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

首先pip install cdt 然后安装cdt依赖的库
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，我新建的环境中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。
（以下步骤需要提前安装git，附git安装链接）

$ git clone https://github.com/FenTechSolutions/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（后面我照着流程再装了一次…4.1.2报错了…然后我换装R版本为4.2.3的了，成功！）

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
直接上安装代码：

install.packages("devtools")   #  安装devtools
library(devtools)  # 加载devtools
install_github("Diviyan-Kalainathan/RCIT")  #通过github的方式安装

#以下三行代码是测试是否安装成功RCIT
library(RCIT)
RCIT(rnorm(1000),rnorm(1000),rnorm(1000))
RCoT(rnorm(1000),rnorm(1000),rnorm(1000))

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。

PS.如果导入不成功，报错提示 “ERROR: dependency 'RBGL' is not available for package 'SID'”
则需要先安装 “RBGL”包，安装指令为：BiocManager::install("RBGL")，需要利用前面安装过的BiocManager来进行安装。
然后再试着导入，或者使用命令从线上直接下载，而不是通过本地的方式。命令为：
install.packages("https://cran.irsn.fr/src/contrib/Archive/SID/SID_1.0.tar.gz", repos=NULL, type="source", Ncpus=4)

即可成功！

至此，安装cdt及其所依赖的R环境就基本都配置好啦！！至少运行上述的代码demo没问题了~
如果后续还缺少R包的话再用相似的方式安装即可
可参考官方建议安装方式

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！