Windows 下 R 软件及程序包 packages 安装使用必读

R软件安装转自：/doc/7a13604309.html,/home.php?mod=s pace&uid=255662&do=blog& id=247614在windows中创建R程序包简明指南已有 1851 次阅读2009-8-5 16:18|个人分类:科研笔记|系统分类:科研笔记|关键词:R语言，程序包，windows在windows中创建R程序包简明指南R软件中CRAN镜像迄今已经收藏了2300多个程序包，几乎涉及了统计编程的所有领域，每个程序包既有源代码,又有编译好的Windows或者MacOS平台下的程序。

在编写R函数较多时，最好将其制作成程序包，便于管理和使用。

如果愿意，还可以将R程序包提交到CRAN，与世界各地的用户分享成果。

在Windows环境下如何编写R程序包？也就是生成供linux环境编译运行的tar.gz文件，也生成供windows下使用的.zip文件？这一过程并不复杂，但要下载一些工具软件，按照相应的步骤填写相应的“表格”，继而在控制台中输入一些指令。

如果你是R的用户，相信这些不应该陌生了。

在Windows下编写R程序包通常包括以下几步：（1）工具软件Rtools的安装和备选软件的安装。

（2）r脚本的准备，也就是用来生成程序包的函数脚本。

（3）利用R中自带的package.skeleton()函数，生成制作包所需要的Description 文件和帮助文件.rd 。

（4）按要求填写生成的Description 文件和帮助文件.rd（5）在windows cmd的命令行中输入相应的命令，生成zip文件或者.tar.gz,并进行相应的检查。

下面我们来创建最简单的一个R程序包，其中只包含一个函数。

一工具软件安装和配置制作r包的工具软件包括Rtools，HTML编译器(R2.10后不需要HTML编译器)，MikTeX 或Ctex (如果不想获得pdf手册，则不需要安装)1 工具软件安装（1）Rtools（制作R包的主要工具）Rtools是在windows下制作R包的一系列工具，其中包括1） CYGWIN 在Windows下模拟UNIX环境2） MinGW编译器，可用来编译C和Fortran语言。

R安装时出现辑程包不存在，解决⽅法R> -------------------------------------------------【解决⽅案】1.使⽤命令单独安装caret，安装的时间很长。

install.packages("caret", dependencies = c("Depends", "Suggests"))需要安装依赖的包全部安装之后，就可以了。

依赖包如下：dependencies ‘doMC’, ‘rpvm’, ‘Rcompression’, ‘RMy’, ‘globaltest’, ‘OpenMx’, ‘pryr’, ‘gpclib’, ‘marray’, ‘affy’, ‘Biobase’, ‘RSVGTipsDevice’,‘rhdf5’, ‘graph’, ‘ncdf4’, ‘Rgraphviz’ are not availablealso installing the dependencies ‘latticeExtra’, ‘slam’, ‘geoRglm’, ‘vioplot’, ‘ncdf’, ‘rasterVis’, ‘Rglpk’, ‘Rsymphony’, ‘BRugs’, ‘rjags’,‘optextras’, ‘svGUI’, ‘misc3d’, ‘geoR’, ‘denstrip’, ‘raster’, ‘polyclip’, ‘relations’, ‘igraphdata’, ‘R2WinBUGS’, ‘SuppDists’, ‘numDeriv’,‘gamm4’, ‘betareg’, ‘maxlike’, ‘R2jags’, ‘R2OpenBUGS’, ‘BB’, ‘ucminf’, ‘Rcgmin’, ‘Rvmmin’, ‘minqa’, ‘setRNG’, ‘dfoptim’, ‘svUnit’,‘mapdata’, ‘sm’, ‘rpanel’, ‘tkrplot’, ‘RandomFields’, ‘deldir’, ‘clue’, ‘igraph’, ‘emdbook’, ‘MuMIn’, ‘AICcmodavg’, ‘optimx’, ‘gmp’, ‘rgdal’,‘gstat’, ‘spatstat’, ‘PBSmapping’, ‘flexclust’, ‘isa2’, ‘bbmle’, ‘Rmpfr’, ‘partitions’, ‘polynom’, ‘rugarch’, ‘mvnormtest’, ‘pkgKitten’, ‘combinat’,‘RItools’, ‘rgenoud’, ‘rbounds’, ‘inline’, ‘forward’, ‘RDCOMClient’, ‘mapproj’, ‘linprog’, ‘scalreg’, ‘sp’, ‘maptools’, ‘biclust’, ‘MplusAutomation’,‘GPArotation’, ‘mnormt’, ‘copula’, ‘png’, ‘RcppArmadillo’, ‘hexbin’, ‘CompQuadForm’, ‘cem’, ‘optmatch’, ‘Matching’, ‘WhatIf’, ‘BMA’,‘DescTools’, ‘maps’, ‘gridBase’, ‘hdi’, ‘spam’, ‘shapefiles’, ‘spdep’, ‘rgeos’, ‘seriation’, ‘lavaan.survey’, ‘semPlot’, ‘semTools’, ‘simsem’,‘Cairo’, ‘markdown’, ‘Amelia’, ‘survey’, ‘MatchIt’, ‘pcaPP’, ‘relimp’, ‘Ecfun’, ‘gdata’, ‘gnm’, ‘ca’, ‘gmodels’, ‘Fahrmeir’, ‘Sleuth2’, ‘stabs’,‘fields’, ‘BayesX’, ‘gbm’, ‘snowfall’, ‘corrplot’, ‘corpcor’, ‘gsl’, ‘lavaan’, ‘arm’, ‘DBI’, ‘RSQLite’, ‘RODBC’, ‘shiny’, ‘bitops’, ‘AGD’, ‘mitools’,‘pan’, ‘Zelig’, ‘rrcov’, ‘lokern’, ‘qvcalc’, ‘glmmML’, ‘Ecdat’, ‘geepack’, ‘ordinal’, ‘vcdExtra’, ‘glmnet’, ‘mboost’, ‘lqa’, ‘lpSolve’, ‘GAMBoost’,‘penalized’, ‘TTR’, ‘gamlss.data’, ‘candisc’, ‘corrgram’, ‘FRB’, ‘animation’, ‘miscTools’, ‘VGAMdata’, ‘polycor’, ‘MBESS’, ‘mi’, ‘quadprog’,‘biglm’, ‘tripack’, ‘logspline’, ‘nor1mix’, ‘MatrixModels’, ‘Formula’, ‘testit’, ‘rmarkdown’, ‘XML’, ‘RCurl’, ‘rms’, ‘mice’, ‘tables’, ‘robust’,‘fit.models’, ‘MPV’, ‘sfsmisc’, ‘catdata’, ‘’, ‘gamlss’, ‘gamlss.dist’, ‘gplots’, ‘fBasics’, ‘poLCA’, ‘heplots’, ‘maxLik’, ‘MCMCpack’, ‘VGAM’,‘sem’, ‘locfit’, ‘expm’, ‘diptest’, ‘mgcv’, ‘mix’, ‘bdsmatrix’, ‘kinship2’, ‘leaps’, ‘oz’, ‘quantreg’, ‘knitr’, ‘Hmisc’, ‘date’, ‘robustbase’,‘PerformanceAnalytics’, ‘fTrading’, ‘reshape’, ‘effects’, ‘ineq’, ‘mlogit’, ‘np’, ‘plm’, ‘pscl’, ‘ROCR’, ‘sampleSelection’, ‘systemfit’, ‘rgl’,‘truncreg’, ‘urca’, ‘TSA’, ‘ape’, ‘flexmix’, ‘gee’, ‘mclust’, ‘rmeta’, ‘coxme’, ‘SimComp’, ‘ISwR’, ‘rlecuyer’, ‘rsprng’, ‘nws’, ‘coda’, ‘chron’,‘DAAG’, ‘fts’, ‘its’, ‘mondate’, ‘timeDate’, ‘timeSeries’, ‘tis’, ‘tseries’, ‘xts’, ‘lmtest’, ‘AER’, ‘dynlm’, ‘HSAUR’, ‘coin’, ‘multcomp’, ‘snow’,‘RUnit’, ‘gclus’, ‘SparseM’, ‘xtable’, ‘plotmo’, ‘plotrix’, ‘akima’, ‘mvtnorm’, ‘TH.data’, ‘scatterplot3d’, ‘som’, ‘zoo’, ‘sandwich’, ‘strucchange’,‘modeltools’, ‘vcd’, ‘Rmpi’, ‘microbenchmark’, ‘logcondens’, ‘doSNOW’, ‘cba’, ‘testthat’, ‘e1071’, ‘earth’, ‘fastICA’, ‘gam’, ‘ipred’, ‘kernlab’,‘klaR’, ‘ellipse’, ‘mda’, ‘party’, ‘pls’, ‘pROC’, ‘proxy’, ‘randomForest’, ‘RANN’, ‘spls’2.载⼊需要的程辑包：caret> library(adabag)这是我在⽹上找的，⾃⼰试了⼀下，所以记下来。

