未必不是一件好事,假以时日,当 RCode 将自己的短板补足,一定会变成一个与 RStudio 分庭抗礼的大杀器。

同时,RCode 的出现,也会让 RStudio 有了危机意识,说不定在之后的版本,也会吸取 RCode 的优势,使自己的“霸主”地位更加稳固。

总之,对我们使用者而言,百利而无一害。

以上就是R语言RCode与RStudio使用对比体验分析总结的详细内容,更多关于RCode与RStudio对比的资料请关注我们其它相关文章!

(0)

相关推荐

  • R语言及RStudio下载与安装方法

    现如今,R语言是统计领域广泛使用的工具,是属于GNU系统的一个自由.免费.源代码开放的软件,是用于统计计算和统计绘图的优秀工具.而RStudio是R的集成开发环境,用它进行R编程的学习和实践会更加轻松和方便.下面就教大家如何下载并安装R和RStudio,比较简单.R的维护工作由一个国际化的开发者团队负责.R软件的官方下载页面叫作The Comprehensive R Archive Network,即CRAN. 一.官网下载R安装包 下载地址为:https://cran.r-project.or

  • R语言及其IDE(RStudio)下载安装详细流程

    R语言是一个统计计算软件,其IDE是RStudio,两者的关系类似Python和Pycharm,Latex和TeXstudio.IDE的功能就是为了让软件的界面更好看,更方便使用的. R语言软件官网:https://www.r-project.org/ 步骤1: 安装R语言,打开官网--download R--0-Cloud--Download R for windows--选择base 对应的install R for the first time--Download R 4.0.3 for

  • Rstudio 修改工作路径(三种方法总结)

    1.使用setwd()函数 作用:起到临时更改路径的作用,只对当前的Rstudio窗口有效.一旦窗口关闭,又会回到默认路径下.getwd()函数是获取当前路径的函数. 2.global options设置(如图所示) 首先在tools菜单栏下,点击global options选项 然后在default working directory 中可以修改默认工作路径,点browse修改工作路径 最后保存,重新打开Rstudio后工作路径就变成已修改的路径了. 3.通过启动代码设置 首先在Rstudio

  • 大数据分析R语言RStudio使用超详细教程

    RStudio是用于R编程的开源工具.如果您对使用R编程感兴趣,则值得了解RStudio的功能.它是一种灵活的工具,可帮助您创建可读的分析,并将您的代码,图像,注释和图解保持在一起. 在此大数据分析R语言RStudio使用教程文章中,我们将介绍RStudio免费版本的一些最佳功能:RStudio Desktop.我们收集了一些RStudio的重要技巧,窍门和快捷方式,可快速将您变成RStudio高级用户! 1.在窗口窗格之间快速导航 RStudio窗格可让您访问有关项目的重要信息.知道如何在窗格

  • R语言RCode与RStudio使用对比体验分析总结

    目录 RCode 优势部分 1.外观 2.界面布局 3.其它优势 RCode 的硬伤: 1.中文不支持 2.绘图体验不好 3.功能设置极其不完全 结论 本周体验了R的一个新的 IDE(Integrated Development Environment,开发环境)-- RCode. 官方网址:https://www.pgm-solutions.com/rcode,目前已经支持Windows,Linux与MacOS. 说到R中的IDE,一定会与 RStudio 进行对比,本文着重就两者之间的不同,

  • R语言入门使用RStudio制作包含Rcpp代码的R包

    目录 1. 创建项目 2. 修改一些文件 3. 打包 4. 使用Eigen或其它依赖库会出现的问题 前面博客中有提及,当我们进行模拟想要再次进行提速时,通常都会使用Rcpp将我们的R代码改成C++代码.具体Rcpp的使用可参考博客:Rcpp入门R代码提速方法过程,R语言学习RcppEigen进行矩阵运算. 平时在我们使用的时候,直接使用Rcpp::sourceCpp()就可以直接将我们的C++代码中的函数进行导入,这不会遇到什么问题,但如果我们想要使用snowfall进行并行时就不能再这样做了.

