Jupyter Lab(notebook) 关联 R语言

在Jupyter Notebook（原Ipython Notebook）运行R和一些技巧总结

 

Pythoner如果用过Jupyter Notebook，那么他的好处应该都了然于胸了吧，至少你也知道曾经有ipython这么个东东，这里就不再啰嗦了，具体的好处请参考下面的知乎问题：为什么使用jupyter？ - 计算机 - 知乎

这篇内容有一个基本前提就是，你觉得Jupyter Notebook挺好用或是不久的未来你想用Jupyter Notebook作为你的生产力工具。如果你觉得你手里的IDE比Jupyter Notebook更好用，那么我会告诉你我对你的习惯高度赞同并请关掉这篇内容！

Jupyter Notebook 可以完美加载R语言环境了！

实际上是将近一年以前，Jupyter Notebook 就已经支持另外一个非常重要的统计语言R的运行了，也就是说你有一个开挂的机会可以在Jupyter Notebook内同时完成Python、R再加上MarkDown，让R也能如Python在Jupyter Notebook中一样的好用！虽然你可能会觉得我言过其实但我总觉得这些溢美之词还并不够，显然尝试着让RStudio荣光退役吧（RStudio确实是一个不错的IDE，确实是...）。

当然更推荐的是Anaconda包含Jupyter Notebook一起安装，横跨Win、Linux和OS各平台，省心、简单的步骤很可能再次超乎想象，如果你是一个不爱在配置环境上折磨自己的人我深信你会惊呼这才是你想要的：

如果你还没有Jupyter Notebook（如果有请跳过）：

推荐通过Anaconda安装集成的ptyhon、Jupyter Notebook环境，通过以下网址下载： Download Anaconda Now!

安装完毕后，就可以直接通过conda命令管理python包了（推荐使用conda代替pip管理各种package）！

使用以下命令可以启动Jupyter Notebook：

jupyter notebook

确认可以启动后，使用以下命令加载R到当前环境（一步代码完成）：

conda install -c r r-essentials

使用Conda管理，安装 r-essentials常用包，并将该包配置在当前工作环境下

 

如果你想为R单独开辟新的环境空间，与现有工作环境区分开，那么使用以下命令代替上面的指令。（在Jupyter Notebook切换环境的方法，请参考相关内容，值得一提的是：Conda管理python2和py3共存就运用了这项技术）：

 

conda create -n my-r-env -c r r-essentials

完成后，将是一个自动配置好“R essentials”的环境！包含了dplyr, shiny, ggplot2, tidyr,caret 和 nnet等等常用包。（可以通过 conda list查看）

如果需要安装新的拓展包，可以通过以下命令直接安装：

conda install package_name

而开始一个新的R环境，只需要运行Jupyter Notebook后选择“New -> R”即可！熟悉的界面加入了新的成员。

 

赶紧试试，haha：

 

 

熟悉的环境，一切如此完美！希望有R的Jupyter Notebook能带给你不一样的工作体验。

 

更多问题可以参考Anaconda官方文档：Jupyter and conda for R

一些其他的技巧：

 建议安装完Anaconda后，添加清华大学的源，方便更新，代码如下：

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes

清华大学镜像站：Index of /anaconda/archive/