R语言R包安装大法安装特定版本的R包
本以为之前的文章 R包安装大法已经将R包安装的内容考虑的足够全面了，没想到还是落下了，今天跟大家介绍如何安装特定版本的R包
如果R包的更新与当前的R版本或R代
码不兼容，就会导致之前适用的脚本出现一些
问题，此时可能需要安装某个特定版本的R包
（使脚本正常运行）
例如我当前的survminer包版本是0.4.3，想换成0.4.2版本。

而常规的 install.packages 函数并不支持版本的选择...
1.最简便的方法是使用devtools包中的install_version函数：
Downloading package from url:
/CRAN/src/contrib/Archive/survminer/sur
vminer_0.4.2.tar.gz
Installing survminer
[1] ‘0.4.2’
这种方法会下载并安装目标R包及其依赖的包，所以推荐使用！
2.虽然 install.packages 函数并不支持版本的选择，但是如果你知道R包的源文件的位置：/src/contrib/Archive 或者其他镜像，则可以直接通过 source 的方式安装：
3.将安装包下载到本地后安装，终端命令如下：
当然，想要安装特定版本的R包也可能会面临一些问题。

比如，旧版本包中有bug、缺少新的功能、与当前R版本并不兼容等。

此时，就需要下载安装适配版本的R或者调整脚本了！。

用R程序包plantlist查询和处理植物学名张金龙jinlongzhang01@嘉道理农场暨植物园植物保育部1简介plantlist是用来查询和处理植物学名的R程序包。

类似的R程序包还有taxize、Taxonstand等,相比之下plantlist的主要优点在于：使用本地自带的数据从而不依赖网络，优化了算法从而速度更快，给出的信息更加简洁明确，同时能够批量查询中文学名。

plantlist主要功能为：1.批量查询植物科属，内置的数据主要来源于theplantlist网站，其中被子植物采用APGIII分类系统，同时提供维管植物每个科的编号，方便标本馆管理植物标本。

2.直接生成科/属/种的列表,以便通过Phylomatic等软件生成进化树；3.用中文名批量查询植物学名以及科属等。

4.查询学名的接受状态以及完整学名plantlist包内的函数：CTPL通过中文名查询植物的完整学名和科属CTPL2通过中文名查询每个种的科、属、分布、海拔、IUCN等级数据Status查询每个学名在The Plant List1.1接受状态taxa.table基于TPL查询结果制作科属种列表，以便用于Phylomatic软件建树TPL提供学名，查询目、科、属、以及科的编号plantlist包内的数据集：acc_dat数据集The Plant List网站上所有接受名cnplants数据集中国植物名录及每个种的科、属、分布、海拔、IUCN等级数据syn_dat数据集The Plant List网站上异名数据库2软件安装plantlist是R程序包，所以必须要先安装R才能使用。

由于plantlist内部函数CTPL2函数需要使用openxlsx读取xlsx文件,所以本程序包在安装时需要安装openxlsx所依赖的Rtools以及Rcpp，并配置好启动路径。

