使用 Anaconda 的 R 语言#
使用 Anaconda (或 Miniconda),您可以安装 R 编程语言和 6,000 多个常用的 R 数据科学包。您还可以创建和共享您自己的自定义 R 包。
注意
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 包含大约 200 个最受欢迎的数据科学 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
在终端 (Windows 上的 Anaconda Prompt) 中运行以下部分中的命令。
更新 R 包#
注意
使用 conda 更新 RStudio 或其他 R 包到其最新版本时,请谨慎操作。这可能会破坏您的 conda RStudio 环境。
通过运行以下命令来更新所有包及其依赖项
conda update r-caret
如果 R 通道中提供了一个新版本的包,则通过运行以下命令来更新特定包
conda update
创建和共享自定义 R 包#
创建和共享自定义 R 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 包元包。
通过运行以下命令来创建包含多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"
通过运行以下命令将新元包上传到您在 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,任何人都可以通过运行以下命令从任何计算机访问您的自定义 R 包
# Replace <USERNAME> with your anaconda.org username
conda install -c <USERNAME> custom-r-bundle
使用 R 创建环境#
通过运行以下命令来创建一个包含所有从 CRAN 构建的
r-essentials
conda 包的新 conda 环境conda create -n r_env r-essentials r-base
通过运行以下命令来激活环境
conda activate r_env
通过运行以下命令来列出环境中的包
conda list
该列表显示已安装包 r-base
,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,可以通过在您的包列表中显式包含 r-base
来使用 R
# Replace <ENV_NAME> with a name for your R environment conda create -n <ENV_NAME> r-base r-essentials conda activate <ENV_NAME>
卸载 R Essentials#
通过运行以下命令来卸载 R Essentials 包
# Replace <ENV_NAME> with the name of the R environment
conda activate <ENV_NAME>
conda remove r-essentials
注意
这只会删除 R Essentials 并禁用 R 语言支持。不会删除其他 R 语言包。
资源#
以下是一些有关将 Anaconda 与 R 编程语言一起使用的其他资源
可用于 Anaconda 的 R 语言包—现在有数百个 R 语言包可用,并且有几种获取它们的方法。
Navigator 教程—将 R 编程语言与 Anaconda Navigator 一起使用。Anaconda Navigator 图形界面 (GUI) 使即使是新手也能轻松地使用和 在 Jupyter Notebook 中运行 R 语言。