如果你是Python的用户，那么你很有可能用过jupyter notebook，至少看别人用过吧！很多用Python做数据分析工作的人都会用它。本文要介绍的不是用jupyter notebook写Python代码，而是用jupyter notebook写R代码。

一般，我们在Rstudio里面写R代码，Rstudio的确是一个很棒的编辑器。但是如果我们想要把代码和输出同时展示出来，直接把数据分析的过程和结果展示给同事或者其他人看，那么怎么办呢？用Rmarkdown吧，感觉使用起来还是有点不方便，作为一个同时用Python和R的数据分析师，想到jupyter notebook是多么方便啊。很久以前的一天，我无意间翻阅jupyter的官网，看到了它支持的语言列表，发现它支持R，当然还支持 Julia，Scala，Matlab，Stata等与数据分析或统计分析相关的语言，甚至还支持Java......

前段时间，我自己就在jupyter 里面安装了R的kernel，这样我就可以在jupyter里面写R代码了，用了一段时间，发现体验还是相当不错的，所以将使用方法分享给大家。

如下是步骤，推荐哪些会用R的人进行尝试。如果你还不会R，先把这个东西记着，说不定将来有一天，你会对此感兴趣。

一、安装anaconda和R

如果你电脑里面还没有jupyter的话，就直接去下载安装一个anaconda，这是Python的数据分析集成发行版，安装好之后，就有了jupyter。anaconda国内下载镜像：

https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

我相信作为要实践这篇文章所述内容的人，你应该已经安装了R。如果没装的话，下面是地址：

https://www.r-project.org/

二、安装需要的R包

需要在R中安装几个R包，简单点，你在R中运行如下的代码就可以了。

install.packages(c('repr','IRdisplay','evaluate',

'crayon','pbdZMQ','devtools',

'uuid','digest'))

devtools::install_github('IRkernel/IRkernel')

上述包安装完毕后，执行如下的R代码，使得在jupyter里面，可以看到R。

IRkernel::installspec(user=FALSE)

三、开始在jupyter中使用R

打开命令行，输入jupyter notebook，开启jupyter notebook 服务，你将能够在新建jupyter文件的位置看到可选的R语言。

需要注意的是，在jupyter 里面使用R安装R包的时候，必须指定镜像，否则会下载失败。你可以在每一个jupyter文件的开始部分，运行如下代码，设定好镜像，之后安装R包时，就无需设定镜像，直接安装即可。

# 通过如下命令设定镜像

options(repos='http://mirrors.ustc.edu.cn/CRAN/')

另外，在jupyter里面，需要按tab键，才会出现代码补全提示。其它方面，和在Rstudio里面使用R没有差异。

下图是在jupyter 里面用R做机器学习模型的部分片段截图。效果大概就是这样。

当然还有画图的，R出图效果以及便利性，比Python要强很多。比如，下面是利用R绘制ROC曲线，评估分类模型的一个例子。