2016 年 8 月 3 日，DataJoy 联合创始人 James Allen 和 Henry 向所有用户发送关站预告。宣布网站将于 2017 年 1月 2 日关闭，届时账户将不再能登录，已付费用户账户余额将会退回。

　　DataJoy 是 ShareLaTeX 团队两年前上线的云计算项目。在 DataJoy 网站上，可以使用 Python 和 R 进行数据分析和编程学习。任何电脑，只要打开浏览器登录 getdatajoy.com 这个网站，就可以立即进行 Python 和 R 编程、调试、分析数据、输出结果，便于程序设计教学，免去了所有编程课程第一课安装软件配置环境的混乱场面，可以直接上手干活。而且一套稳定、随时随地可以访问、还可以简单克隆的环境，为从业人士提供了一个稳定、容易拓展和分享的标准工作环境。

　　DataJoy 团队在给用户发送的关站预告 email 里面说，市场上本已有很多成功竞品，所以竞争激烈。过去两年来，虽然 DataJoy 对少数用户很有帮助，但并没有大规模的流行起来。虽然，有些老师用 DataJoy 来进行 Python 和 R 的教学，但这并不足以支撑 DataJoy 的持续发展。商业上无法取得成功，技术团队还要维护 ShareLaTeX，就只能选择关闭 DataJoy 了。

　　简单来说，就是商业模式无法持续，没有盈利与投资，因此不得不关站。这其实也可以从一些侧面得到验证。在中文科技媒体上，完全没有任何相关新闻，只有一个旅欧学者的博客提到了这次关站事件。因此不得不说，DataJoy 在推广上确实还是做得很不够。

　　我也曾使用 DataJoy 进行过数据分析实验，甚至在其上跑通过 Keras 深度学习识别 MNIST 字符代码例子。但在进行我自己的卷积神经网络实验的时候，DataJoy 的运算能力就远远不够了。本身 DataJoy 服务器的运行速度相对就比较慢，又设置了单个项目的运行时间的限制，即使我付费购买延长项目运行时间之后，也远远不够进行实验所需的运算能力。这里可能也是与 DataJoy 网站的市场定位有关。DataJoy 与 Sense 的定位不同，不是专门针对数据分析，而是针对编程入门教育。但其实也很有可能是因为 DataJoy 的运算能力有限，使得其只能被限制在教育和运算能力有限的应用上。但 DataJoy 的界面与交互确实还是非常贴心的，毕竟有 ShareLaTeX 维护的经验。

　　单纯从站点本身的功能来看，DataJoy 并不突出，但考虑到其运营是 ShareLaTeX 团队，它的成长本是非常令我期待的。个中原因有一点复杂，涉及到一个复杂的问题。

　　在学术领域，科研结果的可重复性，一直是一个令人头疼的大问题。在计算机领域，经常是在发布论文的同时，再发布一份相关方法的代码。但毕竟是两个不同种类的工作，学术文档的撰写和代码的编制，确实很难对照。同时在科研进行的过程中，实验代码的编制与学术文档的撰写截然分开，也造成了科研进程的反复打断与切换的问题。

　　在R语言方面，近几年出现了一个革命性工具 knitr。

　　knitr 是由谢益辉博士在统计学博士在读期间业余开发的开源 R 代码包。谢博士毕业后进入 RStudio 公司专职进行 R 语言工具开发。使用 knitr，可以直接撰写带有 R 代码的实验记录、报告和演示文档。文档中的 R 代码，可以直接执行，并将结果输出到文档中，例如实验结果的数据、根据实验所花的折线图和对比实验的结果表格等等。这个流程与程序语言中的 Jupyter 有些类似，代码与文档交替撰写，源代码、数据分析结果与文档交替展现。

　　不同的是，knitr 可以把 Rmd（R 语言增强的 markdown 变种）编译生成为 text 文档，最终生成学术水准的可出版 PDF 文档。这个方案，使得学术写作、数据分析源代码和实验结果、甚至图表展示都融合到同一个流程中。 首先，对于科研结果的可重复性，读者可以直接运行文档中的代码，重现实验结果。其次，对于科研流程也是极大的简化，科研工作流程及学术写作流程合而为一，得到了极大简化。

　　knitr 在 Beamer 中嵌入实验代码输出结果的例子。左侧蓝色的是 Rmd 文件原文，右侧是生成的 PDF 演示报告文档。由 `<<>>=` 开始，到 `@` 结尾的 R 代码块会自动运行。其中 `<<>>` 中可以写入对于放入文档的内容的输出控制参数。例如：`<<echo=FALSE,results='hide'>>` 就是抑制 R 环境的输出，完全隐藏运算中间步骤的结果。实验结果也可以直接用 R 语言分析后，直接绘图，并输出到文档中。注：Beamer 是 LaTeX 语言中常用来生成演示报告的宏包。