如何找出R中加载了哪个软件包版本？

我正在弄清楚如何使用我的大学集群。它安装了2个R版本。系统范围的R 2.11（Debian 6.0）和R 2.14.2位于非标准位置。

我正在尝试与雪一起使用MPI。我尝试运行的代码如下

library(snow)
library(Rmpi)
cl <- makeMPIcluster(mpi.universe.size()-1)
stopCluster(cl)
mpi.quit()

它在R 2.11上没有任何问题。（我使用启动脚本mpirun -H localhost,n1,n2,n3,n4 -n 1 R --slave -f code.R）。现在，当我尝试使用R 2.14.2进行操作时，收到以下消息：

Error: This is R 2.11.1, package 'snow' needs >= 2.12.1
In addition: Warning message:

因此，似乎R加载了为R 2.11编译的程序包snow版本。我已将R 2.14下的snow安装到主文件夹中，并在代码中添加了以下几行：

.libPaths("/soft/R/lib/R/library")
.libPaths("~/R/x86_64-pc-linux-gnu-library/2.11")
print(.libPaths())
print(sessionInfo())
print(version)

错误之前的输出确认我确实在运行R 2.14.2，并且我的R包文件夹位于搜索路径的第一位。但是我仍然得到错误。

所以我的问题是如何确定R中加载了哪个版本的软件包？我可以看到 installed.packages已安装的所有软件包，因此也许有一些功能可以列出已加载软件包的类似信息？

您可以sessionInfo()用来完成该任务。

> sessionInfo()
R version 2.15.0 (2012-03-30)
Platform: x86_64-pc-linux-gnu (64-bit)

locale:
 [1] LC_CTYPE=en_US.UTF-8       LC_NUMERIC=C               LC_TIME=en_US.UTF-8        LC_COLLATE=en_US.UTF-8    
 [5] LC_MONETARY=en_US.UTF-8    LC_MESSAGES=en_US.UTF-8    LC_PAPER=C                 LC_NAME=C                 
 [9] LC_ADDRESS=C               LC_TELEPHONE=C             LC_MEASUREMENT=en_US.UTF-8 LC_IDENTIFICATION=C       

attached base packages:
[1] graphics  grDevices utils     datasets  stats     grid      methods   base     

other attached packages:
[1] ggplot2_0.9.0  reshape2_1.2.1 plyr_1.7.1    

loaded via a namespace (and not attached):
 [1] colorspace_1.1-1   dichromat_1.2-4    digest_0.5.2       MASS_7.3-18        memoise_0.1        munsell_0.3       
 [7] proto_0.3-9.2      RColorBrewer_1.0-5 scales_0.2.0       stringr_0.6       
> 

但是，根据下面的评论和答案，还有更好的选择

> packageVersion("snow")

[1]'0.3.9'

要么：

"Rmpi" %in% loadedNamespaces()

您可以packageVersion用来查看加载了哪个版本的软件包

> packageVersion("snow")
[1] ‘0.3.9’

尽管听起来好像您想查看正在运行的R版本，但是在这种情况下，@ Justin的sessionInfo建议是可行的方法

要检查R的版本，请执行： R --version

或者在R shell中打印以下内容 version$version.string

编辑

要检查已安装软件包的版本，请执行以下操作。

加载库后，您可以执行 sessionInfo ()

但是要知道所有已安装软件包的列表：

packinfo <- installed.packages(fields = c("Package", "Version"))
packinfo[,c("Package", "Version")]

或提取特定的库版本，使用上述installed.package函数提取信息后，只需在矩阵的第一维中使用包的名称即可。

packinfo["RANN",c("Package", "Version")]
packinfo["graphics",c("Package", "Version")]

上面将打印RANN库和图形库的版本。

从技术上讲，此时所有答案都是错误的。packageVersion不返回已加载软件包的版本。它进入磁盘，并从那里获取软件包版本。

在大多数情况下，这并不会有所不同，但有时会有所不同。据我所知，获取已加载软件包的版本的唯一方法是简单易懂：

asNamespace(pkg)$`.__NAMESPACE__.`$spec[["version"]]

pkg软件包名称在哪里。

编辑：我不确定何时添加此功能，但您也可以使用getNamespaceVersion，这更干净：

getNamespaceVersion(pkg)

您可以尝试如下操作：

1. package_version(R.version)

2. getRversion()

GUI解决方案：

如果使用的是RStudio，则可以在Packages窗格中检查软件包的版本。

使用R方法packageDescription获取已安装的软件包描述，对于版本，请仅用$Version作：

packageDescription("AppliedPredictiveModeling")$Version
[1] "1.1-6"

根据先前的答案，这是一种打印R版本的简单替代方法，其次是在命名空间中加载的每个包的名称和版本。它的工作原理在Jupyter笔记本，在那里我有很多麻烦运行sessionInfo()和R --version。

print(paste("R", getRversion()))
print("-------------")
for (package_name in sort(loadedNamespaces())) {
    print(paste(package_name, packageVersion(package_name)))
}

出：

[1] "R 3.2.2"
[1] "-------------"
[1] "AnnotationDbi 1.32.2"
[1] "Biobase 2.30.0"
[1] "BiocGenerics 0.16.1"
[1] "BiocParallel 1.4.3"
[1] "DBI 0.3.1"
[1] "DESeq2 1.10.0"
[1] "Formula 1.2.1"
[1] "GenomeInfoDb 1.6.1"
[1] "GenomicRanges 1.22.3"
[1] "Hmisc 3.17.0"
[1] "IRanges 2.4.6"
[1] "IRdisplay 0.3"
[1] "IRkernel 0.5"

我最喜欢的命令是老问题，但不在回答之列，它是我快速获得所有加载包的简要概述：

(.packages())

要查看所有已加载的软件包安装了哪个版本，只需使用上面的命令来创建一个子集installed.packages()。

installed.packages()[(.packages()),3]

通过更改列号（软件包版本为3），您可以获取存储在installed.packages()易于阅读的矩阵中的所有其他信息。以下是版本号和相关性的示例：

installed.packages()[(.packages()),c(3,5)]

使用以下代码获取系统中安装的R软件包的版本：

installed.packages(fields = c ("Package", "Version"))

只需使用help(package="my_package")并查看所示的版本。

假定同一版本中没有其他软件包版本.libPaths。

Search（）可以提供会话中附加软件包的更简化列表（即，没有sessionInfo（）给出的详细信息）

搜索{base}-R文档
说明：提供附加软件包的列表。搜索（）

search()
#[1] ".GlobalEnv"        "package:Rfacebook" "package:httpuv"   
#"package:rjson"    
#[5] "package:httr"      "package:bindrcpp"  "package:forcats"   # 
#"package:stringr"  
#[9] "package:dplyr"     "package:purrr"     "package:readr"     
#"package:tidyr"    
#[13] "package:tibble"    "package:ggplot2"   "package:tidyverse" 
#"tools:rstudio"    
#[17] "package:stats"     "package:graphics"  "package:grDevices" 
#"package:utils"    
#[21] "package:datasets"  "package:methods"   "Autoloads"         
#"package:base"