Rmarkdown 并不适合写论文
Rmarkdown 的目标是生成一个有文字有图像的数据分析文档，保持数据分析和文章写作的流畅。然而，在实际操作中，由于个体所处环境的限制。这个目标很难完美实现。
实际的科研路线是阅读文献、提出想法、设计实验、完成实验、分析数据、写成初稿，最后是反复多次的审阅和修改。对比这个路线就会发现，数据分析实际只占主体内容的一小部分，而且在正文中几乎不会有代码的出现。另外，在审阅过程中，需要和导师或者合作者多次沟通，这在事业起步阶段，显然需要自己配合他人，而不是期望对方兼容自己。这个时候，更为流行的 Word 显然更能胜任论文写作的工作。
相比于各种文字处理软件和标记语言，Rmarkdown 类似于 Markdown 一样的便捷的标记和导出即好看样式处理，以及融合了R 代码和输出结果的强大功能。显得似乎很强大，但只能用在自己写数据分析报告和写博客上。
而在数据处理上，显然R脚本文件也比Rmarkdown更合适。因为，采用代码进行数据分析的一大目标就是，就是期待数据分析自动化，和数据分析代码的可重复利用，在这方面Rmarkdown 比不上可以自动运行的脚本文件。另外，文本和代码结合的方式，使得数据分析员更容易在分析过程中对结果进行解释，但这实际上是一个重复性工作，因为关于数据的解释，完全应该放在论文的初稿中。
对于 R 的使用，应该更像使用 MATLAB 一样，写出可以输出结果的脚本文件。一个项目由一个解释文档，一个主脚本，和数量相当，功能单一的支线函数脚本组成。这样在后期需要的时候，修改必要的几个参数，就能够重新投入使用。
在现代的编程语言中使用自定义函数，优点是代码复用、模块化设计。在编程时，把编程任务分解成小的模块，每个模块用一个函数实现，便于理解每个模块的作用，降低了程序复杂性，使得程序容易管理。
采用这样的方式进行数据分析，也是真正实现函数化编程。
总结，用 R 做数据分析，用 Word 写论文，用 Rmarkdown 写技术博客。