#为什么Markdown+R有较大概率成为科技写作主流？
上周五，我对友人说，十年后，基于Markdown+R的科技写作方式将有较大概率成为主流。而这一切，少不了来自一位友人的重要开源贡献。他给这条生态链补上了最重要的一环。他，就是yihui。
好了，观点摆出来了，趋势来临之际，人人觉得与自己没有关系。现在，让我讲清楚，Markdown+R与你可能有什么关系。小文结构如下：
- 写作会碰到什么难题？Markdown如何解决的？
- 科技写作会碰到什么难题？Markdown+R如何解决的？
- 如何学习Markdown+R？
- 示范
写作一般而言，会碰到这么一些难题：
- 难以专心：写Word文档的时候，我们经常浪费大量时间在Word本身上，特别是那80%我们用不到的功能。比如，找借口，Word又出问题了；或者，又要升级了。其实，在内心偷笑，哈哈，可以偷懒了
- 浪费力气在排版上：使用Word时，我们会花费大量力气去排版，试图让文档变得漂亮一些。是粗体还是斜体，是宋体还是黑体，对创作来说，有那么重要吗？
- 难以自动的版本跟踪：每一位自杀的写作者的电脑文档里面，都必然有一个Word文档，从V1.0到V20.0的无数版本...
- 难以共同协作：想想你让一位合作的编辑帮你改书有多么痛苦，一个Word文档来，一个Word去，极其难用的修订与审阅功能，你就理解了；
从2009年开始，我抛弃Word写作，几年来，几本书、十万字以上的长文档，几乎只是用Word在最后做个转换与扫尾工作。刚开始是使用google doc，然后当Markdown出现在视线之中后，毫不犹豫转到它上面来了。
它实际上是个非常简单、非常容易学习的语法。这个语法简单到每个人都可以在5分钟以内学会。应该是为数不多，你真的可以彻底学会的语言。
更重要的是，Markdown语法所有要素，是与写作的习惯一脉相承的，套用句俗语：仅为写作而生。比如：
- 要写引用网址了，就是这么写[]再加个()，如：豆瓣
- 要引用大段文字，就是直接 >后面写引用，如 ：
习惯是人生最大的指导。
- 2个表示标题二级别，3个#号表示标题三级别。例如：## ###，分别就代表标题二、标题三
- 要写列表了，就直接* * * ，分行下来
- 要强调什么内容了，直接在强调的内容前后加个*，如：强调的内容 要加粗，则2个*号，如：加粗的内容
一切就这么简单。Markdown之所以在被鼓吹之后，越来越流行，不是因为它复杂，而是因为它足够简单。
Markdown诞生于互联网时代，更是由深谙互联网文本之道的John Gruber等人设计。因为Ruby与github圈的极客们的热捧，以及来自github、Stackoverflow等的大力支持。从一开始，就建立一个完整的生态链。我们可以粗略看看，Markdown如何解决这些难题的。感兴趣的朋友可以去读我的老文：理想的写作环境：git+github+markdown+jekyll
Word共享难？我的所有文档都放在github或者其他支持git版本跟踪服务的服务器上。所以，可以极其方便的共享文档写作过程。看看，最近在与豆瓣友邻协作的一本书的截图：
可以清晰地看到，我的所有写作过程，github都可以自动记录下来，从而不再担心写废。另一位豆瓣友邻的任何改动、编辑的修订意见，大家都可以实时完成，也具备历史跟踪与版本查找功能。
在用Word写作的时候，经常浪费大量时间去思考排版，但是因为Markdown足够简单，你无法思考排版，也没必要思考，所以，逼自己集中精力写作。Markdown语法因为格式足够简单，所以，导致开发者非常容易生成漂亮的版式，一切既有的CSS都可以简单修改之后套用，如：css 1 、css 2
这是我在写的一篇长篇科普文章。大家可以看到，我左边写，右边就是非常漂亮的稿件出来了。同样，值得骄傲的是，这个写作软件，在世界范围，广受好评的Mou，也是另一位国人Chen Luo开发的:D 我们为这个时代，类似于yihui与Chen Luo,这批安静的创作者而骄傲。
如果你是纯文科生，写的都是豆瓣小酸文或者诗歌之类的，那么，看完上面这一部分就可以打住了。如果你还有写科技论文的需要，则继续往下看。
科技写作与文艺写作的不同主要有：
- 公式与图表：相信各位写过科学论文的，都会为数学公式与各类图表的输出头疼不已；
- 格式转换：pdf是通用的，但是有时偏偏需要LaTeX原始格式或者Word原始格式；
- 参考文献：投稿给不同刊物，往往参考文献要根据对方的格式来调整。
解决这些难题，LaTeX是国际科学界，尤其是偏数理类的学科的主流方案之一。当然，因为中国盗版office的流行，导致国内科技论文Word更盛行，则是另一码事。Word因为近些年在参考文献协作软件、数学公式方面的发力，也逐步成为科技界认同的论文投递标准之一。
提到LaTeX的人们，常常有两种口气。一种是当做大神来敬仰的，当语言、软件变为传奇，路人皆知它的诞生历史时，于是，众多如你我这类文科生，只有抬头仰望的份了。另一类，则是不屑的口气，LaTeX那么好学，你怎么都学不会！国际期刊都是用这个写的，你别混了。。。
于是，我等文科生只好在被鄙视的眼光之下，快快走过LaTeX。。。但是，LaTeX真的符合人们写作习惯吗？请记住当时的历史。那时的计算机，所见即所得，并不像今天这么流行。那时的计算机，处理能力也不像今天这么强大。更别提什么脚本语言了。翻出上一份LaTeX文档所用的APA模版，大家就知道它有多么坑爹了。。。
使用Lyx，好看多了。问题是，它有坑吗？你跳过吗？