本部分介绍如何安装。

2.1安装R软件R软件下载的地址为:/bin/windows/base/，请按照默认路径安装R 软件。

R语言第三方软件包的下载及安装
下载地址：/web/packages/包名/，如/web/packages/RODBC/，这个是RODBC软件包的下载地址。

可从该网址上找到所有关于包的说明介绍，如reference manual(pdf格式的)等。

安装：
1.自动安装(在线安装)
(1)install.packages("包名")
安装完后，会返回：下载的二进制程序包在的地址，默认一般放到C盘了，建议将其转移到其他位置或者删除。

在二进制包里也有该包的介绍文档，也是pdf格式的。

(2)或者选用：程序包--->安装程序包,然后选对应的程序包。

但建议采用第一种，第二种找对应程序包挺费时的，程序包太多。

2.手动安装(离线安装)
这个首先需要将程序包已经下好，注意Windows系统是下载Zip 文件，tar.gz是用在Linux系统上的，然后：程序包--->Install package(s) from local files....
查看全部安装的R包：
.packages(all.available=T)
查看安装的某个包：
library("报名") #加载包
help(package="包名")。

电脑软件安装指南注意事项和常见错误解决方法电脑软件安装是我们日常使用电脑的基本操作之一。

然而，由于安装过程中的一些问题和错误，很多人在安装软件时遇到困难。

为了帮助大家更好地完成软件安装，本文将介绍一些注意事项和常见错误解决方法，以便你能够顺利安装所需的软件。

一、注意事项1. 确保软件的兼容性：在安装软件之前，你需要先了解软件的系统要求，以确保你的电脑系统与所需软件的兼容性。

特别是在使用较旧的电脑或操作系统时，应特别留意软件的兼容性问题。

2. 下载软件的可信来源：在安装软件之前，一定要从可信赖的官方网站或其他受信任的网站下载软件。

不要盲目相信一些未知来源的软件下载链接，以免潜在的安全风险。

3. 关闭杀毒软件和防火墙：在安装软件时，杀毒软件和防火墙可能会干扰安装过程，导致无法顺利完成。

因此，在安装软件之前，建议先关闭杀毒软件和防火墙，待安装完成后再重新启用。

4. 仔细阅读安装向导：在安装软件时，很多软件都会提供安装向导，其中包含了安装过程中的一些选项和提示。

务必仔细阅读安装向导的内容，按照指引进行操作，避免在安装过程中出现错误。

二、常见错误解决方法1. 安装失败或中断：在安装软件时，有时可能会出现安装失败或中断的情况。

这可能是由于电脑系统不兼容、软件损坏或其他原因引起的。

解决此类问题的方法包括重新下载软件，关闭其他正在运行的程序，以及以管理员身份运行安装程序。

2. 缺少依赖文件：有些软件在安装过程中需要依赖其他文件或组件。

如果出现缺少依赖文件的错误提示，可以尝试去官方网站或其他可靠来源下载并安装所需的文件或组件。

3. 安装过程过慢：有时安装过程可能会异常缓慢，让人感到焦急。

这可能是由于电脑性能低下、硬盘空间不足或其他原因引起的。

解决此类问题的方法包括关闭其他正在运行的程序，释放硬盘空间，以及优化电脑性能。

4. 应用程序无法启动：在安装软件后，有时会出现应用程序无法启动的情况。

这可能是由于软件未正确安装、文件损坏或其他原因引起的。

Windows下安装R及环境变量设置本文来自 ，R 语言是数据科学的终极武器，其最大的优点是入门容易、编程容易，符合人类的思维习惯，尤其是统计和分析背景的人的习惯。

在Windows 下安装非常简便，直接默认安装即可。

但是有些细节方面的问题并没有很清晰的文档，此外由于系统权限等原因，有时会遇到一些问题，在这篇文章中，我们会对这些问题进行介绍，确保初学者在后续的操作中能顺利使用R工具。

作为R的初学者，一定要分清楚R 的用户具备两种身份：“使用者”和“开发者”。

作为使用者，R实际上只是一种通过命令行进行操作的软件而已，虽然看上去是在编程，实际上和编程没有任何关系，所有的命令实际上只是在调用函数。

对于这样的用户，只需要安装基础的环境即可。

只有开发者才需要使用R语言编写程序，而写程序的目地是为了开发工具给未来的自己或者其他人来使用，对于这样的用户，需要安装额外的开发环境，因此本文分成两部分进行安装。

当然，由于开发者的工具安装起来也非常简单，只要不是太排斥安装更多的软件，我们建议初学者一并安装。

基础安装下载和安装在 Windows 下，基础环境就是 R 的安装程序，在 CRAN主页进行下载即可。

进入 Window程序下载页面可以下载最新版的安装包，例如 R-3.3.2-win.exe。

如果要下载旧版本的R，可以到历史版本下载页面中下载。

R 的安装是基于文件管理的，一个操作系统下可以安装多个不同的版本，不会有任何的冲突，这是很方便的一个特性。

下载成功后，双击进行安装。

所有弹出的选择中全部默认进行下一步即可，因为除了安装路径以外，其他的设置都是随时可以调整的。

关于安装路径，如果对电脑不大熟悉的话，建议不要安装在C盘，可以装在诸如 D:\R 这样的路径里。

因为在 Win7 的系统下，默认的安全权限是“仅在程序尝试对我的计算机进行更改时通知我”，在该权限下，无法直接对C盘的文件进行修改（可以通过管理员权限进行操作），这样对R的使用会造成一定的影响，比如R包的文件夹会跑到另外的地方。

一口气安装800个R包我们周末班准备工作主要就是希望大家学会安装R包 /3727.html首先配置中国大陆特色镜像如果是在海外网络，通常是不需要选择我们这里的代码里面的清华大学和中科院镜像：options()$reposoptions()$BioC_mirroroptions(BioC_mirror="https:///bioc/")options("repos" = c(CRAN="/CRAN/"))options()$reposoptions()$BioC_mirror然后按需安装指定的R包一般来说，我们做生物信息，下面的包肯定是必不可少。

