Rocky 编译安装R

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