R의 가상 환경?

R의 가상 환경?

---

R에서 모범 사례, 재현성 및 워크 플로에 대한 여러 게시물을 찾았습니다. 예를 들면 다음과 같습니다.

• 연구의 장기적인 재현성을 높이는 방법 (특히 R 및 Sweave 사용)
• R을 사용한 재현 가능한 연구의 완전한 실체 예제

주요 선입견 중 하나는 코드를 새로운 컴퓨터로 옮기는 (다른 OS를 실행할 수 있음)이 비교적 간단하고 동일한 결과를 제공한다는 점에서 코드의 이식성을 보장하는 것입니다.

Python 배경에서 온 저는 가상 환경의 개념에 익숙합니다. 필요한 패키지의 간단한 목록과 결합하면 설치된 패키지 및 라이브러리가 너무 많은 번거 로움없이 모든 시스템에서 사용 가능하도록 보장 할 수 있습니다. 물론 보장 할 수는 없습니다. OS마다 고유 한 약점과 특성이 있습니다.하지만 95 %의 이점을 얻을 수 있습니다.

그런 것이 R 내에 존재합니까? 정교하지 않더라도. 예를 들어, 필요한 패키지의 일반 텍스트 목록과 누락 된 패키지를 설치하는 스크립트를 유지하는 것입니까?

저는 R을 처음으로 본격적으로 사용하려고합니다. 아마 Sweave와 함께 사용할 것입니다. 이상적으로는 가능한 최선의 방법으로 시작하고 싶습니다! 당신의 생각에 감사드립니다.

---

이 질문을 해결하기 위해 @cboettig가 게시 한 댓글을 사용할 것입니다.

Packrat

Packrat는 R의 종속성 관리 시스템입니다. 세 가지 중요한 이점을 제공합니다 (모두 이식성 요구 사항에 중점을 둡니다).

• 격리 : 한 프로젝트에 대해 새 패키지 또는 업데이트 된 패키지를 설치해도 다른 프로젝트가 중단되지 않으며 그 반대의 경우도 마찬가지입니다. 이는 packrat가 각 프로젝트에 자체 개인 패키지 라이브러리를 제공하기 때문입니다.

• 휴대용 : 다른 플랫폼에서도 한 컴퓨터에서 다른 컴퓨터로 프로젝트를 쉽게 전송할 수 있습니다. Packrat를 사용하면 프로젝트가 의존하는 패키지를 쉽게 설치할 수 있습니다.

• 재현 가능 : Packrat는 사용자가 의존하는 정확한 패키지 버전을 기록하고 이러한 정확한 버전이 어디를 가든 설치되는 버전인지 확인합니다.

무엇 향후 계획?

1. 연습 가이드 : http://rstudio.github.io/packrat/walkthrough.html

2. 가장 일반적인 명령 : http://rstudio.github.io/packrat/commands.html

3. RStudio와 함께 Packrat 사용 : http://rstudio.github.io/packrat/rstudio.html

4. 제한 및주의 사항 : http://rstudio.github.io/packrat/limitations.html

---

Anaconda 패키지 관리자 conda 는 R 환경 생성을 지원합니다 .

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

conda사용자 별 및 동일한 사용자에 대한 여러 버전의 다른 Python 설치를 유지 관리 하는 데 사용하는 훌륭한 경험이 있습니다 . 나는 함께 R을 테스트 한 conda그리고 jupyter-notebook그것은 잘 작동합니다. 적어도 내 필요에 따라 DEseq2및 관련 패키지를 사용하는 RNA 시퀀싱 분석 과 data.table및 dplyr. 거기에서 사용할 수 많은 bioconductor 패키지입니다 conda통해 bioconda가 와의 의견에 따라 이 SO 질문 , 그것은 것 같아 install.packages()힘 작업뿐만 아니라.

---

R 컨테이너 관리 솔루션 인 roveR을 확인하세요. 자세한 내용은 https://www.slideshare.net/DavidKunFF/ownr-technical-introduction , 특히 슬라이드 12를 참조 하십시오 .

roveR을 설치하려면 R에서 다음 명령을 실행하십시오.

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

roveR의 기능을 최대한 활용하려면 (재현성을 위해 특정 버전의 패키지 설치 포함) laiR에 액세스해야합니다. CRAN의 경우 https://lair.ownr.io 에서 laiR 인스턴스를 사용 하여 업로드 할 수 있습니다. 자신의 패키지를 조직과 공유하려면 laiR 라이센스가 필요합니다. 위에 링크 된 프레젠테이션의 이메일 주소로 문의하실 수 있습니다.

---

여기에 추가하려면 :

참고 : 1. Anaconda가 이미 설치되어 있습니다. 2. 작업 디렉토리가 "C :"라고 가정합니다.

원하는 환경을 만들려면-> "r_environment_name"

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

사용 가능한 환경을 보려면

C:\>conda info --envs

. .. ...

환경 활성화

C:\>conda activate "r_environment_name"

(r_environment_name) C:\>

Jupyter Notebook을 시작하고 파티를 시작합니다.

(r_environment_name) C:\> jupyter notebook

유사한 "requirements.txt"의 경우이 링크가 도움이 될 것입니다.-> R에 대한 requirements.txt와 같은 것이 있습니까?

ReferenceURL : https://stackoverflow.com/questions/24283171/virtual-environment-in-r