如何建立Mathematica程序包

……嗯。很有意思，真的很有意思，我以前都没意识到这个问题。确认一下，你的构建程序包的步骤其实是：

1 Ctrl+N或者通过顶部菜单新建了一个笔记本。

2 写完代码后直接保存，存的时候选择存为.m文件。

对吧？

如果是这样——八成就是这样吧——那么，不对。你可以把你建出来的这个.m文件打开看一下。代码的背景色是灰的吧？就像这样：

正确的方法应该是在写完代码后，选中代码单元，右键，“样式”->“Code”，然后再存为.m文件，或者在新建的时候，就使用顶部菜单，建一个.m文件，然后再在其中写代码，这种情况下，你再次打开.m文件时，代码的背景色是白的：

这样的程序包应该就可以正常载入了。

首先登录PL/SQL developer。

点击工具栏中的第一个图标，选择“表”。

右边会d出一个窗口，我们以可视化方式来创建一个Table。

如下图所示，在“一般”选项卡中，输入“名称”即表名。

在“列”选项卡中输入我们所有列名和类型等。

在“键”选项卡中创建表的主键，这个是必须有的。

在“索引”选项卡中创建表的索引，索引类型众多，我们根据自己需要来创建。

最后点击窗口中的“应用”按钮即可。

我们可以点击右下角的“查看SQL”，查看到创建表时的SQL语句。

如果我们已经有了创建表的SQL语句，我们可以把它COPY到SQL窗口中。

点击左上角的齿轮按钮或者按F8键执行SQL语句，这样即可创建。

END

经验内容仅供参考，如果您需解

在Windows环境下如何编写R程序包，即生成供linux环境编译运行的tar.gz文件，也生成供windows下使用的.zip文件呢？其实并不复杂，只要下载一些工具软件，按照相应的步骤填写相应的“表格”，继而运行一些简单的指令，就可以生成R的程序包了。

编写R程序包通常包括以下几步：

（1） 工具软件Rtools的安装和备选软件的安装。

（2） r脚本的准备，也就是用来生成程序包的函数脚本。

（3） 利用R中自带的package.skeleton()函数，生成制作包所需要的Description 文件和帮助文件帮助文件.rd。

（4） 编辑该函数生成的Description 文件和帮助文件.rd

（5） 在windows cmd的命令行中输入相应的命令，生成zip文件或者.tar.gz

下面我们来一起建立只有一个函数的R程序包，来详细说明：

一 工具软件安装和配置

制作r包的工具软件包括Rtools，HTML编译器，MikTeX 或Cte等（备选软件不一定要安装）：

1 工具软件安装

（1）Rtools（制作R包的主要工具）

Rtools是在windows下制作R包的一系列工具，其中包括

1） CYGWIN 在Windows下模拟UNIX环境

2） MinGW编译器，可用来编译C和Fortran语言。

3） Perl

下载地址： http://www.murdoch-sutherland.com/Rtools/

（2） 微软HTML编译器(备选):

用来从源文件生成HTML格式的帮助文件

下载地址：http://go.microsoft.com/fwlink/?LinkId=14188

（3） MikTeX 或CteX（备选）

用来生成PDF格式的帮助文件

下载地址：http://www.miktex.org/ www.ctex.org/

分别按照要求安装好。

2 设置文件启动路径：

我的电脑>属性>高级>环境变量>系统变量 PATH一项，点击“编辑”，检查是否具有以下路径，如果没有，需要手工添加：

c:\Rtools\binc:\Rtools\perl\binc:\Rtools\MinGW\binC:\CTEX\MiKTeX\miktex\binC:\CTEX\CTeX\ctex\binC:\CTEX\CTeX\cct\binC:\CTEX\CTeX\ty\binC:\CTEX\Ghostscript\gs8.64\binC:\CTEX\GSview\gsviewC:\CTEX\WinEdtC:\Program Files\R\R-2.9.0\bin\

设置启动路径的目的是在cmd命令行可以直接调用相应的exe文件。

如果只是简单制作一个个人使用的包，只需将c:\Rtools\binc:\Rtools\perl\binc:\Rtools\MinGW\bin添加到系统路径即可

二 R脚本的准备

假如现在我们已经有了一个编好的R函数，用来给出回归的精确结果,存成了r脚本的格式,文件名为linmod.r

其内容如下所示，那么该如何制作R程序包呢？

linmod<- function(x, y)

{

## compute QR-decomposition of x

qx <- qr(x)

## compute (x'x)^(-1) x'y

coef <- solve.qr(qx, y)

## degrees of freedom and standard deviation of residuals

df <- nrow(x)-ncol(x)

sigma2 <- sum((y - x%*%coef)^2)/df

## compute sigma^2 * (x'x)^-1

vcov <- sigma2 * chol2inv(qx$qr)

colnames(vcov) <- rownames(vcov) <- colnames(x)

list(coefficients = coef,

vcov = vcov,

sigma = sqrt(sigma2),

df = df)

}

三 R包框架的准备

1 生成准备文件

登陆R ：开始>所有程序>R>R.2.9.0

(1)清除内存中的对象：

rm(list=ls())

(2)设定工作目录，这里设定为 c:/pa

setwd("c:/pa")

(3)将制作包的源文件 linmod.r拷贝到c:/pa/文件夹下,

之后输入：

package.skeleton(name="linmod",code_files="c:/pa/linmod.r")

此时，R控制台中显示

Creating directories ...

