因果发现工具 Causal Discovery Toolbox(cdt)安装指南
提前提醒：要是遇到以下提示bug的同学，还是直接重装吧，这个问题在github的Issues上面有不少人碰到过了（我也去问了），但是目前为止，连维护这个框架的作者也并没有给出修复这个bug的答案。我是重装完之后才成功的…我猜测这个错误是因为安装的各种包依赖紊乱导致的（仅仅猜测）。
R Python Error Output
-----------------------
[Errno 2] No such file or directory: 'C:\\Users\\xxx\\AppData\\Local\\Temp\\cdt_pc_dccede31-26aa-4f57-a35b-5aeb44deaf6b\\result.csv'
RuntimeError: RProcessError
R Process Error Output
写这篇文章是由于楼主在装这个工具时碰到太多坑了。分享一些我的安装历程，希望帮到后面的人。
初衷：我装这个cdt是为了跟dowhy框架结合起来使用的，cdt用来做因果发现，dowhy用来做因果效应评估，因为dowhy的输入得有一个因果图
吐槽：装cdt是真滴麻烦，依赖pytorch和R，但是直接使用命令pip install cdt 并不会把所有依赖的库全部打包下载。而在装完cdt之后再去安装pytorch和R的话又会导致各种各样的依赖不匹配，版本不match的各种bug，令人十分奔溃。
一、安装cdt 及其基本依赖环境
下图给出cdt所依赖的各个库。
推荐后面需要使用cdt的伙伴们，都用以下的方式进行安装，经我测试还是比较稳妥的，并且建议使用anaconda新建一个环境，我新建的环境python版本是3.10.6。 以下命令在conda activate env-name(新建环境名字)后 ,就可以输入进行下载了。
$ git clone https://github.com/Diviyan-Kalainathan/CausalDiscoveryToolbox.git # Download the package
$ cd CausalDiscoveryToolbox
$ pip install -r requirements.txt # Install the requirements
就是直接从github下载这个框架的源代码，使用pip install -r requirements.txt 命令下载这个框架所需要的依赖，这样可以自动搜索相互匹配的各个版本库，不会导致包冲突，进而出来各种奇奇怪怪的bug[吐血]。
然后去运行以下demo代码测试
import cdt
import networkx as nx
import pandas as pd
import matplotlib.pyplot as plt
from cdt.causality.graph import PC
# Load the data
data = pd.read_csv("http://www.causality.inf.ethz.ch/data/lucas0_train.csv")
# Infer the causal diagram
pc_output = PC().create_graph_from_data(data)
# Visualize the diagram
nx.draw_networkx(pc_output)
plt.show()
给我爆了个“R Call errored, is R available ?” 这样的错误。
R？？这是啥玩意？ 后面去到cdt官方文档里头查找，才知道cdt这框架还用到R语言下的一些算法包。
在调用PC或者（LiNGAM）等算法时cdt.causality.graph.PC，会依赖到R下的某些包。
好吧这回又得去下载R语言。
二、安装R语言及相应R包
这里贴一下下载R语言的官方链接
但是我没有下载最新版本的R-4.2.2（最新的大多容易出事）
我下载的windows下的旧版本R-4.1.2
贴一下，下载windows R语言旧版本的链接
（1）R语言安装过程界面
①：选择中文
②：下一步
③定义安装位置
④：我去掉了32字节的
⑤默认下一步
⑥默认下一步
然后就等待安装完成…
（2）R包安装过程
安装完R语言之后，还得安装cdt所依赖的R包。
看看github上面给出的依赖R包目录。
接下来在R下安装所依赖的各种R包
打开R界面：
（这玩意是真滴陌生呀…）
安装R包的几种方式贴个链接
①如果没记错的话
pcalg和kpcalg是直接通过
install.packages("xxx") xxx包名可以直接下载的
其余的包只能借助BiocManager来安装
install.packages('BiocManager')
library(BiocManager)
install('xxx') #xxx是包名
或者直接一条命令打包下载
install.packages('BiocManager')
BiocManager::install(c("SID", "bnlearn", "pcalg", "kpcalg", "glmnet", "mboost"))'
library(xxx) #好像是调用包，加载到内存的意思？不太确定
②但是这里也有个暗坑！
就是RCIT这个包，会弹错误“package ‘XX’ is not available for this version of R”
解决这个问题是参考github链接方法
通过以下方式安装
library(devtools)
install_github("Diviyan-Kalainathan/RCIT")
library(RCIT)
RCIT(rnorm(1000),rnorm(1000),rnorm(1000))
RCoT(rnorm(1000),rnorm(1000),rnorm(1000))
可能这一步得先install.packages("devtools")
安装好devtools工具之后再调用它的install_github函数
③还有还有！！还有一个R包SID也没有办法这样安装，得另辟新径！
在尝试安装SID时会提示找不到SID，解决办法是手动安装。
首先R包SID官方已经提示下架了
但是我安装了旧版本的也能用
贴旧版本的R包SID的下载链接
下载完之后
就是导入下载的SID包了。
在这里导入SID包
选择导入就ok了。
至此，安装cdt及其所依赖的R环境就全部都配置好啦！！
如果这些都配置好之后，运行代码还是报错“R Call errored, is R available ?” ，此时是因为cdt找不到R包，就还得去修改cdt找R包的路径。
具体修改步骤：
1、找到对应的cdt安装路径，我是在anaconda下配置的环境，我的路径是D:\anaconda3\envs\dowhy\Lib\site-packages\cdt
2、进入utils，打开Settings.py，修改_init_函数下的self.rpath参数为对应的刚才R语言安装目录下的Rscript的路径，我的Rscript路径为D:\SoftWare\R-4.1.2\bin\Rscript.exe
3、最终修改样式：
self.rpath = 'D:\\SoftWare\\R-4.1.2\\bin\\Rscript.exe'
运行上述demo代码
结果：
大功告成！