但是需要一个个包去记录，去慢慢安装：# /packages/release/bioc/html/GEOquery.htmlif (!requireNamespace("BiocManager", quietly = TRUE))install.packages("BiocManager")BiocManager::install("KEGG.db",ask = F,update = F)BiocManager::install(c("GSEABase","GSVA","clusterProfiler" ), ask = F,update = F)BiocManager::install(c("GEOquery","limma","impute" ),ask = F,update = F)BiocManager::install(c("org.Hs.eg.db","hgu133plus2.db" ),as k = F,update = F)实际上，大家即使是没有学习过R包安装，也可以看得懂，变化R包名字，就可以一行行运行代码来安装指定的包了！批量安装R包而且不重复安装呢？当然也是有办法的，我在移植一些shiny应用程序就用到过：list.of.packages <- c("shiny","tidyr",'tidyverse',"clusterProfiler","DT","ashr","enrichplot","plotly")# 这个 list.of.packages 变量可以是读取一个包名字文件，比如文末的800多个包：all_packages = rownames(installed.packages())save(all_packages,file = 'all_packages.Rdata')#checking missing packages from listnew.packages <- list.of.packages[!(list.of.packages %in% inst alled.packages()[,"Package"])]new.packagespackToInst <- setdiff(list.of.packages, installed.packages()) packToInstif(T){lapply(packToInst, function(x){BiocManager::install(x,ask = F,update = F)})}lapply(intersect(packagesReq, installed.packages()),function( x){suppressPackageStartupMessages(library(x,character.only = T))})其实你有没有发现，代码反而是多了呢？嘻嘻，虽然代码多了，但是确实是好用！最近我们做了一些服务器共享，需要在上面安装常见的包给用户，这样避免每个人都重复安装同样的包！其中800多个包，如下所示：1 abind2 acepack3 ade44 ADGofTest5 afex6 affxparser7 affy8 affyio9 AIMS10 airway11 ALL12 amap13 AnnoProbe14 annotate15 AnnotationDbi16 AnnotationFilter17 AnnotationHub18 ape19 aplot20 aroma.light21 arules22 arulesViz23 askpass24 assertthat25 backports26 base27 base6428 base64enc29 base64url30 BayesFactor31 bayestestR32 bbmle33 bdsmatrix34 beachmat35 beanplot36 beeswarm37 benchmarkme38 benchmarkmeData39 BH40 bibtex41 Biobase42 BiocFileCache43 BiocGenerics44 BiocIO45 BiocManager46 BiocNeighbors47 BiocParallel48 BiocSingular49 BiocVersion50 biocViews51 biomaRt52 Biostrings53 biovizBase54 bit55 bit6456 bitops57 blob58 bluster59 boot60 bootstrap61 brew62 bridgesampling63 brio64 Brobdingnag65 broom66 broom.mixed67 broomExtra68 BSgenome69 bslib70 bumphunter71 BWStest72 ca73 cachem74 callr75 car76 carData77 caret78 caTools79 ccdrAlgorithm80 cellranger81 checkmate82 ChIPpeakAnno83 ChIPseeker84 chron85 circlize86 class87 cli88 clipr89 clisymbols90 CLL91 clue92 cluster93 clusterProfiler94 ClusterR95 cmprsk96 coda97 codetools98 coin99 colorspace100 colourpicker101 combinat102 cometExactTest103 commonmark104 compiler105 ComplexHeatmap 106 conquer107 ConsensusClusterPlus 108 contfrac109 copula110 corpcor111 correlation112 corrplot113 cowplot114 cpp11115 crayon116 credentials117 crosstalk118 ctc119 curl120 cutoff121 data.table122 datasets123 datawizard124 DBI125 dbplyr126 dbscan127 DDRTree128 DelayedArray129 DelayedMatrixStats 130 deldir131 dendextend132 densityClust133 DEoptimR134 desc135 DescTools136 DESeq2137 deSolve138 devtools139 dichromat140 diffobj141 digest142 diptest143 discretecdAlgorithm 144 do145 DO.db146 docopt147 doParallel148 doRNG149 DOSE150 dotCall64151 downloader152 dplyr153 dqrng154 DT155 dtplyr156 dynamicTreeCut 157 e1071158 EDASeq159 edgeR160 effectsize161 egg162 ellipse163 ellipsis164 elliptic165 emmeans166 EMT167 enrichplot168 EnsDb.Hsapiens.v75 169 ensembldb170 estimability171 europepmc172 evaluate173 Exact174 exactRankTests175 exomeCopy176 ExperimentHub177 expm178 ez179 factoextra180 FactoMineR181 fansi182 farver183 fastcluster184 fastGHQuad185 fastICA186 fastmap187 fastmatch188 FD189 FDb.InfiniumMethylation.hg19 190 ff191 fgsea192 fields193 filelock194 fit.models195 fitdistrplus196 flashClust197 flexmix198 FNN199 fontawesome200 forcats201 foreach202 foreign203 formatR204 Formula205 fpc206 fs207 furrr208 futile.logger209 futile.options210 future211 future.apply212 gameofthrones 213 gapminder214 gargle215 gbRd216 gclus217 gdata218 genefilter219 genefu220 geneplotter221 generics222 genomation223 GenomeInfoDb 224 GenomeInfoDbData 225 GenomicAlignments 226 GenomicFeatures 227 GenomicRanges 228 geometry229 GEOquery230 gert231 GetoptLong233 ggbeeswarm 234 ggbio235 ggcorrplot 236 ggdendro 237 ggExtra238 ggforce239 ggfortify240 ggfun241 ggnetwork 242 ggplot2243 ggplotify 244 ggpubr245 ggraph246 ggrepel247 ggridges248 ggrisk249 ggsci250 ggsignif251 ggstatsplot 252 ggtext253 ggthemes 254 ggtree255 gh256 git2r257 gitcreds258 gld259 glmnet260 glmSparseNet 261 GlobalOptions263 glue264 gmodels265 gmp266 gnm267 GO.db268 goftest269 googledrive 270 googlesheets4 271 GOplot272 GOSemSim 273 gower274 GPArotation 275 gplots276 graph277 graphics278 graphite279 graphlayouts 280 grDevices 281 grid282 gridBase283 gridExtra284 gridGraphics 285 gridtext286 GSEABase 287 gsl288 gsubfn289 GSVA290 gtable291 gtools292 harrypotter293 hash294 haven295 HDF5Array296 here297 hexbin298 hgu133a.db299 hgu133a2.db300 hgu133plus2.db301 hgu95av2.db302 highr303 Hmisc304 hms305 howmany306 HSMMSingleCell307 htmlTable308 htmltools309 htmlwidgets310 httpuv311 httr312 hugene10sttranscriptcluster.db 313 hwriter314 hypergeo315 iC10316 iC10TrainingData317 ica318 idr319 ids320 igraph321 illuminaHumanv3.db322 illuminaio323 impute324 ini325 inline326 insight327 InteractionSet328 interactiveDisplayBase 329 ipred330 IRanges331 IRdisplay332 IRkernel333 irlba334 isoband335 iterators336 jackstraw337 jcolors338 jmv339 jmvcore340 jomo341 jpeg342 jquerylib343 jsonlite344 KEGGREST345 kernlab346 KernSmooth347 