1.R包介绍
R语言的使用很大程度上是借助各种各样的R包的辅助,从某种程度上讲,R包就是针对R的插件,不同的插件满足不同的需求。截至2017年11月26日,CRAN已经收录了各类包11 898个,而且还在快速增加。
2.安装包
(1)通过选择菜单。
单击Packages,在弹出的对话框中,选择要安装的包勾选即可。
(2)使用命令安装包。
install.packages("package_name","dir")
package_name:是指定要安装的包名,请注意大小写。
dir:包安装的路径。默认情况下是安装在..\library文件夹中的,可以通过本参数来选择安装的文件夹。
(3)借助右下视窗install按钮来安装包。
(4)本地安装。如果已经下载了相应的包的压缩文件,则可以在本地进行安装。注意:在Linux、Windows、Mac OS操作系统下,安装文件的后缀名是不一样的。
①Linux环境编译运行:tar.gz文件。
②Windows环境编译运行:.zip文件。
③Mac OS环境编译运行:.tgz文件。
3.加载包
包安装后,如果要使用包,必须先把包加载到内存中(默认情况下,R启动后会加载基本包),加载包的命令如下:
Library("包名")
Require("包名")
勾选RStudio右下视窗在本地系统图书馆(System Library)已经有的包名可以更加方便地加载。
注:安装完包后一定要加载包,否则编程时仍不能使用。安装和加载是两个不同的概念,正如计算机内装有某软件但是你没有启动它仍然不能使用一样,加载“包”后,包内的数据或函数才能顺利调用。
4.查看包的相关信息
·查看包帮助信息
library(help="package_name")
主要内容包括:包名、作者、版本、更新时间、功能描述、开源协议、存储位置、主要的函数等。(https://www.xing528.com)
help(package="package_name")
主要内容包括:包的所有内置函数,是更为详细的帮助文档。
·查看当前环境哪些包已加载
find.package()或者.path.package()
·将包移出内存
detach()
·把其他包的数据加载到内存中
data(dsname,package="package_name")
·查看这个包里的数据
data(package="package_name")
·列出所有安装的包
library()
目前R各种包的数量超过1万个,大部分统计分析任务都可以通过R实现。一个包中有可能包含多种函数完成多种统计分析,当然同一个问题也可以使用不同的包来完成,所以用户可以有多种选择。
查询包内容有如下方法。
方法一,R用户可以通过函数available.packages()查看自己的机器可以安装哪些包,如图1.1.17所示。
运行该函数后右下视窗就会显示出该机器上可以安装的各种包,如图1.3.1所示。除了R默认的包不需要加载外,其他包即使机器上有也需要用户进行加载后才可以使用。

图1.3.1 通过函数available.packages()可以查看安装包
方法二,利用函数library()也可以查看自己机器上“图书馆”里包的内容。如C:/Program Files/R/R-3.5.2/library里有以下程序包:


做基本统计分析除了R自带的默认“包”外,还有以下“包”要用到,可以提前安装好,使用前加载或调用一下即可。

免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。
