将 R 语言与 Anaconda 结合使用#

使用 Anaconda (或 Miniconda)，您可以安装 R 编程语言和超过 6,000 个常用的数据科学 R 包。您还可以创建和共享您自己的自定义 R 包。

注意

当使用 conda 安装 R 包时，在常规包名称前添加 r-。例如，要安装 rbokeh，请使用 conda install r-rbokeh。要安装 rJava，请使用 conda install r-rjava。

R Essentials 捆绑包包含大约 200 个最流行的数据科学 R 包，包括 IRKernel、dplyr、shiny、ggplot2、tidyr、caret 和 nnet。

安装到您的 R 环境中的 R 解释器版本基于 r-base 包的版本。

注意

在 Anaconda Prompt（macOS/Linux 上的终端）中运行以下各节中的命令。

更新 R 包#

注意

当使用 conda 将 RStudio 或其他 R 包更新到最新版本时，请谨慎操作。这可能会破坏您的 conda RStudio 环境。

  • 通过运行以下命令更新所有包及其依赖项

    conda update r-caret

  • 如果 R 频道中有新版本的包可用，请通过运行以下命令更新特定包

    conda update

创建和共享自定义 R 捆绑包#

创建和共享自定义 R 捆绑包类似于创建和共享 conda 包。在以下示例中，我们将创建一个名为“Custom-R-Bundle”的简单自定义 R 捆绑包元包。

  1. 通过运行以下命令创建包含几个流行程序及其依赖项的元包“Custom-R-Bundle”

    conda metapackage custom-r-bundle 0.1.0 --dependencies r-irkernel jupyter r-ggplot2 r-dplyr --summary "Custom-R-Bundle"

  2. 通过运行以下命令将新的元包上传到您在 anaconda.org 上的频道

    conda install anaconda-client
anaconda login
anaconda upload custom-r-bundle-0.1.0-0.tar.bz2

现在任何人都可以通过在任何计算机上运行以下命令来访问您的自定义 R 捆绑包

# Replace <USERNAME> with your anaconda.org username
conda install --channel <USERNAME> custom-r-bundle

使用 R 创建环境#

  1. 下载并安装 Anaconda.

  2. 通过运行以下命令，使用从 CRAN 构建的所有 r-essentials conda 包创建一个新的 conda 环境

    conda create --name r_env r-essentials r-base

  3. 通过运行以下命令激活环境

    conda activate r_env

  4. 通过运行以下命令列出环境中的包

    conda list

列表显示已安装 r-base 包，并且 r- 列在环境中其他 R 包的构建字符串中。

使用 R 创建新环境#

创建新环境时，您可以通过在包列表中显式包含 r-base 来使用 R

# Replace <ENV_NAME> with a name for your R environment
conda create --name <ENV_NAME> r-base r-essentials
conda activate <ENV_NAME>

卸载 R Essentials#

通过运行以下命令卸载 R Essentials 包

# Replace <ENV_NAME> with the name of the R environment
conda activate <ENV_NAME>
conda remove r-essentials

注意

这仅删除 R Essentials 并禁用 R 语言支持。其他 R 语言包不会被删除。

资源#

数百个 R 语言包可用于 Anaconda，并有多种获取方式。

本页内容