不积小流 , 无以成江海 !分享 http://blog.sciencenet.cn/u/xiongchaoliang

博文

Linux下R语言的安装与配置

已有 25429 次阅读 2016-4-24 11:10 |个人分类:【技术-软件】|系统分类:科研笔记

R语言是从S统计绘图语言演变而来,而S语言是20世纪70年代诞生于贝尔实验室,Rick Becker, John Chambers, Allan Wilks开发。基于S语言开发的商业软件Splus,可以方便的编写函数、建立模型,具有良好的扩展性,在国外学术界应用很广。

1995年由新西兰Auckland大学统计系的Robert GentlemanRoss Ihaka,基于S语言的源代码,编写了一能执行S语言的软件,并将该软件的源代码全部公开,这就是R软件,其命令统称为R语言

R的优点包括:

1. 丰富的资源涵盖了多种行业数据分析中几乎所有的方法。

2. 良好的扩展性十分方便得编写函数和程序包,跨平台,可以胜任复杂的数据分析、绘制精美的图形。

3. 完备的帮助系统每个函数都有统一格式的帮助,运行实例。

4. GNU软件免费、软件本身及程序包的源代码公开。

今天我们来讲一下针对R小白的童鞋,如何正确的在Linux下安装R环境,安装R扩展包,并认识下bioconductor

第一部分:linux系统下R语言的安装与配置(R-3.1.2为例)

1)下载安装包wget http://lib.statNaNu.edu/R/CRAN/src/base/R-3/R-3.1.2.tar.gz

2)解压文件:tar xzf R-3.15.0.tar.gz

3)进入R源文件所在目录:cd R-3.15.0

4)构建目录:mkdir -p /home/work/R

5)执行./configure --prefix=/home/work/R --enable-R-shlib

6)安装:make  or    make install

7) 配置环境变量(在自己的工作目录下,比如:/home/work),命令如下: vi .bash_profile 打开文件后,在PATH=后再加 :${HOME}/R/bin,重新登录(或者执行: source.bash_profile就不用重新登入了)

source ~/.bash_profile

shell下输入R直接打开R环境

第二部分:Linux系统下安装R

R的包(package)通常有两种:

1). binary package:这种包属于即得即用型(ready-to-use),但是依赖与平台,即WinLinux平台下不同。

2). Source package: 此类包可以跨平台使用,但用之前需要处理或者编译(compiled)

安装source package方法

1.在终端输入 R CMD INSTALL /.../mypackage.tar.gz

使用此方法,需要解决包依赖问题,即安装此包所依赖的包,安装过程有提示

2.也可以使用Rinstall.packages()函数安装

打开R环境后输入:

install.packages('mypackage')

除此之外还可使用install.packages()安装本地下载的包,尤其适用于在服务器上安装包

  install.packages(c ("XML_0.99-5.tar.gz", “http://www.cnblogs.com/Interfaces/Perl/RSPerl_0.8-0.tar.gz"), repos = NULL, configure.args = c(XML = '--with-xml-config=xml-config', RSPerl = "--with-modules='IO Fcntl'"))

3.Bioconductor的安装方法

> source("http://bioconductor.org/biocLite.R")

> biocLite("mypackage")

4.卸载package

remove.packages("mypackage")

5.查看R及其packageversion

R version: version 或者 R.version

R package version:

6.更新包

update.packages( )

7.使用别人安装的包

修改.bashrc文件,添加环境变量Rlib路径

export R_LIBS=/home/.../R/lib64/R/library

R中用.libPaths()函数查看lib路径,如果有多个lib,install.packages()默认是安装在第一个目录下。




http://wap.sciencenet.cn/blog-1509670-972352.html

上一篇:CMAP数据库简介
下一篇:表达谱数据常用标准化方法汇总

0

该博文允许注册用户评论 请点击登录 评论 (0 个评论)

数据加载中...

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2021-10-29 01:16

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部