conda进行服务器R版本管理

2021-07-13  本文已影响0人  DataScience

通过conda进行R版本管理不需要管理员权限,并且非常方便高效,下面我们学习一下该如何使用。

1. 安装Miniconda

下载conda

curl https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh -O

输入下面的命令,按照引导安装conda,如有必要请修改安装位置(默认安装在HOME下面):

bash Miniconda3-latest-Linux-x86_64.sh

2. 创建环境安装特定版本R

创建并激活一个新的环境,在不进入环境使用的是全局的R(如果有的话),进入环境可以使用在环境中安装的R版本,避免冲突。例如我们想要安装最新的R v4.1.0(于2021-05-18发布):

conda create --name r_4.1.0 -c conda-forge r=4.1.0 r-essentials

上面命令的意思为:

  • conda create –name r_4.1.0创建一个叫做'r_4.1.0'的环境
  • -c conda-forge r=4.1.0指定使用’conda-forge‘频道进行安装。最后指定版本号为4.1.0,没有这部分的话会自动安装最新的R
  • r-essentials,安装一些基础与常用的R包,这部分内容是可选的,遇到问题的话可以试着去掉这句

检查安装信息确实是想要的R版本(下图),输入y确认安装即可。

图1

3. 补充内容

3.1. conda环境操作

3.2. R配置

在HOME目录下新建.Rprofile文件(vim ~/.Rprofile),输入以下内容:

# 设置R包默认安装镜像
# 以清华大学镜像为例:
options(repos=structure(c(CRAN="https://mirrors.tuna.tsinghua.edu.cn/CRAN/"))) 

# 设置bioconductor的默认安装源:
# 以清华大学镜像为例
options(BioC_mirror="https://mirrors.tuna.tsinghua.edu.cn/bioconductor")

# 设置默认R包安装路径,以后重装R就不用重新装包了: 
.libPaths("自定义Rlibrary路径")

# 设置默认工作目录: 
setwd("自定义工作路径") #自定义路径必须已经存在,路径中不要出现汉字

甚至可以定义自己新装的R的调用命令:

ln -f R路径 任意环境变量目录/new_R_name

3.3. conda设置镜像

# 中科大镜像源
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/msys2/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/bioconda/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/menpo/
conda config --add channels https://mirrors.ustc.edu.cn/anaconda/cloud/
# 阿里镜像源
conda config --add channels https://mirrors.aliyun.com/pypi/simple/
# 豆瓣的python的源
conda config --add channels http://pypi.douban.com/simple/ 
# 显示检索路径,每次安装包时会将包源路径显示出来
conda config --set show_channel_urls yes
conda config --set always_yes True
# 显示所有镜像通道路径命令
conda config --show channels

4. 参考资料:

  1. Keeping my R life organized

  2. r-base 4.1.0安装方式

  3. Conda配置国内镜像源

  4. Manage your Python Virtual Environment with Conda

上一篇下一篇

猜你喜欢

热点阅读