R语言基础

---

专注系列化、高质量的R语言教程

推文索引 | 联系小编 | 付费合集

---

本篇总结一些关于工具包的问题，所指的“工具包”对应的英文原文是package(s)。本篇目录如下：

• 1 工具包简介

• 2 安装工具包

  • 2.1 CRAN

  • 2.2 GitHub

  • 2.3 离线压缩包

• 3 加载工具包

• 4 更新工具包

• 5 删除工具包

1 工具包简介

在以前的推文里，学堂君经常把R中的工具包分为基础包和拓展包。基础包即base、methods、datasets、utils、grDevices、graphics和stats，它们可以实现基本的数据处理、可视化和统计建模功能。基础包默认伴随R程序启动而自动加载，无需安装也无需加载。

预装包是R程序在安装时自带的工具包，它包括所有基础包以及小部分拓展包，比如用于生存分析的survival工具包。除基础包以外的预装包不会随程序启动而自动加载；除预装包之外的拓展包，需要用户自己安装并加载。

一些工具包可能会借助其他工具包的功能，这些工具包就是它的依赖包。在安装工具包之前，必须先安装它的依赖包；在加载工具包之前，必须先加载它的依赖包。因此工具包之间的依赖性只能是单向的。预装包因为会先于普通拓展包而安装，因此在功能上不可能依赖后者，而只能依赖于更底层的基础包，帮助文档也只能使用R语言的基础语法书写。

2 安装工具包

常见的安装渠道有三种：CRAN、GitHub和离线压缩文件。

2.1 CRAN

CRAN的全称是The Comprehensive R Archive Network，官方网址^[1]：https://cran.r-project.org/。

CRAN官网上有许多R语言的学习资源，读者可以自行探索，其中按名称顺序列举工具包的网址如下^[2]：

https://cran.r-project.org/web/packages/available_packages_by_name.html

CRAN官网上列举的工具包可以使用基础包utils中的install.packages()函数安装：

## 安装单个工具包
install.packages("tidyverse") 
## 安装多个工具包
install.packages(c("dplyr", "ggplot2"))

若用户未安装依赖包，该函数会自动先安装依赖包。

CRAN上的工具包都需要经过审核，因此具有较强的可信度，但要弱于基础包和预装包，某些工具包也可能存在问题（就有读者遇到过这种情况，给作者写信确认了此事，最后从GitHub上安装修复过的版本），读者在使用时应保持审慎态度。

在CRAN的网页上，所有的工具包都有一个标准格式的参考手册（Reference manual），不过该手册可读性并不强，部分工具包的作者会提供可读性更强的帮助文档（Vignettes）。

除CRAN网站外，一些工具包还会有自己的网址（URL），为用户提供更丰富的学习资料和资讯。在RStudio的界面上，点击下图红框的按钮可以直接跳转工具包的网站（CRAN网站或URL）。

在上图中，可以看到基础包并没有跳转网站的按钮，这是因为CRAN并没有列举基础包。但在如下网站中有R发展核心小组（R Development Core Team）编写的基础手册：

• The R Manuals^[3]：https://cran.r-project.org/manuals.html

• An Introduction to R^[4]：https://cran.r-project.org/doc/manuals/r-release/R-intro.pdf

2.2 GitHub

许多作者在申请把工具包添加到CRAN网站前，或更新版本前会先把它放到自己的GitHub账号上，因此一些工具包或工具包的最新版本只存在GitHub上，无法通过install.packages()函数安装。

当用户在使用install.packages()函数安装工具包时收到如下警告时，可考虑从GitHub上安装：

Warning in install.packages : package ‘XXX’ is not available for this version of R

首先需要通过在浏览器中搜索找到工具包所在GitHub的网址，然后使用devtools工具包（该包可通过CRAN方式安装）中的install_github()函数进行安装。

例如，albersusa工具包的GitHub网址是https://github.com/hrbrmstr/albersusa，安装方法如下：

library(devtools)
install_github("hrbrmstr/albersusa")

2.3 离线压缩包

如果用户在本地存有工具包的压缩包或自己编写工具包也会生成一个压缩包，可在离线情况下手动安装工具包。CRAN网站上也提供了压缩包的下载地址：

安装步骤如下。

单击“Install”按钮：

在打开的界面中，“Install from”选择如下选项，然后通过“Browse”上传压缩包，最后点击右下角的“Install”按钮。

3 加载工具包

除基础包外，要想使用工具包的功能必须先使用base工具包中的library()函数进行加载：

library(dplyr)
library(ggplot2)

如果两个工具包存在面向相同类型对象使用的同名函数，先加载的工具包的该函数会被后加载的工具包所覆盖。这一点在推文环境Environment（上）1.4节中已有解释。

除library()函数外，还可使用base工具包中的require()函数加载工具包。该函数一般在自定义函数或编写工具包时使用。

require(ggplot2)

function() {
  require(ggplot2)
}

用户也可以设置随程序启动自动加载的工具包清单，但不推荐，因为它很可能会导致代码在另一台设备上运行出错，在此不作介绍。

4 更新工具包

更新工具包的原理就是重新安装工具包。

用户也可以通过点击如下图中的“Update”按钮选择要更新的工具包。

如果更新失败，往往会提示无法删除已安装的版本（R-4.0以上版本会遇到这种情况），解决方法见下节“删除工具包”。

5 删除工具包

删除工具包的方法也很简单：找到工具包在本地的安装位置，删除对应的文件夹即可。

使用.libPaths()函数（不设置参数）可以查看工具包的安装路径：

.libPaths()
## [1] "C:/Users/DRAGON/AppData/Local/R/win-library/4.2"
## [2] "D:/R-4.2.1/library"

上面两个文件路径一个在C盘，一个在D盘，默认安装位置为前者。用户若不想占用C盘空间，可直接将前者中的文件夹剪切到后者中去，这不影响工具包的使用。

如下图，若用户想删除ggplot2工具包，直接删除红框中的文件夹即可。

对于更新失败的工具包，删除工具包后再重新安装即可。

参考资料

[1]

CRAN官网: https://cran.r-project.org/

[2]

CRAN工具包清单: https://cran.r-project.org/web/packages/available_packages_by_name.html

[3]

The R Manuals: https://cran.r-project.org/manuals.html

[4]

An Introduction to R: https://cran.r-project.org/doc/manuals/r-release/R-intro.pdf