1樓：Sauronana
我覺得Jupyter更專業一點，功能很強大但是很麻煩；
Rmarkdown更傻瓜一點，基本可以滿足非CS人士的要求。用起來十分方便。
2樓：我也是啊
2019.4.18 更新
最近開始用jupyter lab，除了有些有些搞不懂的bug..還是挺好使的
2018.03.27更新
tinytex已經發布在cran上了，Rmarkdown的中文實現現在有一種比較簡潔的方式了。
暫時沒用過Jupyter notebook..2333打擾了，說一下Rmd在個人使用上的感受到的優缺點吧。
可以簡單看一下這篇謝大的文章R Markdown Notebook 與 Jupyter / IPython Notebook
比較兩者乾貨其實不多，他在裡面自誇的部分是，Rmarkdown可以插入inline code（而且Jupyter在一段時間內無法實現）
就個人使用而言，Rmarkdown的乙個好處是，在`knitr`的轉譯支援下，可用的文件型別比較多，pdf, docx, html, md等可以按需索取。
但是生成pdf文件時，`knitr`的工作方式是，先將Rmd檔案轉換為md，然後用pandoc呼叫latex引擎轉為pdf，隨之而來的另外乙個問題就是latex的中文支援問題，需要乙個大體型的MikTex和`rticles`包來解決，對初用者有些不友好..
但是這些都搭載完成了之後，用Rmarkdown寫起來實驗報告還是非常舒服的（本科生嘛..），基於latex中文模版ctex輸出的文件在排版上還是有可靠性的。
不過值得一提的是，謝大正在開發`tinytex`的包，如果成功的話Rmarkdown使用者應該就可以不用再擔心MikTex的安裝以及體型問題了，拭目以待。
還乙個問題就是基於`knitr`的Rmarkdown似乎對`shiny`一類互動視覺化包的支援有所欠缺，而jupyter可以實現。
不過謝大也可以說是乙個野心磅礴的人，他雖然沒有做統一語言的這種事情，但是他的knitr和在此基礎上構建的Rmarkdown ctex模版, blogdown, bookdown和xaringan，涵蓋了報告、書籍、部落格、幻燈片，似乎希望R使用者在Rstudio上解決所有需求，對習慣於安逸程式設計環境的R使用者（尤其是小白）還是很有幫助的。
最後，對謝大和所有像他一樣，致力於解決我等R小白們基礎問題的開發者，表示特別的感謝。以上
3樓：Cheng Jun
如果是用R分析，我比較傾向於用R Markdown，因為在RStudio中寫R和markdown體驗很好：寫報告（可以匯出網頁、docx、pdf格式），寫書（bookdown包）和寫部落格（blogdown包）。
如果是其他語言，如Python，這個時候我一般是用Jupyter Notebook。
如果只是做乙個分析報告，對格式要求不高，那麼這兩套工具都可以快速上手。
建議就是兩個都學一點，如果用R多一點，可以多花點時間在R Markdown系列工具；如果是用Python多一點，可以多花點時間研究Jupyter lab。
R 語言小白如何開展 R 語言的學習啊？
個人拙見，學任何一門程式語言，都應該遵循這樣乙個過程 1 閱讀簡單的教程，能夠做到初步上手，具體來說就是要熟悉變數 資料型別 輸入輸出以及迴圈語法 2 直接上手實戰，不會就查Google 查bing 查bbs，你遇到的問題，大部分都是前人遇到過的。推薦兩個R語言教程，乙個是北大李東風老師的講義，乙個...
R語言相關圖書？
宇智波帶土 書籍封面 人工智慧的浪潮正在席捲全球，機器學習是人工智慧領域中最能夠體現智慧型的乙個分支。隨著計算機效能的提公升，機器學習在各個領域大放光彩。我們在驚嘆機器學習帶來便利同時，更應該加強其演算法基礎 統計分析的研究。正是有了包括概率論 數理統計 多元統計 隨機過程等統計方法的理論支撐，才促...
R語言記憶體如何清除？
gc 函式的方法不能非常有效的清除整個記憶體空間，如果你使用rstudio，可以呼叫rstudio的api rstudioapi restartSession 這樣不用顯式的退出rstudio，當然快捷鍵也可以ctrl shift F10 統計學小王子 第一種是 增加記憶體條，因為R的處理資料的上限...