【R库包安装】R库包安装总结：conda、CRAN等

[方法1：基于 R 的 CRAN 仓库安装](#方法1：基于 R 的 CRAN 仓库安装)
- CRAN库包查询
- [从 CRAN 安装](#从 CRAN 安装)
方法2：使用conda安装库包
- [确保已安装 R 和 Conda 环境](#确保已安装 R 和 Conda 环境)
- [使用 Conda 官网浏览是否存在相应库包](#使用 Conda 官网浏览是否存在相应库包)
- [Conda 安装 R 库](#Conda 安装 R 库)
[方法3：从 GitHub 安装库](#方法3：从 GitHub 安装库)
方法4：本地安装（如果有源码）
验证安装
另：R语言回复为乱码
参考

在运行R语言代码时，需要安装以下库包：（但老是报错，显示不存在）

r 复制代码

library('MGLM')
library('BPST')
library('Triangulation')
library('spgwr')
library('robustHD')
library('raster')
library('rgdal')
library('tictoc')
library('osqp')
library("doParallel")
library("parallel")

说明：r-parallel 是 R 的一个内置包，提供了支持并行计算的工具和功能。这个包是 R 的基础工具包的一部分，从 R 3.0.0 开始，parallel 就已经集成到 R 的核心代码中，因此通常不需要手动安装。

本博客总结常见的几种下载R库包的方法。

方法1：基于 R 的 CRAN 仓库安装

CRAN库包查询

官网-Available CRAN Packages By Name

例如，查找BPST库包，如下：

从 CRAN 安装

经过查询，以上需要的安装的库包大部分托管在CRAN中，如下：

r 复制代码

# MGLM	Multivariate Response Generalized Linear Models
library('MGLM')
# triangulation	Determine Position of Observer
library('Triangulation')
# spgwr	Geographically Weighted Regression
library('spgwr')
# robustHD	Robust Methods for High-Dimensional Data
library('robustHD')
# raster	Geographic Data Analysis and Modeling
library('raster')
# tictoc	Functions for Timing R Scripts, as Well as Implementations of "Stack" and "StackList" Structures
library('tictoc')
# osqp	Quadratic Programming Solver using the 'OSQP' Library
library('osqp')
# doParallel	Foreach Parallel Adaptor for the 'parallel' Package
library("doParallel")

另三个库包不在：

r 复制代码

library('rgdal')
library('BPST')
library("parallel")   # 为R语言内置包

1、安装方法1：直接利用代码安装

r 复制代码

install packages("R包的名称")

如果某库包（osqp）已发布到 CRAN，可以直接在 R 中运行以下命令：

r 复制代码

# 进入R环境
R

install.packages("spgwr")
install.packages("triangulation")
install.packages(c("bpst", "spgwr", "mglm", "triangulation", "robusthd", "raster", "rgdal", "tictoc", "osqp", "doparallel", "foreach"))

# 安装失败时，可尝试直接安装预编译的二进制版本，而不是从源代码编译
install.packages("terra", type = "binary")
install.packages("raster", type = "binary")

library("spgwr")
library("triangulation")

# 退出R环境
q()

安装完成后，可以通过 library("spgwr") 加载包。

2、安装方法2：从R---packages界面搜索安装

在第3步中输入R包名称，检索，点击"Install"进行安装，待安装进度走完，会显示安装成功。

3、安装方法3：从菜单栏---tools中进行安装，出现与图1中相同界面，输入检索并安装即可。

方法2：使用conda安装库包

确保已安装 R 和 Conda 环境

1、创建R语言虚拟环境

使用以下代码创建R语言虚拟环境

r 复制代码

conda create -n R4.2.1 r-base==4.2.1
conda create -n R4.2.0 r-base=4.2.0 -c conda-forge

conda create -n R4.1.3 r-base==4.1.3
conda create -n R4.1.3 r-base=4.1.3 -c conda-forge

conda create -n R4.0.2 r-base==4.0.2
conda create -n R4.0.2 r-base=4.0.2 -c conda-forge

