Neu: Notebooks in RStudio

Im RStudio Blog stolz angekündigt: Das neue R Notebooks-Interface ist eine mächtige Erweiterung für RMarkdown-Dokumente, die nun nicht nur reproduzierbare Seiten liefern und literate programming ermöglichen, sondern es auch erlauben, einzelne Zellen separat rechnen zu lassen – ähnlich wie in einem Jupyter-Notebook, nur daß hier nicht im Browser (bekanntlich hasse ich das Editieren im Browser), sondern komfortabel im Editor von RStudio gearbeitet wird.

Um die neuen Notebooks zu tetsten, muß man das Preview Relase v.1.0.34 herunterladen, das nach dem ersten Aufruf und einer Update-Orgie diverser Packages dann auch einsatzfähig war. Für mich die interessanteste Neuerung ist, daß in diesem Notebooks auch Python-Zellen ausgeführt werden können (siehe Screenshot) – SQL, Bash und einige andere Sprachen sind ebenfalls möglich.

Damit ergeben sich völlig neue Möglichkeiten für RMarkdown Websites und/oder Bookdown-Publikationen, auch für Menschen, die nicht in R, aber eben in Python (oder C++ oder …) programmieren.

Die damit produzierten HTML-Seiten sind self contained und funktionieren so standalone als statische Seiten, allerdings können sie auch ziemlich fett werden, da dann nicht nur die Bilder, sondern auch sämtliche JavaScript- und CSS-Dateien in diese Seite eingebunden werden.

Bei meinem Kurztest habe ich noch zwei kleine Schönheitsfehler entdeckt: Python-Plots mithilfe der MatPlotLib funktionieren noch nicht – hier wurde allerdings schon Abhilfe in einem der nächsten Updates versprochen. Bis dahin kann man sich mit dem Paket Feather behelfen, das einen schnellen Datenaustausch von Data Frames zwischen R und Python ermöglicht und dann mit ggplot in R die Graphen erzeugen.

Zum anderen bedient sich knitrs-Sprachen-Engine dem System-Python von Apple (in meinem Falle ist das ein Python 2.7.5) und nicht meinem (Default-) Anaconda-Python (einem Python 3). Weiß vielleicht jemand von Euch da draußen, ob und wie man das umbiegen kann?

Und zum Schluß noch ein sanfter Hinweis an Ŷhat: So stelle ich mir eine Python-IDE für Data Science vor, die reproduzierbare Forschung und literate programming ermöglicht. Ihr habt mit Rodeo einen tollen Anfang gemacht. Bleibt bitte dran, sonst steige ich doch noch auf RStudio um. 😇 (RStudio Blog)

(Kommentieren)