使用R语言与Anaconda#

使用Anaconda（或Miniconda），您可以安装R编程语言以及超过6,000个常用的R数据科学包。您还可以创建并分享自己的自定义R包。

注意

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

R Essentials 捆绑包包含大约 200 个最受欢迎的 R 数据科学包，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（在macOS/Linux上是Terminal）中运行以下部分的命令。

更新R包#

注意

在使用conda更新RStudio或其他R包到最新版本时要谨慎。这可能会破坏你的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，可以通过运行以下命令来更新特定的包：

    conda update

创建和分享自定义R包#

创建和分享自定义的R包与创建和分享conda包类似。在下面的例子中，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 --channel <USERNAME> custom-r-bundle

使用R创建环境#

  1. 下载并安装Anaconda。

  2. 通过运行以下命令创建一个新的conda环境，其中包含所有从CRAN构建的r-essentials conda包：

    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，包r-base已安装，并且r-在环境中其他R包的构建字符串中列出。

使用R创建新环境#

在创建新环境时，您可以通过在包列表中明确包含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

这仅移除R Essentials并禁用R语言支持。其他R语言包不会被移除。

资源#

数百个R语言包可用于Anaconda，并有多种获取方式。

On this page