2、激活虚拟环境

r 复制代码

conda activate R4.0.2

conda deactivate

3、验证 R 版本：

验证 R 是否安装成功，以及版本是否为 4.1.3：

r 复制代码

R --version

使用 Conda 官网浏览是否存在相应库包

方法1：使用 conda search 命令

conda search 命令是 Conda 提供的工具，用于搜索某个包是否存在于可用的 Conda 通道中。

r 复制代码

conda search r-mglm

方法2：在官网自行搜索

官网-Anaconda.org

包名前缀为 r-，这是 Conda 中 R 包的命名规则。例如：

library('MGLM') 对应 Conda 包 r-mglm。
library('BPST') 对应 Conda 包 r-bpst。

查询上述待安装的库包，能否由conda进行安装：

r 复制代码

#  conda-forge / r-mglm
library('MGLM')
#  conda-forge / r-robusthd 0.8.1
library('robustHD')
# conda-forge / r-raster 3.6_13
library('raster')
# conda-forge / r-rgdal 1.4_8
library('rgdal')
# conda-forge / r-tictoc 1.2.1
library('tictoc')
# conda-forge / r-osqp 0.6.3.3
library('osqp')
# conda-forge / r-doparallel 1.0.17
library("doParallel")

其中，未在 R 的官方包管理仓库 CRAN 上的包。

r 复制代码

# r / r-triangulation 0.5.0
library('Triangulation')
# r / r-spgwr 0.6_35
library('spgwr')

无法用conda下载的库包包括：

r 复制代码

library('BPST')
library("parallel")   # 为R语言内置包

Conda 安装 R 库

通过 Conda 安装（conda-forge）：

复制代码

conda install -c conda-forge r-mglm r-bpst r-triangulation r-spgwr r-robusthd r-raster r-rgdal r-tictoc r-osqp r-doparallel r-foreach -y

# 使用conda-forge下载
conda install -c conda-forge r-mglm  -y
conda install -c conda-forge r-robusthd  -y
conda install -c conda-forge r-raster  -y
conda install -c conda-forge r-rgdal  -y
conda install -c conda-forge r-tictoc  -y
conda install -c conda-forge r-osqp  -y
conda install -c conda-forge r-doparallel  -y

说明：使用 -y 自动确认安装，减少交互。

使用 conda list 查看当前环境中已安装的包，如下：

r 复制代码

conda list r-mglm

方法3：从 GitHub 安装库

如果某库包（如BPST）没有发布到 CRAN，但托管在 GitHub 上，可以使用 devtools 包安装：

1、首先安装 devtools 包（如果尚未安装）： 推荐采用conda进行安装

r 复制代码

install.packages("devtools")

conda install -c conda-forge r-devtools

查看是否安装成功（进行R环境后执行以下代码）：

r 复制代码

library(devtools)

如果安装成功：不会有任何错误或者警告信息，R 会成功加载 devtools 包。

如果未安装或安装失败：会显示类似以下错误信息：

r 复制代码

Error in library(devtools) : there is no package called 'devtools'

2、使用 devtools::install_github() 从 GitHub 仓库安装 BPST：

r 复制代码

library(devtools)
install_github("作者名/BPST")  # 替换 "作者名/BPST" 为实际的 GitHub 仓库地址
devtools::install_github("FIRST-Data-Lab/BPST")

注意：您需要知道 BPST 的具体 GitHub 仓库地址，才能使用这种方式安装。如果您不确定，可以在 GitHub 上搜索或参考其官方文档。

安装库包，如下

方法4：本地安装（如果有源码）

以triangulation库为例，r / packages / r-triangulation 0.5.0

下载triangulation_0.5.0.tar.gz源码（通常是 .tar.gz 文件）后，可以通过以下方式安装：

1、将源码文件下载到本地。

2、在 R 中运行以下命令：

r 复制代码

install.packages("路径/triangulation_0.5.0.tar.gz", repos = NULL, type = "source")
install.packages("C:/Database/R_Packages/triangulation_0.5.0.tar.gz", repos = NULL, type = "source")

将路径替换为文件所在的实际路径。

验证安装

安装完成后，可以通过以下命令验证：

r 复制代码

library(BPST)
?BPST  # 查看函数文档

如果包能够正常加载且文档显示无误，则安装成功。

另：R语言回复为乱码

1、切换终端编码为支持中文的代码页

Windows 的默认中文环境编码是 GBK，代码页为 936。您可以将当前终端的代码页切换为 936 或 UTF-8（65001）。

在 cmd 中运行以下命令：

r 复制代码

chcp 936

说明：

chcp 936 将代码页切换为 GBK，适用于中文字符环境。

如果您希望使用 UTF-8（推荐方式，兼容性更好），可以使用以下命令：

r 复制代码

chcp 65001

如果输出为 936 或 65001，表示已成功更改。

参考

1、CSDN官网-R: R package安装的几种方式