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。

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。

1. CRAN提供的R包（绝大多数R包可以在这里找到）
   

2. 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）
   

3. 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

你点的每个在看，我都认真当成了喜欢