03. R studio/R 工具指南（二：镜像与安装技巧）

北野茶缸子

发布于 2021-12-17 08:56:05

1.2K0

发布于 2021-12-17 08:56:05

文章被收录于专栏：北野茶缸子的专栏

判断式安装
向量保存包名再安装
安装包技巧
还是使用我的R 包

R studio 修改镜像

如果你是通过R studio 使用R，是可以直接通过偏好中的设置去修改镜像：

R 默认提供了非常多的镜像来源：

但有时候，我们可能需要通过biocmanager 安装包，就无法通过R studio 来修改了。

修改biocmanager 镜像

我们可以通过函数选择一下想要修改的镜像；

> chooseBioCmirror()
Secure BioC mirrors 

1: 0-Bioconductor (World-wide) [https]
2: Japan (Tachikawa) [https]
3: Japan (Wako) [https]
4: China (Peking) [https]
5: Germany2 (Gottingen) [https]
6: Germany2 (Gottingen)
7: China2 (Nanjing) [https]
8: China2 (Nanjing)
9: (other mirrors)
    
Selection:

选中需要的内容就可以直接修改了。

使用R 包

比如我的R 包，你可以在主界面了解详细信息：https://github.com/mugpeng/pengToolkit (也可以点击原文链接)

# install devtools
install.packages("devtools")

devtools::install_github("mugpeng/pengToolkit")

境内用户:

#安装官方包‘remotes’
install.packages("remotes")
#安装官方包‘git2r’
install.packages("git2r")

remotes::install_git("https://gitee.com/mugpeng/pengToolkit.git")

另外，还有更高级的姿势，比如寻找最快的镜像，参见：https://mp.weixin.qq.com/s/UJ3S2bFYASG9P4xBWDLQQg https://mp.weixin.qq.com/s/9hSLryM-TSxZmoGwf_A3mg

直接option 里修改

我们可以直接通过代码对options 中的镜像进行配置：这里提供的是清华源的代码

local({
  r <- getOption( "repos" );# set CRAN mirror for users in China
  r[ "CRAN" ] <- "https://mirrors.tuna.tsinghua.edu.cn/CRAN/"; # CRAN的镜像地址
  options( repos = r )
  
  BioC <- getOption( "BioC_mirror" ); # set bioconductor mirror for users in China
  BioC[ "BioC_mirror" ] <- "https://mirrors.ustc.edu.cn/bioc/"; # bioconductor的镜像地址
  options( BioC_mirror = BioC )
})

# 检查一下修改情况
getOption("BioC_mirror")
getOption("CRAN")

local 函数可以让我们的配置只在当前project 环境生效。

安装包技巧

判断式安装

我们可以利用requireNamespace 函数判断包是否安装在R 中，如果有则返回T，利用判断，看是否执行安装命令：

# 安装biocmanager（bioconductor）
if (!requireNamespace("BiocManager", quietly = TRUE)) install.packages("BiocManager")

# 安装devtools管理github上的软件包
if (!requireNamespace("devtools", quietly = TRUE)) install.packages("devtools")

向量保存包名再安装

首先将需要的包保存在一个向量中：

bioPackages <-c( 
  "corrplot","ggrepel", #绘制相关性图形
  "stringr", #处理字符串的包
  "readr","tximport","dplyr", #处理salmon表达量的扩展包
  "FactoMineR","factoextra", #PCA分析软件
  "limma","edgeR","DESeq2", #差异分析的三个软件包
  "clusterProfiler", "org.Hs.eg.db", #安装进行GO和Kegg分析的扩展包
  "GSEABase","GSVA", #安装进行GSEA分析的扩展包
  "airway" # 包含数据集的bioconductor软件包

接着，通过apply 函数读取向量中的包名，并进行判断，如果在installed.packages() 不存在，则在available.packages() 的已知CRAN 的包中安装；如果不在CRAN 中，则从BiocManager 上下载：

lapply( bioPackages, 
        function( bioPackage ){
          if(!bioPackage %in% rownames(installed.packages())){
              CRANpackages <- available.packages()

              if(bioPackage %in% rownames(CRANpackages)){
                install.packages( bioPackage)
              }else{
                  BiocManager::install(bioPackage,suppressUpdates=F,ask=F)
              }
          }
        })

你可以在安装完成后通过library 验证一下是否安装成功，如果还没有，可能你的网络环境出了问题，或者这个包需要通过源文件安装，或是在github 上，需要使用devtools 安装。

你也可以不输出信息到屏幕进行加载：