km.ci348 KMsurv349 knitr350 kSamples351 labeling352 labelled353 laeken354 lambda.r355 LaplacesDemon 356 lars357 later358 lattice359 latticeExtra 360 lava361 lavaan362 lazyeval363 leaps364 learnr365 leiden366 lfa367 libcoin368 lifecycle369 limma370 linprog371 listenv372 lme4373 lmerTest374 lmom375 lmtest376 locfdr377 locfit378 logspline379 loo380 loose.rock381 lpSolve382 lsei383 lubridate384 lumi385 made4386 maftools387 magic388 magick389 magrittr390 manipulate391 manipulateWidget 392 mapproj393 maps394 maptools395 markdown396 MASS397 Matching398 MatchIt399 mathjaxr400 matlab401 Matrix402 MatrixGenerics 403 MatrixModels 404 matrixStats405 maxstat406 mbkmeans407 mc2d408 mclust409 mcmc410 MCMCpack411 memoise413 metaBMA414 metafor415 metap416 metaplus417 metapod418 methods419 methylumi420 mets421 mgcv422 mice423 mime424 minfi425 miniUI426 minqa427 miRNAtap428 missMDA429 mitml430 mitools431 mlbench432 mnormt433 ModelMetrics434 modelr435 modeltools436 monocle437 multcomp438 multcompView439 MultiAssayExperiment 440 multtest441 munsell443 mvnfast444 mvnormtest445 mvtnorm446 network447 nleqslv448 nlme449 nloptr450 NMF451 nnet452 nomogramFormula 453 nor1mix454 nortest455 npsurv456 numDeriv457 oligo458 oligoClasses459 oompaBase460 openssl461 openxlsx462 ordinal463 org.Dm.eg.db464 org.Hs.eg.db465 org.Mm.eg.db 466 org.Rn.eg.db467 OrganismDbi468 packrat469 paletteer470 palr471 pals473 pan474 pander475 parallel476 parallelly477 parameters 478 patchwork479 pbapply480 pbdZMQ481 pbivnorm482 pbkrtest483 pcaMethods 484 pcaPP485 pd.hugene.2.0.st 486 pdftools487 pec488 performance 489 permute490 pheatmap491 phylobase492 pillar493 pinfsc50494 pixmap495 pkgbuild496 pkgconfig497 pkgload498 pkgmaker499 plogr500 plotly501 plotrix503 PMCMR504 PMCMRplus 505 png506 polspline507 polyclip508 polynom509 prabclus510 pracma511 praise512 preprocessCore 513 prettyunits 514 princurve515 prismatic516 pROC517 processx518 prodlim519 progress520 progressr521 promises522 ProtGenerics 523 proto524 proxy525 ps526 pspline527 psych528 Publish529 purrr530 purrrlyr531 qap532 qlcMatrix533 qpdf534 quadprog 535 quantmod 536 quantreg537 qvalue538 qvcalc539 R.methodsS3 540 R.oo541 R.utils542 R6543 randomForest 544 ranger545 RANN546 rappdirs547 rat2302.db 548 RBGL549 rbibutils550 rcmdcheck 551 RColorBrewer 552 rcompanion 553 rcorpora554 Rcpp555 RcppAnnoy 556 RcppArmadillo 557 RcppEigen 558 RcppGSL559 RcppHNSW 560 RcppParallel 561 RcppProgress562 RcppZiggurat 563 RCurl564 RCy3565 Rdpack566 reactome.db 567 ReactomePA 568 readr569 readxl570 recipes571 regioneR 572 registry573 relimp574 rematch575 rematch2 576 remotes577 renv578 repr579 reprex580 reshape581 reshape2 582 restfulr583 reticulate 584 rex585 Rfast586 rgl587 rhdf5588 rhdf5filters 589 Rhdf5lib 590 Rhtslib591 rio592 riskRegression 593 rJava594 rjson595 RJSONIO596 rlang597 rmarkdown598 rmeta599 Rmpfr600 rms601 RnBeads602 RnBeads.hg38 603 rncl604 RNeXML605 rngtools606 robust607 robustbase608 RobustRankAggreg 609 ROCit610 ROCR611 rootSolve612 ROTS613 roxygen2614 rpart615 rprojroot616 rrcov617 rsample618 Rsamtools619 RSpectra620 RSQLite621 rstan622 rstantools623 rstatix624 rstudioapi625 rsvd626 RTCGA627 RTCGA.clinical 628 RTCGA.miRNASeq 629 RTCGA.rnaseq 630 rtracklayer631 Rtsne632 RUnit633 rvcheck634 rversions635 rvest636 rWikiPathways 637 S4Vectors638 sandwich639 sass640 ScaledMatrix 641 scales642 scater643 scattermore644 scatterpie645 scatterplot3d 646 scico647 scran648 scrime649 scRNAseq650 sctransform651 scuttle652 segmented653 selectr654 seqinr655 seqPattern656 seriation657 sessioninfo658 set659 Seurat660 SeuratObject661 shadowtext662 shape663 shiny664 shinyjs665 shinythemes666 ShortRead667 siggenes668 SingleCellExperiment 669 sitmo670 sjlabelled671 sjmisc672 sjstats673 skimr674 slam675 slider676 slingshot677 smoother678 sn679 sna680 snow681 softImpute682 SomaticCancerAlterations 683 SomaticSignatures684 sourcetools685 sp686 spam687 sparsebn688 sparsebnUtils689 SparseM690 sparseMatrixStats691 sparsesvd692 spatial693 spatstat.core694 spatstat.data695 spatstat.geom696 spatstat.sparse697 spatstat.utils698 splines699 sqldf700 SQUAREM701 stabledist702 StanHeaders703 statmod704 mon705 stats706 stats4707 statsExpressions708 stringi709 stringr710 SummarizedExperiment 711 SuppDists712 survcomp713 survey714 survival715 survivalROC716 survminer717 survMisc718 sva719 swirl720 sys721 table1722 tableone723 taRifx724 TCGAbiolinks725 TCGAbiolinksGUI.data 726 tcltk727 tensor728 testthat729 TFisher730 TH.data731 tibble732 tidygraph733 tidyr734 tidyselect735 tidytree736 tidyverse737 timeDate738 timereg739 timeROC740 tinytex741 TMB743 tmvnsim744 tools745 TrajectoryUtils746 treeio747 triebeard748 tsne749 TSP750 TTR751 tweenr752 TxDb.Dmelanogaster.UCSC.dm3.ensGene 753 TxDb.Dmelanogaster.UCSC.dm6.ensGene 754 TxDb.Hsapiens.UCSC.hg19.knownGene 755 tximport756 tzdb757 uchardet758 ucminf759 UpSetR760 urltools761 usethis762 utf8763 utils764 uuid765 uwot766 V8767 VariantAnnotation768 vcd769 vcdExtra770 vcfR771 vctrs773 VennDiagram 774 VGAM775 VIM776 vipor777 viridis778 viridisLite 779 visNetwork 780 vroom781 waldo782 warp783 webshot 784 WGCNA 785 whisker786 withr787 wordcloud 788 WRS2789 xfun790 XLConnect 791 XML792 xml2793 xopen794 xtable795 xts796 XVector797 yaml798 yulab.utils 799 zeallot800 zinbwave 801 zip802 zlibbioc 803 zoo。

