R Installation and Administration
Index of /CRAN/bin/linux/ | 清华大学开源软件镜像站 | Tsinghua Open Source Mirror
官网下载:https://cran.r-project.org/
1 安装依赖包
#安装必要的工具
sudo dnf -y group install "Development Tools"
sudo dnf install ImageMagick-c++-devel
sudo dnf install readline-devel libX11-devel zlib-devel lzma
sudo dnf install xz-devel pcre2-devel libcurl-devel libXt-devel cairo-devel
2 解压然后编译
./configure --prefix=/opt/R/4.3.2 \
--enable-R-shlib \
--enable-memory-profiling \
--with-readline \
--with-blas \
--with-lapack \
--enable-R-profiling \
--enable-BLAS-shlib \
--with-libpng \
--with-jpeglib \
--with-libtiff \
--with-pcrel \
--with-tcltk \
--with-cairo \
--with-libcurl \
--with-poppler \
--enable-utf8
make -j 8
sudo make install
--prefix=/opt/R/4.3.2:指定安装目录为/opt/R/4.3.2。
--enable-R-shlib:启用R的共享库功能。
--enable-memory-profiling:启用内存分析功能。
--with-readline:使用readline库来提供命令行编辑功能。
--with-blas:使用BLAS(基本线性代数子程序)库。
--with-libpng:使用libpng库来支持PNG图像格式。
--with-jpeglib:使用jpeglib库来支持JPEG图像格式。
--with-libtiff:使用libtiff库来支持TIFF图像格式。
--with-lapack:使用LAPACK库(线性代数包)。
--with-tcltk:使用Tcl/Tk库来支持图形用户界面。
--with-cairo:使用cairo库来支持绘图功能。
--with-libcurl:使用libcurl库来支持URL传输。
--with-poppler:使用poppler库来支持PDF文件操作。
--enable-R-profiling:启用R的性能分析功能。
--enable-BLAS-shlib:启用BLAS库的共享库功能。
--enable-utf8:启用UTF-8编码支持。
R is now configured for x86_64-pc-linux-gnu
Source directory: .
Installation directory: /opt/R/4.3.2
C compiler: gcc -g -O2
Fortran fixed-form compiler: gfortran -g -O2
Default C++ compiler: g++ -std=gnu++17 -g -O2
C++11 compiler: g++ -std=gnu++11 -g -O2
C++14 compiler: g++ -std=gnu++14 -g -O2
C++17 compiler: g++ -std=gnu++17 -g -O2
C++20 compiler: g++ -std=gnu++20 -g -O2
C++23 compiler: g++ -std=gnu++23 -g -O2
Fortran free-form compiler: gfortran -g -O2
Obj-C compiler:
Interfaces supported: X11, tcltk
External libraries: pcre2, readline, BLAS(OpenBLAS), curl
Additional capabilities: PNG, JPEG, TIFF, NLS, cairo, ICU
Options enabled: shared R library, shared BLAS, R profiling, memory profiling
Capabilities skipped:
Options not enabled:
Recommended packages: yes
configure: WARNING: neither inconsolata.sty nor zi4.sty found: PDF vignettes and package manuals will not be rendered optimally
目前会报错生成PDF时会发生异常
3 以下是个人对一些R包安装的实操(真的很CD)。
# conda环境
# 感谢anaconda,真的填平了很多大坑
# 希望R的开发者们对Linux更友善一些
conda install gcc_linux-64 gxx_linux-64
conda install gfortran_linux-64
conda install -c conda-forge r-base=4.3.2 #升级R为4.3.2
其实大部分都是
Rstudio-Server调用conda环境有Bug,如GLIB版本异常
#安装依赖包:
# install.packages("Rcpp")
conda install -c conda-forge r-Rcpp
# install.packages("RcppEigen")
conda install -c conda-forge r-RcppEigen
# install.packages("ggsci")
conda install -c conda-forge r-ggsci
install.packages("viridis")
# install.packages("tidyverse")
conda install -c conda-forge r-tidyverse
conda install r-gert
conda install r-usethis
options("repos"=c(CRAN="https://mirrors.tuna.tsinghua.edu.cn/CRAN/"))
install.packages("devtools")
conda install r-devtools
conda install r-monocle3 # 1.3.1
conda install r-terra #1.7.65
conda install r-cca #1.2.2
conda install r-clustree # 0.5.0,r-checkmate-2.3.0
conda install r-scpubr #2.0.2
conda install -c conda-forge r-seurat # 4.4
conda install r-harmony #1.1.0
conda install -c conda-forge r-irkernel
conda install -c conda-forge r-biocmanager
conda install -c conda-forge r-pheatmap
conda install bioconda::bioconductor-scdblfinder #1.16.0
BiocManager::install(c("AUCell", "RcisTarget"))
BiocManager::install("ComplexHeatmap")#,force = T)###heatmap作图
if (!require("BiocManager", quietly = TRUE))
install.packages("BiocManager")
BiocManager::install(version = "3.18")
library(BiocManager)
BiocManager::install("SingleR")
# 报错则通过conda安装
conda install bioconda::bioconductor-singler
conda install bioconda::bioconductor-celldex
library(SingleR)
# if (!requireNamespace("BiocManager", quietly = TRUE))
# install.packages("BiocManager")
# BiocManager::install("SummarizedExperiment")
IRkernel::installspec(name='singleR', displayname='r-singleR')
安装singleR的同时可直接加载或者下载其自带的7个数据库
BlueprintEncodeData Labels(人)
HumanPrimaryCellAtlasData Labels(人)
DatabaseImmuneCellExpressionData Labels(人)
NovershternHematopoieticData Labels(人)
MonacoImmuneData Labels(人)
ImmGenData Labels(鼠)
MouseRNAseqData Labels(鼠)
联网下载不同数据库文件的代码是:
library(SingleR)
cg=BlueprintEncodeData()
cg=DatabaseImmuneCellExpressionData()
cg=NovershternHematopoieticData()
cg=MonacoImmuneData()
cg=ImmGenData()
cg=MouseRNAseqData()
cg=HumanPrimaryCellAtlasData()
#下载完成后的使用方法:
cg=celldex::MouseRNAseqData
library(devtools)
devtools::install_github('satijalab/seurat-data')
library(SeuratData)
gcc,c++报错,使用conda环境是,相对路径无法找到库。
巨大的坑,忘记是在官网还是在那个博文看见的分享了。
感谢谷歌,再见度娘。
# 错误代码
# /bin/sh: line 1: x86_64-conda-linux-gnu-c++: command not found
# line:8(2个),17,19,21,23,25,116
sed -n '17 p' /data/anaconda3/envs/public/lib/R/etc/Makeconf
#CC = x86_64-conda-linux-gnu-cc
#替换为
CC =/data/anaconda3/envs/public/bin/x86_64-conda-linux-gnu-cc
# line:8,32,35,39,43
sed -n '32 p' /data/anaconda3/envs/public/lib/R/etc/Makeconf
#CXX = x86_64-conda-linux-gnu-c++ -std=gnu++17
#替换为
CXX =/data/anaconda3/envs/public/bin/x86_64-conda-linux-gnu-c++ -std=gnu++17