第一章：R语言与Rstudio 第二节：R包

陈天白

于 2024-03-04 15:13:25 发布

阅读量1.1k

点赞数 22

分类专栏：某人的R语言学习笔记文章标签： r语言开发语言程序人生

本文链接：https://blog.csdn.net/weixin_53104392/article/details/136451021

版权

某人的R语言学习笔记专栏收录该内容

32 篇文章 3 订阅

订阅专栏

一、概念

R包是多个函数的集合，具有详细的说明和示例，也有R包中只有数据没有函数，包含：函数、数据、帮助文档

二、R包的获取与安装

1.在CRAN上安装R包

使用install.packages('package_name')命令来安装CRAN上的R包，其中'package_name'是您要安装的包的名称。

例如：要安装名为'dplyr'的R包，可以使用以下命令：

install.packages('dplyr')

2.在Bioconductor中安装R包

使用BiocManager::install('package_name')命令来安装Bioconductor上的R包，其中'package_name'是您要安装的包的名称。在安装Bioconductor之前，请确保已经安装了BiocManager包。如果没有安装，可以使用以下命令进行安装：

install.packages('BiocManager')

然后，使用以下命令来安装具体的Bioconductor包，例如安装'limma'包：

BiocManager::install('limma')

PS：此项为生物专用，非生物学用途可以忽略

3.在GitHub上安装R包

使用remotes::install_github('github_username/package_name')命令来安装GitHub上的R包，其中'github_username'是包所属的GitHub用户名，'package_name'是您要安装的包的名称。

请确保已经安装了remotes包。如果没有安装，可以使用以下命令进行安装：

install.packages('remotes')

然后，使用以下命令来安装具体的GitHub包，例如安装'dplyr'包：

remotes::install_github('tidyverse/dplyr')

另外:国内R包安装前设置镜像

方法1：tool—global option—packages—change

方法2：代码设置：option("")

例如我们设置清华大学的R语言镜像

options(repos = c(CRAN = "https://mirrors.tuna.tsinghua.edu.cn/CRAN/")

快速查看函数的帮助文档

使用help(package = 'R包名称')可以列出指定R包的帮助文档。将 'R包名称' 替换为您要查看帮助文档的R包的名称。
例如：
```
help(package = 'dplyr') #将显示dplyr包的帮助文档，其中包含该包中的函数、用法示例等信息。
```
使用library(help = 'R包名称')也可以显示指定R包的帮助文档。将 'R包名称' 替换为您要查看帮助文档的R包的名称。例如：
```
library(help = 'dplyr') #将显示dplyr包的帮助文档，其中包含该包中的函数、用法示例等信息。
```
使用example()函数可以直接查找函数的案例。将要查找案例的函数名作为参数传递给example()函数。例如：
```
example(filter) #将显示与filter函数相关的案例
```
对于少数R包，可能有专门的"Cheatsheet"（备忘单）可用，其中包含对包中主要函数的简短摘要和示例。您可以在R包的官方网站或其他可靠来源上搜索相应的Cheatsheet。
另外，许多R包都有官方网站，可以从这些网站上找到完整的帮助文档、函数参考和示例等信息。通过搜索R包的名称加上关键词 "documentation" 或 "manual"，可以快速找到相关的官方

三、R包的使用

使用library(R包名称)直接载入R包，不用加双引号，因为已经是内部函数了或者require('R包名称')一次安装，每次都要打开新的session都要加载

library(R包名称)

R语言中一些常见的包

base包：包含了R语言的基本函数（如print）、数据集、标准统计和图形工具等。
datasets包：存放了一些经典的示例数据集，供用户学习和演示使用。
grDevices包：提供了基于base和graphics图形系统的绘图设备，包括屏幕绘图、文件输出等。
graphics包：包含了R默认的绘图函数，提供了用于创建各种图形的函数和工具。
stats包：存放了与统计相关的函数和工具，包括假设检验、回归分析、概率分布等。
methods包：用于定义和处理R中的方法和类，支持面向对象编程的功能。

