在R虚拟环境？

73

我发现了一些有关R中最佳实践，可重复性和工作流程的帖子，例如：

从代码移动到新机器（可能运行不同的OS）相对简单并且给出相同结果的意义上来说，主要的工作之一就是确保代码的可移植性。

来自Python背景，我习惯了虚拟环境的概念。与所需软件包的简单列表一起使用时，这可以确保安装的软件包和库在任何计算机上都可用，而不会引起太多麻烦。当然，这不能保证-不同的操作系统都有自己的缺点和特点-但这可以为您提供95％的解决方案。

R中是否存在这样的东西？即使它不那么复杂。例如，仅维护必需软件包的纯文本列表以及将安装所有缺失软件包的脚本？

我即将开始认真使用R，可能与Sweave结合使用，并且理想情况下，我希望以最佳方式开始！感谢您的想法。

r python

— 加布里埃尔
source

4

好问题。我投票赞成将其迁移到SO。该问题没有统计内容，因此SO人员可能会为您提供更好的答案。

— Momo

4

Renv可能会满足您的需求：github.com/viking/Renv

— hrbrmstr 2014年

8

维护软件包列表并将其与系统库隔离是packrat对R的作用：rstudio.github.io/packrat

— cboettig 2014年

1

有人应该将答案放在合法答案中，而不是评论。我不知道足够多的R来回答，但是通过查看链接，Renv似乎只管理R的版本，而Packrat的文档听起来更像是virtualenv的匹配项，您可以在同一语言版本中使用具有不同依赖集的相同语言版本项目。

— 2014年

1

“可能与Sweave结合使用” ---帮自己一个忙knitr，从而不是Sweave开始。

— 格雷戈尔·托马斯

42

我将使用@cboettig发表的评论来解决此问题。

Packrat

Packrat是R的依赖项管理系统。它为您提供三个重要的优点（所有这些优点都针对您的可移植性需求）

隔离：为一个项目安装新的或更新的软件包不会破坏您的其他项目，反之亦然。这是因为packrat为每个项目提供了自己的私有软件包库。
可移植：可以轻松地将项目从一台计算机传输到另一台计算机，甚至可以跨不同的平台进行。Packrat使您可以轻松安装项目所依赖的软件包。
可重现：Packrat记录您所依赖的确切软件包版本，并确保无论您身在何处都可以安装这些确切版本。

下一步是什么？

演练指南：http : //rstudio.github.io/packrat/walkthrough.html
最常见的命令：http : //rstudio.github.io/packrat/commands.html
将Packrat与RStudio结合使用：http ://rstudio.github.io/packrat/rstudio.html
限制和警告：http : //rstudio.github.io/packrat/limitations.html

更新： Packrat已被弃用，现在已被renv取代，因此您可能需要检查此软件包。

— 胡安·戴维（Juan David）
source

4

Packrat捕获requirements.txt文件中的依赖项然后通过安装的Packrat方法是pip install -r ...什么？

— Nick Chammas

我不知道为什么，但是packrat的安装包非常慢。从字面上看，我每次尝试下载新软件包都失去了两天

— D_Serg

@Nick这里的文档显示了一个snapshot命令。

— 迈克·奥康纳

21

Anaconda软件包管理器conda 支持创建R环境。

conda create -n r-environment r-essentials r-base
conda activate r-environment

我conda在维护不同的Python安装方面有丰富的经验，无论是针对特定用户还是针对同一用户的多个版本。我已经用conda和测试了R，并且jupyter-notebook效果很好。至少满足我的需要，其中包括使用DEseq2和相关软件包以及data.table和进行RNA测序分析dplyr。conda通过bioconda提供了许多生物导体包装，根据对此SO问题的评论，似乎也install.packages()可以使用。

— 黄el
source

我现在也进入了生物信息学领域，因此您的答案变得更加重要！您使用什么IDE？我在将conda集成到Rstudio中时遇到了麻烦-它不想使用正确的解释器路径。

— 加百利

1

好玩！我使用jupyter-notebook满足大多数需求。我以前曾经使用过Rstudio，但是我记得在使用conda时也遇到了一些麻烦，并且我习惯了python的笔记本（这是到目前为止我最经常使用的工具），因此我感到最舒服。

— joelostblom

我的conda R仍在显示我的非conda R的库位置，.libPaths()并试图在那里安装新软件包。export R_LIBS_USER="/path/to/miniconda2/envs/r.3.3/lib/R/library"在启动R并尝试安装软件包之前，我必须在终端中运行。仍在测试中，但看起来像在工作。

— user5359531

9

看起来RStudio开发人员还有另一个选择renv。它在CRAN上可用，并取代Packrat。

简而言之，您可以renv::init()用来初始化项目库，并使用renv::snapshot()/renv::restore()保存和加载库的状态。

我喜欢此选项，而不是conda r-enviroments，因为这里所有内容都存储在file中renv.lock，可以将其提交到Git存储库并分发给团队。

— 贝特曼
source

1

这个答案绝对应该是我们时代公认的答案。

— 奥利弗

0

查看roveR，R容器管理解决方案。有关详细信息，请参见https://www.slideshare.net/DavidKunFF/ownr-technical-introduction，尤其是幻灯片12。

要安装roveR，请在R中执行以下命令：

install.packages("rover", repos = c("https://lair.functionalfinances.com/repos/shared", "https://lair.functionalfinances.com/repos/cran"))

要充分利用roveR的功能（包括安装特定版本的软件包以实现可复制性），您将需要访问laiR-对于CRAN，您可以使用https://lair.ownr.io上的laiR实例进行上传您自己的软件包并与您的组织共享，则需要一个Lai许可证。您可以通过上面链接的演示文稿中的电子邮件地址与我们联系。

— 大卫·昆
source

我觉得这个资源已不存在

— 哈克-R

是的，幻灯片共享不见了。我无法连接到这个答案两个储存或者，亦不lair.ownr.io。

— 肯·威廉姆斯

抱歉，laiR暂时离线，我们正在努力将其集成到我们的其他产品（ownR平台）中，并将尽快将其重新提供。

— David Kun

内容不可用，似乎这不是当前答案

— baxx

0

要添加到此：

注意：1.已经安装了Anaconda 2.假设您的工作目录为“ C：”

创建所需的环境->“ r_environment_name”

C:\>conda create -n "r_environment_name" r-essentials r-base

查看可用环境

C:\>conda info --envs

。.. ...

激活环境

C:\>conda activate "r_environment_name"

(r_environment_name) C:\>

启动Jupyter Notebook，让聚会开始

(r_environment_name) C:\> jupyter notebook

对于类似的“ requirements.txt”，也许此链接会有所帮助->是否为R提供了诸如requirements.txt之类的东西？

— 德约贡斯
source

-1

如果您要做的只是检查您的代码是否可在其他设置上使用，我建议至少通过rstudio cloud（这是免费的）进行测试。

— 马克·尼尔
source