วิธีที่มีประสิทธิภาพในการจัดระเบียบรหัส R และเอาท์พุทคืออะไร [ปิด]

ฉันกำลังมองหาวิธีการที่คนอื่นจัดระเบียบรหัส R และเอาท์พุทของพวกเขา

การปฏิบัติปัจจุบันของฉันคือการเขียนรหัสในบล็อกในไฟล์ข้อความเช่น:

#=================================================
# 19 May 2011
date()
# Correlation analysis of variables in sed summary
load("/media/working/working_files/R_working/sed_OM_survey.RData")
# correlation between estimated surface and mean perc.OM in epi samples
cor.test(survey$mean.perc.OM[survey$Depth == "epi"], 
    survey$est.surf.OM[survey$Depth   == "epi"]))
#==================================================

ฉันจะวางผลลัพธ์ลงในไฟล์ข้อความอื่นโดยปกติแล้วจะมีคำอธิบายประกอบอยู่บ้าง

ปัญหาเกี่ยวกับวิธีนี้คือ:

1. รหัสและผลลัพธ์ไม่ได้เชื่อมโยงอย่างชัดเจนนอกเหนือจากวันที่
2. รหัสและผลลัพธ์มีการจัดเรียงตามลำดับเวลาซึ่งทำให้ค้นหาได้ยาก

ฉันได้พิจารณาทำเอกสาร Sweave หนึ่งฉบับกับทุกสิ่งตั้งแต่ฉันสามารถสร้างสารบัญได้ แต่ดูเหมือนว่ามันอาจจะยุ่งยากมากกว่าประโยชน์ที่จะได้รับ

แจ้งให้เราทราบถึงกิจวัตรประจำวันที่มีประสิทธิภาพที่คุณมีสำหรับการจัดระเบียบรหัส R และผลลัพธ์ที่จะช่วยให้การค้นหาและแก้ไขการวิเคราะห์มีประสิทธิภาพ

คุณไม่ใช่คนแรกที่ถามคำถามนี้

• การจัดการโครงการวิเคราะห์เชิงสถิติ - แนวทางและแนวปฏิบัติที่ดีที่สุด
• เวิร์กโฟลว์สำหรับ R
• เวิร์กโฟลว์ R: สไลด์จากการพูดคุยที่เมลเบิร์นผู้ใช้งาน Rโดย Jeromy Anglim (รวมถึงรายการเว็บเพจที่ทุ่มเทให้กับ R Workflow อีกต่อไป)
• สิ่งที่ฉันเอง: เอกสารแบบไดนามิกที่มี R และ LATEX เป็นส่วนสำคัญของการวิจัยที่ทำซ้ำได้
• ลิงก์เพิ่มเติมไปยังองค์กรโครงการ: วิธีการจัดการโครงการวิเคราะห์เชิงสถิติอย่างมีประสิทธิภาพได้อย่างไร

ฉันหนึ่งจัดการทุกอย่างเป็น 4 ไฟล์สำหรับทุกโครงการหรือการวิเคราะห์ (1) 'code' ที่ฉันเก็บไฟล์ข้อความของฟังก์ชั่น R (2) 'sql' ที่ฉันเก็บแบบสอบถามที่ใช้ในการรวบรวมข้อมูลของฉัน (3) 'dat' ที่ฉันเก็บสำเนา (โดยปกติคือ csv) ของข้อมูลดิบและประมวลผลของฉัน (4) 'rpt' ที่ฉันเก็บรายงานที่ฉันแจกจ่าย

ไฟล์ทั้งหมดของฉันถูกตั้งชื่อโดยใช้ชื่อที่ละเอียดมากเช่น 'analysis_of_network_abc_for_research_on_modified_buffer_19May2011'

ฉันยังเขียนเอกสารรายละเอียดล่วงหน้าซึ่งฉันจัดระเบียบสมมติฐานข้อสันนิษฐานการรวมและเกณฑ์การยกเว้นและขั้นตอนที่ฉันตั้งใจจะไปให้ถึงการส่งมอบของฉัน ทั้งหมดนี้มีค่าสำหรับการทำซ้ำการวิจัยและทำให้กระบวนการกำหนดเป้าหมายประจำปีของฉันง่ายขึ้น

ตอนนี้ฉันได้เปลี่ยนมาใช้ Sweave แล้วฉันไม่ต้องการกลับไป โดยเฉพาะอย่างยิ่งถ้าคุณมีพล็อตเป็นเอาต์พุตคุณจะสามารถติดตามโค้ดที่ใช้สร้างแต่ละพล็อตได้ง่ายขึ้น นอกจากนี้ยังทำให้ง่ายขึ้นในการแก้ไขสิ่งเล็ก ๆ น้อย ๆ ตั้งแต่เริ่มต้นและให้มันกระเพื่อมผ่านเอาต์พุตโดยไม่ต้องรันใหม่ด้วยตนเอง

สำหรับการจัดโครงสร้างไฟล์รหัส. R คุณสามารถใช้strcode , Add-in ของ RStudio ที่ฉันสร้างขึ้นเพื่อแทรกตัวคั่นรหัส ฉันอธิบายการใช้งานโดยละเอียดในโพสต์บล็อกนี้