R语言R包安装大法如果你还没有完美的配置好R语言，请参考：软件安装 | CentOS下安装配置Java软件安装 | CentOS下安装配置Texlive2018软件安装 | CentOS下安装配置R正文开始：install.packagesR包安装首先应该知道的方式，这种包主要来自于CRAN库，例如xlsx包，google搜索可见：这种包就可以直接使用install.packages('packageName')进行安装，安装的时候会弹出选择镜像，我一般喜欢用兰州大学的镜像，或者可以直接在函数中写明，如下：install.packages('xlsx', repos = 'https:///CRAN/')install.packages('xlsx', repos = '') # 或者换个镜像Content type ‘application/octet-stream’ length 403830 bytes (394 KB)downloaded 394 KB下载的二进制程序包在/var/folders/hy/37lqwmm102q4phtx4jsjjv5c0000gn/T//Rtmp0PngqO/downloaded_packages里>不报错即表示安装完成！可是，这个xlsx是R中最难安装的包之一，因为它依赖于rJava包，这个rJava就牵扯到Java的配置，所以如果出现如下报错：报错1：错误: package or namespace load failed for ‘xlsx’:loadNamespace()里算’rJava’时.onLoad失败了，详细内容：调用: dyn.load(file, DLLpath = DLLpath, …)错误: 无法载入共享目标对象‘/Library/Frameworks/R.framework/Versions/3.4/Resources/library/rJava/libs/rJava.so’：:dlopen(/Library/Frameworks/R.framework/Versions/3.4/Resources/library/rJava/libs/rJava.so, 6): Library not loaded: @rpath/libjvm.dylibReferenced from: /Library/Frameworks/R.framework/Versions/3.4/Resources/library/rJava/libs/rJava.soReason: image not found报错2：configure: error: Java Development Kit (JDK) is missing or not registered in RMake sure R is configured with full Java support (including JDK). RunR CMD javareconfas root to add Java support to R.If you don’t have root privileges, runR CMD javareconf -eto set all Java-related variables and then install rJava.报错3：conftest.c:1:17:：致命错误 **jni.h：没有那个文件或目录include编译中断。

