R中高效安装包，以ComplexHeatmap包为例

包安装问题解决方案

1. Biocmanager安装
[2. 手动安装]（正在更新……）

---

前言

大家好✨，这里是bio。点赞+关注不迷路。在使用R语言进行数据处理时需要安装一些已经封装好的包，利用其包含的功能和方法，更好地进行数据分析。但是，在安装R包的过程中总是容易遇到一些奇奇怪怪的问题，如版本冲突、某些依赖包下载失败以及网络连接失败等问题。为了解决这一问题，本文将介绍安装失败的原因以及解决方案。以ComplexHeatmap包为例~

1. install.packages()的介绍

1.1 install.packages()的工作原理

1. 软件包源的选择。install.packages()函数首先根据你的设置选择一个合适的软件包源。默认情况下，它会使用CRAN（Comprehensive R Archive Network）作为软件包源。
2. 软件包元数据获取。选择软件包源后，函数会与该源建立连接，并获取软件包的元数据。元数据包括软件包的名称、版本、描述、作者、依赖关系等信息。
3. 依赖关系解析。install.packages()函数会检查软件包的依赖关系，即该软件包是否依赖其他软件包。如果存在依赖关系，函数将检查这些依赖包是否已经安装或可用。所以安装包时经常能够看到某些包需要更新。
4. 软件包下载和安装。对于需要下载的软件包，函数会从软件包源下载相应的软件包文件（通常是压缩文件或二进制文件）。然后，它将解压或安装这些文件，并将软件包的相关文件放置在指定的安装目录中。
5. 依赖包安装。如果发现有依赖包未安装或版本不兼容，install.packages()函数会自动递归地解析和安装这些依赖包，以满足软件包的需求。

1.2 install.packages()安装失败的原因

以上便是install.packges()的工作原理，从原理来看，理论上install.packages()能够安装任何包，但实际情况往往不是如此。

原因如下：

1. 网络限制。CRAN作为默认的软件包源通常位于国外，因此在国内使用install.packages()函数时可能会遇到连接问题。
2. 包的可用性。有些包可能在CRAN或其他软件包源上不可用或无法直接安装。这可能是由于包作者的限制、包的开发状态或包的特定许可证等原因。
3. 依赖关系问题。软件包通常依赖其他软件包，在安装过程中，如果依赖包的版本不符合要求或无法满足依赖关系，安装可能会失败。

1.3 解决方案

1. 解决网络限制造成的安装失败，可以使用在中国境内搭建的CRAN镜像作为软件包源。CRAN镜像是在国内服务器上搭建的CRAN镜像站点，提供了国内高速下载和安装R软件包的服务。在Rstudio可以零代码实现换源操作。在Rstudio中选择Tools————而后选择Global Options————而后选择Packages————然后点击Primary CRAN repository右下的Change————最后在弹出来的界面选择国内的CRAN镜像源。作者较为推荐清华源以及北外的源，当然你也可以选择其他国内源。

2. 如果是包本身不在CRAN中，那可以考虑手动安装或者BiocManager安装。手动安装正在更新，BiocManager安装将在下文以Complex包安装为例详细介绍。BiocManager包提供了用于安装、加载和管理Bioconductor包的函数。而Bioconductor是一个专注于生物信息学和生物统计学的R软件包和工具的项目，提供了许多用于生物学数据分析的包。
3. 如果安装好包之后提示缺少依赖包，通常使用install.packges()安装对应的依赖包便可以解决，这是安装包过程中较为容易解决的问题。

---

2. BiocManage安装ComplexHeatmap

当我在使用install.packages()安装ComplexHeatmap出现了该包对于我的R版本（4.3.1）不可用，如下图。出现了：

Warning in install.packages : package ‘ComplexHeatmap’ is not available for this version of R A version of this package for your version of R might be available elsewhere, see the ideas at https://cran.r-project.org/doc/manuals/r-patched/R-admin.html#Installing-packages

尝试换源无果后，便想到使用BiocManager来安装ComplexHeatmap，由于是新电脑所以需要安装它，安装成功之后可以使用检查版本的命令来确认是否安装成功，运行后会输出其对应的版本。

# install command
if (!requireNamespace("BiocManager", quietly = TRUE))
    install.packages("BiocManager")
# check command
BiocManager::version()

安装成功之后，便使用BiocManager的install功能，::两个冒号是R语言中调用指定包下功能时引导符，类似于python中.方法。运行下面的代码，开始安装ComplexHeatmap包。

BiocManager::install("ComplexHeatmap")

在安装过程中出现了有些包需要更新的情况，向你询问update all/some/none ，建议全部更新。如果使用BiocManager::install("ComplexHeatmap")安装出现版本不符的情况可以运行下面的代码强制安装。

BiocManager::install("ComplexHeatmap", force=TRUE)

当包安装成功之后使用library(ComplexHeatmap)，提示缺少S4Vector依赖包，按照之前介绍的解决方法，使用install.packages()安装缺少的依赖包即可，但是当我使用intall.packages('S4vector')安装时又出现了版本冲突的问题，如下图。

于是便尝试了再次使用BiocManager去安装对应的依赖包，成功解决。

---

总结

本文详细阐述了install.packages()的工作原理以及为什么安装包时会出现安装失败的原因，并简单介绍了解决方案。其次本文介绍了BiocManager的安装方法，在一定程度上解决了install.packages()安装包失败的问题。如果帮到你的话，烦请点赞支持一下~

---

参考

1. BioManager Github介绍页