缓存

  每次Knit 都会执行整个R markdown文件中的代码。如果可以缓存某些运行时间较长代码的结果，在只更改了下游代码的前提下可以节省整体运行的时间。
  cache=TRUE可以缓存当前代码块运行的结果，每次运行时，如果当前代码块中的代码没有改变，则会使用缓存的结果。
  dependson=此代码块依赖的其他代码块的向量，如果依赖的代码块中的代码发生改变，dependson选项的存在可以使依赖的代码块也重新运行。
  如果markdown文档中的代码没有改变，读取的输入文件本身发生了变化，可以用cache.extra=file.info("输入文件")捕捉输入文件是否发生了变化，从而决定是否需要重新运行代码。file.info()函数范围一系列文件的信息，包括文件最后一次被编辑的时间。

全局选项

  默认的全局变量设置可能不能满足要求，因此可以用knitr::opts_chunk$set()设置全局变量，例如：

# echo=FALSE默认在最终文档中不显示所有的代码
# 可以在需要展示的代码块处单独设置echo=TRUE
knitr::opts_chunk$set(
    echo=FALSE, collapse=TRUE
)

Inline code

  可以在文档文本中直接嵌入R 代码，如下：

My weight is  `r format(50.1234,digits=1)`.
# Knite后的效果是：My weight is 50.1.

27.4.7练习题

  1. 增加一个章节，描述钻石大小如何随着cut、color和clarity变化，假设你要给不需要看你代码的人汇报，设置全局变量达到目的。
  2. 增加一个章节描述最大的20个钻石，包括一个描述它们最重要特性的表格。
  3. 用comma <- function(x) format(x, digits = 2, big.mark = ",")函数得到漂亮的格式化输出，包含大于2.5克拉的钻石的百分比。
  4. 建立一个d依赖b和c，b和c又都依赖a的网络代码，每个代码中打印lubridate::now()，设置cache=TRUE验证你对缓存的理解。
  答案，首先是1、2、3题：

 ---
title: "Diamond sizes"
date: 2016-08-25
output: html_document
---

```{r setup, include = FALSE}
library(ggplot2)
library(dplyr)
smaller <- diamonds |> 
  filter(carat <= 2.5)
\```

We have data about `r nrow(diamonds)` diamonds. Only 
`r nrow(diamonds) - nrow(smaller)` are larger than
2.5 carats. The distribution of the remainder is shown
below:

```{r, echo = FALSE}
smaller |> 
  ggplot(aes(carat)) + 
  geom_freqpoly(binwidth = 0.01)
\```
# 钻石大小如何随着cut、color和clarity变化。
```{r, echo=FALSE}
knitr::opts_chunk$set(echo=FALSE)
\```

```{r}
library('ggpubr')
carat_vs_cut <- ggplot(diamonds,aes(color=cut,x=carat)) + geom_freqpoly(binwidth=0.1)
carat_vs_color <- ggplot(diamonds,aes(color=color,x=carat)) + geom_freqpoly(binwidth=0.1)
carat_vs_clarity <- ggplot(diamonds,aes(color=clarity,x=carat)) + geom_freqpoly(binwidth=0.1)
ggarrange(carat_vs_clarity,carat_vs_color,carat_vs_cut,nrow=3,ncol=1)
\```

# 描述最大的20个钻石的特性
```{r}
sort_by_carat <- diamonds %>% arrange(desc(carat))
knitr::kable(sort_by_carat[1:20,])
\```

# 大于2.5克拉的钻石的百分比
```{r}
comma <- function(x) format(x, digits = 2, big.mark = ",")
bigger <- diamonds %>% filter(carat>2.5)
\```
The percentage of diamands whose weight is more than 2.5 carat is `r comma(nrow(bigger)/nrow(diamonds))`

  第4题：

---
title: "Untitled1"
output: html_document
---

```{r a}
lubridate::now()
\```

```{r b, cache=TRUE, dependson="a"}
lubridate::now()
\```

```{r c, cache=TRUE, dependson="a"}
lubridate::now()
\```

```{r d, cache=TRUE, dependson=c("b","c")}
lubridate::now()
\```