Creating DESCRIPTION ...

Creating Read-and-delete-me ...

Saving functions and data ...

Making help files ...

Done.

Further steps are described in './linmod/Read-and-delete-me'.

>

可以看到c:/pa文件夹下新出现了一个linmod文件夹

该文件夹下的内容就是R包的框架，包括data文件夹，man文件夹，只要按要求将其填写完整，再进行相应的编译即可。

首先查看Read-and-delete-me文件

文件内容如下：

* Edit the help file skeletons in 'man', possibly combining help

files for multiple functions.

* Put any C/C++/Fortran code in 'src'.

* If you have compiled code, add a .First.lib() function in 'R' to

load the shared library.

* Run R CMD build to build the package tarball.

* Run R CMD check to check the package tarball.

Read "Writing R Extensions" for more information.

大致意思如下：

可以man文件夹下编辑帮助文件

C/C++/Fortran 的源代码应该放入src文件夹下

需要在登录时载入包

可以运行R CMD建立和检查相应的包

查看更多信息，应该阅读Writing R Extensions

2 编辑Description文件和rd文件

（1） Description文件的编辑

按照提示，填好各项

Package: linmod

Type: Package

Title: test for linear regression

Version: 1.0

Date: 2009-07-20

Author: helixcn

Maintainer: helixcn <zhangjl@ibcas.ac.cn>

Description: To give the exactly results of linear regression.

License: GNU 2 or later

LazyLoad: yes

（2）man文件夹中.rd文件编辑

man文件夹中包含两个文件 linmod.Rd和linmod-package.Rd，分别是对linmod()函数和linmod包的介绍，下面逐项填写:

1） linmod.Rd

\name{linmod}

\Rdversion{1.1}

\alias{linmod}

%- Also NEED an '\alias' for EACH other topic documented here.

\title{

linear regression

}

\description{

to give the more exactly results of linear regression

}

\usage{

linmod(x, y)

}

%- maybe also 'usage' for other objects documented here.

\arguments{

\item{x}{

a numeric design matrix for the model

}

\item{y}{

a numeric vector of responses

}

}

\details{

%% ~~ If necessary, more details than the description above ~~

}

\value{

%% ~Describe the value returned

%% If it is a LIST, use

%% \item{comp1 }{Description of 'comp1'}

%% \item{comp2 }{Description of 'comp2'}

%% ...

}

\references{

Friedrich Leisch,2008 Creating R Packages: A Tutorial

}

\author{

helixcn

}

\note{

Please read Friedrich Leisch,2008

}

%% ~Make other sections like Warning with \section{Warning }{....} ~

\seealso{

%% ~~objects to See Also as \code{\link{help}}, ~~~

}

\examples{

##---- Should be DIRECTLY executable !! ----

##-- ==> Define data, use random,

##-- or do help(data=index) for the standard data sets.

## The function is currently defined as

function (x, y)

{

qx <- qr(x)

coef <- solve.qr(qx, y)

df <- nrow(x) - ncol(x)

sigma2 <- sum((y - x \%*\% coef)^2)/df

vcov <- sigma2 * chol2inv(qx$qr)

colnames(vcov) <- rownames(vcov) <- colnames(x)

list(coefficients = coef, vcov = vcov, sigma = sqrt(sigma2),

df = df)

}

}

% Add one or more standard keywords, see file 'KEYWORDS' in the

% R documentation directory.

\keyword{ ~kwd1 }

\keyword{ ~kwd2 }% __ONLY ONE__ keyword per line

2）linmod-package.Rd

\name{linmod-package}

\Rdversion{1.1}

\alias{linmod-package}

\alias{linmod}

\docType{package}

\title{Linear Regression Modification}

\description{to Give the more exactly output of linear regression rather than R default}

\details{

\tabular{ll}{

Package: \tab linmod\cr

Type: \tab Package\cr

Version: \tab 1.0\cr

Date: \tab 2009-07-20\cr

License: \tab GNU 2.0 or later\cr

LazyLoad: \tab yes\cr

}

~~The aim of the package was to give the more exactly output of linear regression~~ linmod~~

}

\author{helixcn

Maintainer: helixcn <helixcn@163.com>}

\references{

Friedrich Leisch,2008,Creating R Packages: A Tutorial

}

\seealso{lm}

\examples{

data(cats, package="MASS")

mod1 <- linmod(Hwt~Bwt*Sex, data=cats)

mod1

summary(mod1)

}

四 通过cmd创建R包

开始>运行>cmd

键入 cd c:\pa\ 将工作目录转移到c:/pa下

键入 Rcmd build --binary linmod 制作window zip包

键入 Rcmd build linmod 制作linux平台下可运行的tar.gz包

命令运行完之后可以发现，在c:/pa/文件夹下分别生成了linmod.zip和linmod.tar.gz压缩包。

注意R CMD 系列命令是在windows控制台下运行，而非R控制台

参考网址

[1]http://www.robjhyndman.com/researchtips/building-r-packages-for-windows/

[2]http://cran.r-project.org/doc/contrib/Leisch-CreatingPackages.pdf

[3]http://faculty.chicagobooth.edu/peter.rossi/research/bayes%20book/bayesm/Making%20R%20Packages%20Under%20Windows.pdf

[4]http://www.biostat.uni-hannover.de/teaching/fallstudien/schaarschmidt2.pdf

---