R语⾔本地安装包图⽂教程第⼀步从，下载package: 以 'data.table'为例，如图。

找到最左边⼀列中的Packages点击，再点中间Table of available packages 或Table of available packages sorted by name第⼆步下载好包到本地后, 别忘了下载到哪了. 然后在R软件选择-程序包-install package from local files，选择下载好的 'data.table'⽂件。

结束~补充：R语⾔-包的安装、载⼊及使⽤⽅法⼀、原理简述包是R函数、数据、预编译代码以⼀种定义完善的格式组成的集合。

计算机上存储包的⽬录称为库（library）。

函数.libPaths()能够显⽰库所在的位置，函数library()则可以显⽰库中有哪些包。

R⾃带了⼀系列默认包（包括base、datasets、utils、grDevices、graphics、stats以及methods），它们提供了种类繁多的默认函数和数据集。

其他包可通过下载来进⾏安装。

安装好以后，它们必须被载⼊到会话中才能使⽤。

命令search()可以告诉你哪些包已加载并可使⽤。

⼆、使⽤步骤1、包安装有许多R函数可以⽤来管理包。

第⼀次安装⼀个包，使⽤命令install.packages()即可。

查询⾃⼰想安装的包的名称，可以直接将包名作为参数提供给这个函数。

⼀个包仅需安装⼀次。

但和其他软件类似，包经常被其作者更新。

使⽤命令update.packages()可以更新已经安装的包。

同时，也可以在RStudio右下⽅点击packages，再点击install，在对话框中输⼊包名下载安装包。

例如：install.packages("ggplot2")2、包载⼊包的安装是指从某个CRAN镜像站点下载它并将其放⼊库中的过程。

要在R会话中使⽤它，还需要使⽤library()命令载⼊这个包。

win10安装apk教程在Windows 10操作系统上安装apk文件需要借助安卓模拟器，因为Windows系统不支持直接安装apk文件。

以下是一个简单的教程，教你如何使用安卓模拟器在Windows 10上安装apk文件。

第一步：下载安卓模拟器在Windows 10上安装apk文件，首先需要下载一个安卓模拟器。

目前比较常用的安卓模拟器有夜神模拟器（NoxPlayer）、蓝叠模拟器（BlueStacks）等。

你可以根据个人喜好选择任意一款模拟器进行下载，这里以夜神模拟器为例。

打开浏览器，搜索夜神模拟器官网，进入官网后点击下载按钮，选择适合你的系统版本进行下载。

第二步：安装安卓模拟器下载完成后，双击安装包进行安装。

根据系统提示点击下一步，选择安装目录和组件，最后点击安装按钮进行安装。

安装完成后，启动安卓模拟器。

首次启动可能需要一些时间，耐心等待即可。

第三步：导入apk文件启动安卓模拟器后，你可以看到一个模拟的安卓手机界面。

在桌面上会有一些预装的应用程序。

现在我们要导入apk文件，以安装我们需要的应用程序。

找到夜神模拟器界面的右侧工具栏，点击"文件管理器"按钮，进入文件管理器界面。

在文件管理器界面的左侧列表中选择"电脑"，然后找到你存放apk文件的文件夹。

双击进入文件夹，你会看到文件夹中的所有文件。

找到你要安装的apk文件，鼠标左键点击选择它，然后将其拖拽到模拟器界面的某个位置释放。

模拟器会自动安装这个apk 文件。

第四步：安装apk文件安装完成后，你会看到模拟器界面上会有一个新的应用程序的图标。

点击这个图标，可以启动这个应用程序。

如果你的apk文件是通过第三方渠道获得的，那么在安装之前可能需要进行一些设置。

有些apk文件可能要求你在安装前打开模拟器中的"未知来源"选项，你可以在模拟器的设置中进行设置。

打开安卓模拟器的设置界面，找到"安全"选项。

软件安装操作手册本文为软件安装操作手册，旨在为用户提供详细的软件安装指南。

请按照以下步骤进行操作。

一、准备工作在开始安装软件之前，请确保已满足以下条件：1. 您的计算机系统符合软件的最低系统要求。

2. 您已备份您计算机中的重要数据，并且可以轻松恢复数据。

3. 您已经关闭任何可能与软件安装过程中产生冲突的程序。

二、下载软件安装程序1. 打开您的浏览器，并访问软件官方网站。

2. 寻找并点击下载按钮，下载软件的安装程序。

3. 保存安装程序到您的计算机中合适的位置，并确保文件名和扩展名正确，避免文件的损坏。

4. 如果下载过程中出现网络异常或者文件损坏，请重新下载安装程序。

三、运行安装程序1. 找到并双击安装程序，以运行该程序。

2. 如果出现安全警告，请选择允许软件运行。

3. 跟随安装向导的指示，选择安装选项并接受许可协议。

4. 在选择安装位置时，您可以采用默认位置或者选择其他位置。

5. 点击“下一步”或类似按钮以继续安装过程。

四、进行软件安装1. 安装程序将开始复制文件到您的计算机中，请耐心等待。

2. 在某些情况下，安装过程可能会要求您提供额外的信息，例如选择组件、输入产品密钥等，请按照指示进行操作。

3. 如果软件需要注册，请输入您的注册信息。

五、完成安装1. 安装程序将完成软件的安装过程，并显示安装成功的提示信息。

2. 如果您想立即启动软件，请勾选相应选项，并点击“完成”按钮。

3. 在某些情况下，您可能需要重启计算机才能完全应用软件的更改，请按照提示重新启动计算机。

六、开始使用软件1. 打开已经成功安装的软件。

2. 进行软件的初始化设置，例如选择语言、界面样式等，请按照您的个人喜好进行设置。

3. 探索软件的各项功能，并参考软件官方文档以充分了解软件的使用方法。

七、常见问题解决以下是一些可能出现的常见问题及其解决方法：1. 安装程序无法运行：请检查您的计算机是否满足软件的最低系统要求，并尝试重新下载安装程序。

Rstudio中安装package出现的问题及解决Rstudio中安装package问题⼀、 install.packages('REmap')⽆法安装package：错误：“⽆法与服务器建⽴连接”解决⽅式：切换下载的镜像⽅法⼀：在Rstudio菜单栏：tools-global options-packages中切换下载的镜像⽅法⼆：修改⽂件，在安装⽂件夹中找到Rprofile.site⽂件，我的路径是D:\Program Files\R\R-3.4.1\etc，⽤记事本打开，在⾥⾯添加语句：# set a CRAN mirrorlocal({r <- getOption(“repos”)r[“CRAN”] <- “/CRAN/”options(repos=r)}⼆、⼿动安装package1.在R studio下，选择packages2.选择Install3.Install from栏选择Package Archive File(.zip;.tar.gz)4.Package archive栏点击Browser，选择刚才下载的⽂件5.点击Install，进⾏安装致此，⼿动安装R包完成。