  • R语言编程数学分析重读微积分理解极限算法

    目录 1 状态变化 2 极限语言 3 序列与函数 4 极限常数 圆周率 π 自然对数e 5 洛必达法则 1 状态变化 若将数学整体划分为三类,则可概括为代数.几何与分析.对于前两者,我们很早就建立了直观的概念,对于空间结构及其性质的研究,即为几何:以数为核心的研究领域,即为代数. 而分析则具备更多的非数学的内涵,所以初学者往往难以看透数学分析所指向的数学本质,如果望文生义,会更倾向于将"分析"理解为一门数学技巧,而非数学领域. 我们最先接触数学分析时,是将其等同为微积分的.可以认为微积

  • Python与R语言的简要对比

    数据挖掘技术日趋成熟和复杂,随着互联网发展以及大批海量数据的到来,之前传统的依靠spss.SAS等可视化工具实现数据挖掘建模已经越来越不能满足日常需求,依据美国对数据科学家(data scientist)的要求,想成为一名真正的数据科学家,编程实现算法以及编程实现建模已经是必要条件:目前很多从事数据挖掘工作的人,大多都是出身非计算机专业,本身对编程基础比较低,所以找到一门快速上手而又高效的编程语言是至关重要的,好的工具和编程语言可以起到事半功倍的效果. 目前在数据挖掘算法方面用的最多的编程语言有

  • R语言入门在CentOS服务器上配置RStudio Server

    目录 安装R 安装并部署RStudio Server 过程中遇到的问题 这里主要参考如下网址进行R与RStudio Server的配置与部署. Download RStudio Server 在部署完成后,可在官方说明文件中查看详细的使用方法: RStudio Server Professional Edition 安装R 我们的环境是CentOS7-中文,并且是root账户. 然后我们按照前面参考网址中的说明,找到对应的系统,首先安装EPEL(注意,必须先安装EPEL后面才能成功安装R): s

  • R语言 vs Python对比:数据分析哪家强?

    什么是R语言? R语言,一种自由软件编程语言与操作环境,主要用于统计分析.绘图.数据挖掘.R本来是由来自新西兰奥克兰大学的罗斯·伊哈卡和罗伯特·杰特曼开发(也因此称为R),现在由"R开发核心团队"负责开发.R基于S语言的一个GNU计划项目,所以也可以当作S语言的一种实现,通常用S语言编写的代码都可以不作修改的在R环境下运行.R的语法是来自Scheme. R的源代码可自由下载使用,亦有已编译的可执行文件版本可以下载,可在多种平台下运行,包括UNIX(也包括FreeBSD和Linux).W

  • R语言基于Keras的MLP神经网络及环境搭建

    目录 Intro 环境搭建 本机电脑配置 安装TensorFlow以及Keras 安装R以及Rstudio 基于R语言的深度学习MLP 在Rstudio中安装Tensorflow和Keras MNIST数据集的预处理 深度学习MLP模型 总结和学习笔记 Intro R语言是我使用的第一种计算机语言,也是目前的主流数据分析语言之一,常常被人与python相比较.在EDA,制图和机器学习方面R语言拥有很多的的package可供选择.但深度学习方面由于缺少学习库以及合适的框架而被python赶超.但K

  • Python调用R语言实例讲解

    网络上经常看到有人问数据分析是学习Python好还是R语言好,还有一些争论Python好还是R好的文章.每次看到这样的文章我都会想到李舰和肖凯的<数据科学中的R语言>,书中一直强调,工具不分好坏,重要的是解决问题的思路,就算是简单的excel,也能应付数据分析中的大部分问题.再者Python和R本来就没有什么好对比的,一门是计算机工程语言,一门是统计语言,只有将两者结合起来,才能发挥更大的威力,不是吗,对于数据分析的人来说,难道不是两样都要掌握的吗? rpy2是Python调用R程序的模块,旨

随机推荐