我们可以使用使用search()寻找哪些包已经启用了

> # 使用search()函数查看已加载的包
> search()
 [1] ".GlobalEnv"        "package:ggplot2"   "package:dplyr"     "tools:rstudio"   
 [5] "package:stats"     "package:graphics"  "package:grDevices" "package:utils"   
 [9] "package:datasets"  "package:methods"   "Autoloads"         "package:base"

R包相关操作

1.要列出指定R包中所有函数的名称，可以使用ls()函数来查看加载的命名空间中的所有对象（包括函数）。将 'R包名称' 替换为您要查看的R包的名称。
例如：

ls("package:dplyr") #将列出dplyr包中的所有函数的名称。

2.使用data(package = 'R包名称')可以列出指定R包中所有的数据集。将 'R包名称' 替换为您要查看数据集的R包的名称。
例如：

data(package = 'datasets') #将列出datasets包中的所有数据集。

3.使用detach('package:R包名称')可以将已经加载的R包从当前会话中移除。将 'R包名称' 替换为您要移除的R包的名称。
例如：

detach('package:dplyr') #将从当前会话中移除dplyr包。

4.使用remove.packages('R包名称')可以将已经安装的R包从系统中删除。将 'R包名称' 替换为您要删除的R包的名称。
例如：

remove.packages('dplyr') #将从系统中删除dplyr包。

R包的克隆

使用installed.packages()可以列出当前系统中已经安装的所有R包。该函数返回一个包含有关已安装包的信息的数据框。
例如：
```
installed_packages <- installed.packages() #将已安装的R包信息存储在installed_packages变量中。
```
使用Rpack <- installed.packages()[, 1]可以将所有已安装的包名打包到一个向量中。
例如：
```
Rpack <- installed.packages()[, 1] #将已安装的R包名称存储在Rpack变量中
```
使用save(Rpack, file = 'Rpack.Rdata')可以将打包后的包名保存到一个.Rdata文件中。
例如：
```
save(Rpack, file = 'Rpack.Rdata') #将Rpack变量保存到名为'Rpack.Rdata'的文件中。
```

使用load(file = 'Rpack.Rdata')可以加载之前保存的.Rdata文件，并将其存储为相应的变量。
例如：

load(file = 'Rpack.Rdata') #将加载之前保存的'Rpack.Rdata'文件，并将其中的数据存储到相应的变量。

使用for (i in Rpack) install.packages(i)可以遍历已安装的包并逐个进行安装。如果存在重复的包名，R会自动跳过对已安装的包的安装。
例如：
```
for (i in Rpack) install.packages(i) #将遍历Rpack中的每个包名，并进行相应的安装操作。
```

四、R包函数操作

包名::函数名，表示显式的指定用某个包里的函数常用于实战中仅一次的函数，也适用于两个函数名冲突的情况

例如：

# 使用 stringr 包中的 str_length() 函数获取字符长度

str_length <- stringr::str_length("Hello, world!")

print(str_length)


# 使用 base 包中的 strsplit() 函数进行字符串拆分

result <- base::strsplit("Hello, world!", " ")

print(result)

额外：源代码安装（Linux）

在Linux系统上使用源代码安装R包的过程可以按照以下步骤进行：

从R官方站点或其他可靠来源搜索并获取所需R包的源代码链接。
打开终端，使用which R命令查找R在Linux中的安装路径。该命令将显示R可执行文件的完整路径。
输入R命令进入R语言编译环境。
在R语言编译环境中，创建一个新的目录用于安装R包。使用mkdir lib命令创建名为"lib"的目录（您可以选择其他目录名称）。
使用R CMD INSTALL命令安装R包。将命令格式设置为R CMD INSTALL <package_source>，其中<package_source>是您在第一步中获得的R包源代码链接。将其替换为正确的链接地址，并执行该命令开始安装。
例如：R CMD INSTALL https://cran.r-project.org/src/contrib/PackageName.tar.gz
安装过程会自动解压和编译源代码，并将编译后的包文件安装到指定的目录中（在步骤4中创建的目录）。安装完成后，您就可以在R中加载该包并使用其中的函数了。
可选：如果将R包安装到非默认的库目录中，您可以使用export R_LIBS="<custom_lib_path>"命令设置自定义的R库路径。将<custom_lib_path>替换为想要设置的自定义库路径。
例如：export R_LIBS="/path/to/custom/lib"