R语言提供的大量R包为众多研究者提供了足够的工具,但是如何安装R包是很多人在使用R语言做数据分析时候所面临的问题之一。接下来介绍如何大规模安装所需要的R包。更多知识分享请到 https://zouhua.top/ 。
随着时间流逝,安装的R包也越来越多,如何快捷分辨出未安装过的R包就显得尤其重要。我们可以通过 installed.packages 函数判断,并使用lapply函数分次安装所有的R包。构建函数,使其具有如下功能:
除了上面这种大规模安装未安装过的R包外,还可以通过已经构建好的R包内置函数安装,例如现在比较友好的R pacman ,它提供的 p_load 函数其实可以看成是上述 InstallPackageFun 的升级版本。还有一个 librarian 包提供的 shelf 函数和 p_load 有类似的功能。
最后综上所述,安装R包除了来源不同,其实有时候还会考虑到版本问题,这里面的问题就比较多了,有时间再写吧。
conda 安装R环境,主要命令如下:
2.激活创建的环境,后面安装的包和软件都会在此环境中进行
3.安装所需要的包
4.关闭此环境
安装完R环境后,export 相应的path,如下
安装相关的包,例如ballgown:
if (!requireNamespace("BiocManager", quietly = TRUE))
install.packages("BiocManager")
BiocManager::install("ballgown")
注意,如果不export 相应的path,R安装包时很容易找不到相应的程序,如:
/bin/sh: x86_64-conda_cos6-linux-gnu-c++: command not found
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)