R基础笔记——R语言包的安装

R基础笔记——R语言包的安装

R语言之所以强大，很大的原因在于强大的R语言包。用过R的人都有个体验就是，每当我们要用R来做一件事情的时候，不免第一件事情就是安装一个（些）新的包。作为一个R老司机（如果按使用R的时间算的话^__），我之前还是只会用传统的install.packages() 或者在GUI界面安装第三方包。然而，传统的安装方法只能安装发布在CRAN上的包，有很多R语言包（比如Bioconductor上的包）是没法用install.packages()安装的，另外还有一些包发布在github上面，因此也不能用传统方法安装。面对越来越复杂的局面，本文就目前的各种R语言包安装方式做一个总结，毕竟学会安装R语言包是入门R的第一步也是用好R的第一步。

内容概要

• 查看R的版本和R语言包的安装路径
• 查看可安装的包（指来自CRAN的包）：available.packages()
• 查看已安装的包
• R包的安装方式全掌握

---

1. 查看R解释器版本及包的安装路径

1.1 sessionInfo() 查看R解释器版本及运行平台信息

> sessionInfo()

运行上述代码就会显示如下信息（本人电脑上的R）以及当前工作空间加载的包（这里不显示），

R version 3.3.2 (2016-10-31)
Platform: x86_64-w64-mingw32/x64 (64-bit)
Running under: Windows 7 x64 (build 7601) Service Pack 1

1.2 .libPaths() 查看包安装路径

> .libPaths()

在Rstudio控制台敲出上面的代码，你会看到以下输出一个目录，那就是你安装的包存放的地方，我们可以打开进去看看你都安装了哪些包。

[1] "D:/R-3.3.2/library"

2. 查看可安装的包

> p <- available.packages()
> dim(p)

显示：

[1] 10102 17

上一小节其实已经透露了另一种方法，即直接打开包安装路径查看（一个文件夹是一个包）。运行上面的代码会得到一个N*17的矩阵变量p，该矩阵包含了N个当前仓库能安装的包，每个包有17个属性信息。如果你想查看指定仓库能安装的包有哪些，则加上参数 contriburl = 仓库url , 这里的仓库有哪些以及url去哪里可以查，我目前也没找到，下面的例子来自生信菜鸟团的博客.

> available.packages(contriburl = "http://bioconductor.org/packages/3.1/bioc/bin/windows/contrib/3.2/")

3. 查看已经安装的包

> installed.packages()

这个函数是查看当前R里面安装了哪些包，函数返回一个N*16的矩阵（N为已安装的包的个数）。我们可以用grep(packageName, installed.packages()[,1] ) 来查找是否安装了某个包。还有另外一种方式，上面1.2节提到过的，直接到包安装的目录里面去看已经安装了哪些包。

4. R包的安装方式全掌握

接下来是本文的重点啦，下面会依次介绍三种R包的安装方式：1）从CRAN安装；2）从Github安装；3）从Bioconductor安装。
后面这个Bioconductor主要是跟生物数据分析及可视化相关的包，因为我是学生物信息的，所以比较常用，不知道其他领域是否还有类似的某领域内的包发布的仓库。

4.1 从CRAN安装

> install.packages('packageName')

这个函数会从你设置的CRAN镜像中下载指定的包的二进制代码并安装到.libPaths()指示的地方。我们也可以在函数中通过设置lib这个参数来指定安装到哪个目录。
这个函数也可以安装存放在本地的包的二进制文件，直接传给函数包的路径和包名字为参数就好。

4.2 从Github安装

#load devtools at first
> library(devtools)
> install_github('hadley/dplyr') #install from github, e.g. dplyr

实用devtools包中的函数install_github()来安装，需要指定仓库名（例子中的'hadley/'），这点通常比较难，因为很多包我们记不住这个。为此有人开发了另一个包，githubinstall，也是专门用来从github安装R包的，且用法类似于install.packages()，只需提供包的名字即可，如下代码示例：

#load githubinstall at first
> library(githubinstall)
> install_github('dplyr') #install from github, e.g. dplyr

4.3 从Bioconductor安装

#load bioconductor repository at first
> source("https://bioconductor.org/biocLite.R")
> biocLite('DavidWebService') #install DavidWebService from Bioconductor

这个先用source加载bioconductor仓库，然后通过biocLite()函数安装指定的包。

---END---
Any questions or advice, please contact zou.xudong at foxmail.com