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。

  1. 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"
    
  2. 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#

  1. 下载并安装 Anaconda.

  2. 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
    
  3. 通过运行以下命令来激活环境

    conda activate r_env
    
  4. 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