安装提⽰如下推荐第⼀种安装⽅式：因为第⼀种安装⽅式会⾃动安装依赖的包，⽽第⼆种⽅式，除了下载你想安装的包还要下载所有依赖的包，这就有⼀定的难度了。

补充：Rstudio安装packages时报错，原因可能是这样最近接触R语⾔，安装好Rstudio后，需要安装R的第三⽅包mirt。

执⾏步骤如下：正当满⼼欢喜地期待包的安装时，结果出现了下⾯的情况：install.packages("mirt")WARNING: Rtools is required to build R packages but is not currently installed. Please download and install the appropriate version of Rtools before proceeding: https:///bin/windows/Rtools/Installing package into ‘C:/Users/likailei/Documents/R/win-library/3.6'(as ‘lib' is unspecified)Warning in install.packages :unable to access index for repository https:///src/contrib:cannot open URL 'https:///src/contrib/PACKAGES'Warning in install.packages :package ‘mirt' is not available (for R version 3.6.0)Warning in install.packages :unable to access index for repository https:///bin/windows/contrib/3.6:cannot open URL 'https:///bin/windows/contrib/3.6/PACKAGES'什么⿁？！此处省略5000字的⾟苦排错的历程描述，直接贴上解决⽅案：Rstudio默认使⽤的国外镜像源，国内⽆法正常访问。

R语言可以愉快的更新最新版R了！其实不是特别喜欢更新R软件，基本上是在被迫更新的时候（比如，要用的R包要求高版本的R，当然也有极少数具有年代感的R包不支持高版本R软件…）才会去更新，我目前主要在用的版本还是R-3.4.1，本来近下载点击下载：如果你的电脑上之前没装过R，则双击默认安装即可，像在windows下安装一样简单！如果已经有了其他版本的R，建议先往下读！linux、windows下的安装看这里 R语言实战专题 | R语言安装知识点R包安装路径：/Library/Frameworks/R.framework/Versions/Current/Resources/library/不同版本的R包会放在不同的路径下：/Library/Frameworks/R.framework/Versions如何切换不同的R版本因为有时候我们需要不同版本的并存，所以需要可以很方便的切换：# 在终端将需要用的版本链接到Current目录ln -sfhv /Library/Frameworks/R.framework/Versions/x.y/Library/Frameworks/R.framework/Versions/Current # x.y替换成目标版本，如3.4需要注意的是，版本只有小数点后1位，所以不存在小版本 (如3.4.1与3.4.2) 之间的转换！以前我的电脑上3.3和3.4是并存的，虽然后面3.3基本上就不用了，但是也是可以随时切换的！但是，当我装完R-3.5.0之后，再转-bash: R: command not found即找不到R的可执行文件，我想说有点神奇…这是因为安装新版本后就会把之前版本的/Library/Frameworks/R.framework/Versions/3.4/Resources/bin目录删除！而/usr/local/bin下的R和Rscript可执行文件就是链接Resources/bin目录下的：R@ -> /Library/Frameworks/R.framework/Resources/bin/RRscript@ -> /Library/Frameworks/R.framework/Resources/bin/Rscript删掉了当然找不到了…那可以每次需要用哪个版本的时候就安装一下，最新安装的就会默认是当前要用的版本（稍微有些麻烦），不过在安装的时候还是能找到一些端倪的：一个没注意看的提示：使用蓝色字体的脚本可以避免旧版本的R软件被覆盖！在终端中运行，注意需要sudo权限，这个不用怕，只要是自己的电脑就有，输密码的时候就是自己装软件时用的密码：sudo pkgutil --forget org.r-project.R.el-capitan.fw.pkg # 需要sudo权限Forgot package ‘org.r-project.R.el-capitan.fw.pkg’ on ‘/‘.显示如上，就可以继续安装了，安装完成后可以发现，旧版的R文件没有被删除，所以就可以愉快的切换了！蹩脚的Bioconduct or安装完之后，安装bioconductor包 (例如affy、DESeq…) 之前要执行如下命令：source('/biocLite.R') # install and load BiocInstaller package发现报错：Error in file(filename, “r”, encoding = encoding) :此外: Warning message:In file(filename, “r”, encoding = encoding) :当然，也可能是下面这种情况：或者：Error in readRDS(dest) : 读取链结时发生了错误biocLite installs or updates Bioconductor and CRAN packages in a Bioconductor release.通过查看代码：可以发现原因在于脚本里最终执行的安装BiocInstaller的命令是：# R-3.5.0及以上版本对应的bioconductor版本为3.7install.packages('BiocInstaller', repos = 'https:///packages/3.7/bioc')那，单独运行这个命令就能看到错误：Error in readRDS(dest) : 读取链结时发生了错误我们把https换成http并运行：remove.packages('BiocInstaller') # 保险起见先卸载install.packages('BiocInstaller', repos = '/packages/3.7/bioc')Content type ‘application/x-gzip’ length 84646 bytes (82 KB)downloaded 82 KB下载的二进制程序包在/var/folders/hy/37lqwmm102q4phtx4jsjjv5c0000gn/T//RtmpIanHHo/downloaded_packages里此时我们再执行就正常了：source('/biocLite.R') # install and load BiocInstaller packageBioconductor version 3.7 (BiocInstaller 1.30.0), ?biocLite for helpBioconductor version 3.7 (BiocInstaller 1.30.0), ?biocLite for help所以，现在使用biocLite安装Bioconductor包前执行source命令就可以啦！Bioconduct or慢在哪里虽然安装成成功了，不过也有个问题，就是每次新打开的R里执行source这一步都很慢，原因在于biocLite.R脚本中使用BiocInstaller::biocVersion()函数返回当前bioc版本的时候巨慢…1. 其实更快的命令是：tools:::.BioC_version_associated_with_R_version()2. 每次安装Bioconductor包的时候都要先source，而source的目的是安装和加载BiocInstaller包，而BiocInstaller包其实第一次就已经安装好了，那为什么以后安装其他R包还要source？可以不用source，但就是其中BiocInstaller包的加载很慢（这个是必须要用的，亲测加载了4分钟…），所以这不能怪source！BiocInst aller本身也是一个Bioconductor包，只不过可以用上面说的install.packages()进行安装：This package is used to install and update Bioconductor, CRAN, and (some) github packages.所以其实biocLite也可以调用其他包中的函数安装CRAN和github上的R包！R包安装# 安装一些基础包及TCGA数据分析包if (!require('pacman')) install.packages('pacman', repos = 'https:///CRAN/') library(pacman) p_load(bumphunter, minfi, RnBeads, sva, RPMM, phe 你是不是发现咱们生信控这次的文章哪里不一样了？hah，终于有一点点排版了。