不同安装R语言的R包的方法

2024-06-13 09:09:51 浏览数 (1)

欢迎大家关注全网生信学习者系列：

  • WX公zhong号：生信学习者
  • Xiao hong书：生信学习者
  • 知hu：生信学习者
  • CDSN：生信学习者2

介绍

在R语言中，安装R包是数据分析过程中不可或缺的一部分。当你需要执行特定的统计测试、可视化或其他任务时，你可能会发现相应的功能已经被封装在一个或多个R包中。然而，对于新手或需要一次性安装多个R包的用户来说，这个过程可能会有些繁琐。为了大规模安装所需要的R包，你可以使用几种不同的方法。以下是两种常见的方法：

常用安装

  1. install.packages函数是我们常用的安装R包的方式，需要注意的是这些R包必须是在CRAN仓库中，否则安装将会失败。安装方式可以将单个包作为变量传输进入，也可以以向量模式传递多个包。
代码语言：javascript复制
# Installation of required packages in single model
install.packages("tidyverse")
install.packages("ggplot2")
install.packages("dplyr")
install.packages("tidyr")
​
# mulitple packages in one command line
install.packages(c("tidyverse", "ggplot2", "dplyr", "tidyr"))
​
# load packages
library("tidyverse")
library("ggplot2")
library("dplyr")
library("tidyr")
  1. 这里不得不提的是另一个存放R包的网址bioconductor。该项目是存放了大量用于生物研究的R包，很多做生物信息分析的人都会使用里面提供的R包。它的安装包是通过BiocManager包提供的install函数实现的。

The mission of the Bioconductor project is to develop, support, and disseminate free open source software that facilitates rigorous and reproducible analysis of data from current and emerging biological assays.

代码语言：javascript复制
# Installation of required packages in single model
BiocManager::install("DESeq2")
BiocManager::install("gsva")
​
# mulitple packages in one command line
BiocManager::install(c("DESeq2", "gsva"))
​
# load packages
library("DESeq2")
library("gsva")
  1. 还有一类是开发者把未经过CRAN或bioconductor等审核过但存放在如github, gitlab等开源网站的R包，这类R包可以分别通过devtools或remote包的 install_github 或 install_gitlab等函数安装。
代码语言：javascript复制
devtools::install_github("HuaZou/MyRtools")
remotes::install_github("HuaZou/MyRtools")
​
devtools::install_version("Rcpp", version = "1.0.4.6",repos = "[http://cran.us.r-project.org](http://cran.us.r-project.org)")
  1. 除了联网安装R包外，R还提供本地下载压缩包安装模式。
代码语言：javascript复制
install.packages("local/packagename.tar.gz", repos=NULL, type="source")

高效方式一

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：

  1. 判断未安装R包；
  2. 使用 install.packages或BiocManager::install函数安装来源你不同的R包；
  3. 用lapply分别加载R包，并不输出加载过程中产生的信息。
代码语言：javascript复制
packages_CRAN <- c("tidyverse", "ggplot2", "dplyr", "tidyr")
packages_biocond <- c("DESeq2", "gsva")
​
InstallPackageFun <- function(packages=packages_CRAN , type="CRAN"){
    #packages=packages_CRAN
    #type="CRAN"
​
    # Install packages not yet installed
    installed_packages <- packages %in% rownames(installed.packages())
    if (any(installed_packages == FALSE)) {
        if(type == "CRAN"){
         lapply(packages[!installed_packages], install.packages)        
        }else{
         lapply(packages[!installed_packages], BiocManager::install) 
        }
  }
  # Packages Loading 
  invisible(lapply(packages, library, character.only = TRUE)) 
}
InstallPackageFun(packages=packages_CRAN , type="CRAN")
InstallPackageFun(packages=packages_biocond , type="bioconductor")

高效方式二

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。

  • pacman
代码语言：javascript复制
install.packages("pacman")
​
pacman::p_load(ggplot2, tidyr, dplyr)
  • librarian
代码语言：javascript复制
install.packages("librarian")
​
librarian::shelf(ggplot2, DESeq2)
r语言

0 人点赞