linux下自己账号下安装r,科学网—Linux下R语言的安装与配置 - 熊朝亮的博文

R语言是从S统计绘图语言演变而来，而S语言是20世纪70年代诞生于贝尔实验室，由Rick Becker, John Chambers, Allan Wilks开发。基于S语言开发的商业软件Splus，可以方便的编写函数、建立模型，具有良好的扩展性，在国外学术界应用很广。

1995年由新西兰Auckland大学统计系的Robert Gentleman和Ross Ihaka，基于S语言的源代码，编写了一能执行S语言的软件，并将该软件的源代码全部公开，这就是R软件，其命令统称为R语言。

R的优点包括：

1.丰富的资源，涵盖了多种行业数据分析中几乎所有的方法。

2.良好的扩展性，十分方便得编写函数和程序包，跨平台，可以胜任复杂的数据分析、绘制精美的图形。

3.完备的帮助系统，每个函数都有统一格式的帮助，运行实例。

4.GNU软件，免费、软件本身及程序包的源代码公开。

今天我们来讲一下针对R小白的童鞋，如何正确的在Linux下安装R环境，安装R扩展包，并认识下bioconductor。

第一部分：linux系统下R语言的安装与配置(以R-3.1.2为例)

1)下载安装包：wget http://lib.statNaNu.edu/R/CRAN/src/base/R-3/R-3.1.2.tar.gz

2)解压文件：tar xzf R-3.15.0.tar.gz

3)进入R源文件所在目录：cd R-3.15.0

4)构建目录：mkdir -p /home/work/R

5)执行./configure --prefix=/home/work/R --enable-R-shlib

6)安装：makeormake install

7)配置环境变量(在自己的工作目录下,比如：/home/work)，命令如下：vi .bash_profile打开文件后，在PATH=后再加:${HOME}/R/bin，重新登录(或者执行：source.bash_profile就不用重新登入了)

source ~/.bash_profile

在shell下输入R直接打开R环境

第二部分：Linux系统下安装R包

R的包(package)通常有两种：

1). binary package：这种包属于即得即用型(ready-to-use)，但是依赖与平台，即Win和Linux平台下不同。

2). Source package:此类包可以跨平台使用，但用之前需要处理或者编译(compiled)。

安装source package方法

1.在终端输入：R CMD INSTALL /.../mypackage.tar.gz

使用此方法，需要解决包依赖问题，即安装此包所依赖的包，安装过程有提示

2.也可以使用R的install.packages()函数安装

打开R环境后输入：

install.packages('mypackage')

除此之外还可使用install.packages()安装本地下载的包，尤其适用于在服务器上安装包

install.packages(c ("XML_0.99-5.tar.gz", “http://www.cnblogs.com/Interfaces/Perl/RSPerl_0.8-0.tar.gz"), repos = NULL, configure.args = c(XML = '--with-xml-config=xml-config', RSPerl = "--with-modules='IO Fcntl'"))

3.Bioconductor的安装方法

> source("http://bioconductor.org/biocLite.R")

> biocLite("mypackage")

4.卸载package

remove.packages("mypackage")

5.查看R及其package的version

R version: version或者R.version

R package version:

6.更新包

update.packages( )

7.使用别人安装的包

修改.bashrc文件，添加环境变量R的lib路径

export R_LIBS=/home/.../R/lib64/R/library

R中用.libPaths()函数查看lib路径，如果有多个lib,install.packages()默认是安装在第一个目录下。

转载本文请联系原作者获取授权，同时请注明本文来自熊朝亮科学网博客。

链接地址：http://blog.sciencenet.cn/blog-1509670-972352.html

上一篇：CMAP数据库简介

下一篇：表达谱数据常用标准化方法汇总