最近在学多元统计分析及R语言建模,在安装R后发现界面并不美观,于是想到为Jupyter notebook创建R内核,在notebook中运行代码,折腾了几个小时,尝试了四种方法,最后成功。
下面将对四种方法进行对比并说明每个方法所需要的环境条件和操作难度评估
不同方法对环境的要求
方法 | 要求 | 操作难度 |
---|---|---|
一 | 在已安装Anaconda的基础上,只需满足网络良好这一条件(在Anaconda中安装Rstudio大概600MB) | 简单 |
二 | 在已安装Anaconda的基础上,只要用户名不是中文就可以用这种方法(中文会乱码,导致Jupyter找不到R核) | 相对简单 |
三 | 在已安装Anaconda的基础上,还没有为base环境创建内核 | 极其简单 |
四 | 安装了Jupyter和R(Jupyter可以是Anaconda中的也可以是单独下载的) | 一般 |
建议
在前三种方法中,第三种方法最简单,第一次创建内核就直接用第三种方法
如果base环境已经创建过内核的话,可以创一个新的环境再用第三种方法
注意:用户名为中文一定不要用第二种方法
大家可以根据自己电脑现有环境选择一种最适合的方法进行创建
四种方法
使用Anaconda
方法一
因为需要在Anaconda Navigator 中下载Rstudio,网速太慢不想等而放弃
方法二
参考的第二种方法
因为我的用户名为中文,中文乱码导致无法无法访问环境
方法三
参考的第三种方法
因为我的base环境已经配了python核,最近正在用,不敢冒险尝试而放弃
安装Jupyter和R
方法四
参考的第四种方法
采用第四种方法最终成功
详情
接下来重点说明用户名为中文采用第二种方法为什么不行
因为我的用户名为中文,这导致在在Anaconda Navigator中直接创建的R环境(环境名为r_env)不能被Jupyter notebook识别,在Anaconda Prompt窗口中输入conda info -e,可以看到r_env是可以显示出来的:
当我们转到这个环境下,打开Jupyter notebook时,找不到对应的环境内核(我的是已经用另一种方法创建好的R内核,这里应该是没有的,之前忘记截图了)