R包的查看、卸除、安装与卸载

01. 卸载自己古老的包

查看自己的包

复制代码
mypackages <- installed.packages()[,c('Package','Version','LibPath')] %>% as.data.frame()
write.csv(mypackages, "~/Desktop/mypackages.csv")

从存的文档中找到自己想要卸载的R包

复制代码
remove.packages(c("BSgenome.Athaliana.TAIR.TAIR9", "BSgenome.Hsapiens.UCSC.hg19", "GenomeInfoDb", "GenomeInfoDbData", "GenomicAlignments", "GenomicFeatures", "GenomicRanges", "GO.db", "GSEABase", "KEGGgraph", "KEGGREST", "learnr", "RgoogleMaps", "RSQLite", "yeastRNASeq", "yyplot"), lib = .libPaths()[1])
remove.packages(c("IRdisplay", "IRkernel"), lib = .libPaths()[2])

mypackages <- installed.packages()[,c('Package','Version','LibPath')] %>% as.data.frame()
write.csv(mypackages, "~/Desktop/mypackages_new.csv")

查看之后上述的包已经被卸载了。

02. 补充部分

查看已加载的包

复制代码
(.packages())

卸除已加载的包

复制代码
detach("package:RMySQL")

注意是卸除,不是卸载,也就是说不是把包从R运行环境中彻底删除,只是不希望该包被加载使用。

在包使用函数冲突,检验函数依赖时比较有用。

安装包

复制代码
install.packages("TSA")

列出包所在库的路径

复制代码
.libPaths()

包的载入

复制代码
library() 或 require()

安装完包后,需要加载才能使用其中的函数,此时括号中不使用引号。两者的不同之处在于library()载入之后不返回任何信息,而require()载入后则会返回TRUE,因此require()适合用于程序的书写。

包的更新

复制代码
update.packages()

彻底删除已安装的包:

复制代码
remove. packages(c("pkg1","pkg2") , lib = file.path("path", "to", "library"))

查看已安装的包

复制代码
installed.packages()[,c('Package','Version','LibPath')]

其中c('Package','Version','LibPath') 表示显示包名、版本、库路径信息,若无,c('Package','Version','LibPath')参数,则显示所有信息。

查看某个包提供的函数

复制代码
help(package='TSA')

作者:LeoinUSA

链接:https://www.jianshu.com/p/6358091a5683

来源:简书

著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。

相关推荐
我要两颗404西柚6 分钟前
Stage four:VUE项目上线
前端·javascript·vue.js
小小洋洋8 分钟前
OpenWrt 从U盘迁移到内置 eMMC,并完成扩容与 Docker 安装
java·docker·eureka
尤乐娃子11 分钟前
进入大厂(厂子大)实习Day8
前端·笔记·实习
醉城夜风~32 分钟前
CSS盒模型(Box Model)
前端·css
就改了34 分钟前
SpringBoot 自定义线程池 + 实时监控指标
java·spring boot·后端
plainGeekDev41 分钟前
运行时获取依赖 → 编译时注入
android·java·kotlin
枫叶v.1 小时前
Prompt Injection 防不住怎么办?从 Source-Sink 模型设计 Agent 安全边界
数据库·安全·prompt
Lucky_Turtle1 小时前
【Milvus】向量数据库
数据库
吴声子夜歌1 小时前
MongoDB 8.0——安全性
数据库·mongodb
雪隐1 小时前
个人电脑玩AI-15让5060 Ti给你打工——MiniMax H3 本地部署实录:一个自带录音棚的视频模型,和它的 NVFP4 瘦身奇遇
前端·人工智能·后端