R语言包的安装和管理总结
专题介绍:R是一种广泛用于数据分析和统计计算的强大语言,于上世纪90年代开始发展起来。得益于全世界众多 爱好者的无尽努力,大家继而开发出了一种基于R但优于R基本文本编辑器的R Studio(用户的界面体验更好)。也正是由于全世界越来越多的数据科学社区和用户对R包的慷慨贡献,让R语言在全球范围内越来越流行。其中一些R包,例如MASS,SparkR, ggplot2,使数据操作,可视化和计算功能越来越强大。R是用于统计分析、绘图的语言和操作环境。R是属于GNU系统的一个自由、免费、源代码开放的软件,它是一个用于统计计算和统计制图的优秀工具。R作为一种统计分析软件,是集统计分析与图形显示于一体的。它可以运行于UNIX、Windows和Macintosh的操作系统上,而且嵌入了一个非常方便实用的帮助系统,相比于其他统计分析软件,R的学术性开发比较早,适合生物学和医学等学术学科的科研人员使用。
这是我的第61篇原创文章,关于R语言。
阅读完本文,你可以知道:
1R语言包的来源
2R语言包的安装和管理方法
我在使用R语言做数据科学工作中,经常会使用到各种R包。而这些R包的主要来源三个地方。
-
CRAN提供的R包(绝大多数R包可以在这里找到)
-
Github提供的R包(有些R包,作者是发布在Github上面,尤其是最新版本)
-
Bioconductor提供的R包(它为分析和理解高通量的基因组数据提供了工具)
一 R包的安装方式
方式一:在线安装
方式二:本地化安装
二 针对不同R包来源的安装
1 CRAN提供的R包
我们可以直接使用
install.packages(‘packagename’)
进行在线安装,若是网络访问正常的情况,会把这个包以及依赖包一并安装完毕。一些常用的R包,采用这种方法都可以成功安装。
或者
安装pacman包,一个对R包进行管理的R包,在写R代码时,若是加载R包没有事先安装,就会提前安装,然后再加载。
使用模板如下:
if(!require(pacman)){
install.packages('pacman')
require(pacman)
}
p_load(tidyverse, caret)
2 Github提供的R包
采用devtools::install_github()进行在线安装。
需要注意两点
1)先要下载和安装好Rtools软件,它是用于在Windows系统上对R包做Build处理的。
2)先安装好devtools包
若是无法在线安装,就进行本地化安装,可以阅读这篇文章:《R语言本地化安装github上的包》。
3 Bioconductor提供的R包
1)安装BiocMannger包
2)BiocManager::install(‘package_name’),在线安装Bioconductor提供的R包。
参考资料:
1http://www.bioconductor.org/
关于R语言包的安装和管理总结,您有什么问题请留言。
需要深入交流或者英文电子书《Practical Data Science With R-2020》,请加我的微信:luqin360。备注:实名+工作或者专业,否则不会通过。
数据思考与践行
PDFMV框架系列文章

请关注“恒诺新知”微信公众号,感谢“R语言“,”数据那些事儿“,”老俊俊的生信笔记“,”冷🈚️思“,“珞珈R”,“生信星球”的支持!