将 R 语言与 Anaconda 一起使用#

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

注意

使用 conda 安装 R 包时，添加r-在常规包名称之前。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 个用于数据科学的最流行的 R 包，包括 IRKernel、dplyr、shiny、ggplot2、tidyr、caret 和 nnet。

安装到 R 环境中的 R 解释器版本基于r-base包。

注意

在 Anaconda Prompt（macOS/Linux 上的终端）中运行以下部分中的命令。

更新 R 包#

谨慎

使用 conda 将 RStudio 或其他 R 包更新到最新版本时要小心。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 通道中有新版本的包可用，请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，创建包含多个常用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 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 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. 创建一个包含所有r-essentials通过运行以下命令从 CRAN 构建的 conda 软件包：

    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软件包：

    conda list

该列表显示r-base已安装且r-列在环境中其他 R 包的生成字符串中。

使用 R 创建新环境#

创建新环境时，您可以通过显式包含r-base在你的软件包列表中：

# 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#

数以百计的 R 语言包可用于 Anaconda，有多种获取方法。

本页内容