每位试图解决LaTeX的不便，又试图保留它的优点的人们，都走上了一条不归路。
直到有一天，极其熟悉LaTeX，也熟悉Markdown的yihui同学，意识到了，LaTeX它可以作为最终格式生成。但是，我们中间的写作过程，完全可以用Markdown这么简单明了的语法来写，我们真正需要的，就是一堆数学公式、图表与参考文献而已。前2者，恰恰是R的强项。后者，则留给开源社区，下一步解决。（可参考线索1、线索2、线索 3 )
于是，在他的新作R包knitr中，果断提供了Markdown支持。并说服R社区主流编辑器厂家，开源软件RStudio 提供 Markdown支持，从而使得Rmd这种新格式开始流行。我们有幸看到这个重要格式的诞生，国人的贡献如此重要。
Rmd 格式更详细的描述，读 yihui 的文档：自动化报告
在这里，让我简单说明，如何最快上手Rmd格式。
下载 RStudio 之后，打开配置选项，如下图所示：
然后，进行如下配置：
新建一个Rmd文档，如下图所示：
然后，默认会出来一些内容。如果你对Markdown语法有不熟悉的地方，点击MD按钮。写完之后，直接点击： Knit HTML 按钮即可发布。MD按钮与Knit Html按钮的位置如下图所示：
就会预览成功。你也可以点击保存，生成相应的图片、Markdown文档。
是的，你要的一切图片都有了！这就是 yihui 所推崇的 文学性编程、可重复研究概念的神奇。
更重要的是，还保留了对LaTeX的无缝兼容。比如，大家可以敲下这段文字：
## The Normal Distribution
The normal distribution is defined as follows:
$$latex
f(x;\mu,\sigma^2) = \frac{1}{\sigma\sqrt{2\pi}} e^{ -\frac{1}{2}\left(\frac{x-\mu}{\sigma}\right)^2 }
$$
To generate random draws from a normal distribution we use the **rnorm** function:
```{r block1}
output <- rnorm(1000, 100, 15);
```
The normal distribution has the typical bell shape:
```{r block2, fig.width=8, fig.height=5}
ggplot2::qplot(output)
```
其中，这一段，
$$latex
f(x;\mu,\sigma^2) = \frac{1}{\sigma\sqrt{2\pi}} e^{ -\frac{1}{2}\left(\frac{x-\mu}{\sigma}\right)^2 }
$$
就是直接生成LaTeX格式的数学公式！
没有安装RStudio，或者不熟悉R的朋友，可以在我搭建的一个在线演示APP里面，将上述代码，粘贴上去，然后看看神奇的效果！
网址是：R Markdown App 效果如下图所示：
让我细数一下：
发表论文或者审核同事的报告，有个最麻烦的事情，你不知道他的步骤或者计算是否有误。现在，代码嵌在报告正文中，或者附录在报告末尾。而你，要做的，仅仅是一键生成。。。 这就是真正意义上的可重复性研究！
既兼容了LaTeX的既有能力，同时，又广泛借助于R自身强大的作图与统计学习能力。
更重要的是，未来，并不是非要用R语言作图。yihui 同学在前文中的描述已经极其清楚了。
真正意义上的云计算，尤其是类似于我们这样，中小企业、小型实验室实战使用的小型云计算，不同于各类忽悠的云计算。Markdown+R这种方式是最佳方式之一。上述例子中提到的那个APP，就是搭建在云中。同时提供各类REST接口，可以被Ruby程序调用。
点这里：Pandoc
还有不少有趣的玩法，如Building a beamer presentation with knitr.
好了，回到大家最关心的部分。分成两部分，先是如何学习Markdown，其次是如何学习R。
- Mac等平台下推荐Mou
- Windows平台推荐???，真心不熟悉。实在找不到趁手的，RStudio可作为编辑器选择
- markdown-here借助Chrome插件，将gmai写作窗口变为Markdown在线写作窗口
- 可以直接在线通过github撰写与提交Markdown文件，github有自动的版本跟踪功能，不用担心写废与找不到以前写的
- 如果碰到git、github等与windows不兼容的现象，不建议折腾，而是直接在线提交即可。
- GitHub最近发行了Windows版本，下载地址在这里
- 我的老文：如何高效利用github
- Getting_Started_with_RStudio.pdf
- R for SAS and SPSS Users.pdf ： 适合有SPSS基础的朋友
- Analysis of Questionnaire Data with R ： 适合处理问卷数据的文科生或社会科学类
- 更多参考我的豆列：技术派心理学
文艺青年看这里，
可以看这里：如何学习科学：开放科学工具箱
点击 RAW 即可看到原始格式。这是一个长文档的示范。
- knitr以及各类Google、维基百科。
- 特别是：pandoc-markdown
- Primarily Pandoc: Writing in Markdown instead of LaTeX