虚拟星期三B. R?
例如,我发现了有关最佳实践,可重复性和工作流程的几份报告 R:
https://stats.stackexchange.co ... -r-an
/
https://stats.stackexchange.co ... ing-r
主要担忧之一是确保将其转移到新车的意义上的代码的可移植性 /也许在另一个 OS/ 比较简单,给出相同的结果。
基于背景 Python, 我曾经习惯了虚拟环境的概念。 结合了一个简单的必要包列表,这在某种程度上确保已安装的包和库将在任何机器上都提供,而无需超额大惊小怪。 当然,这不是保证 - 有不同的 OSes 有缺点和功能, - 但它会帮助你 95%.
里面有这样的东西 R? 即使它不是那么困难。 例如,只需保留一个简单的文本列表,即将安装所有缺少的脚本?
我要开始使用 R 认真地是第一次,可能与之结合 Sweave, 理想情况下,我想尽可能多地开始! 谢谢你的想法。
https://stats.stackexchange.co ... -r-an
/
https://stats.stackexchange.co ... ing-r
主要担忧之一是确保将其转移到新车的意义上的代码的可移植性 /也许在另一个 OS/ 比较简单,给出相同的结果。
基于背景 Python, 我曾经习惯了虚拟环境的概念。 结合了一个简单的必要包列表,这在某种程度上确保已安装的包和库将在任何机器上都提供,而无需超额大惊小怪。 当然,这不是保证 - 有不同的 OSes 有缺点和功能, - 但它会帮助你 95%.
里面有这样的东西 R? 即使它不是那么困难。 例如,只需保留一个简单的文本列表,即将安装所有缺少的脚本?
我要开始使用 R 认真地是第一次,可能与之结合 Sweave, 理想情况下,我想尽可能多地开始! 谢谢你的想法。
没有找到相关结果
已邀请:
6 个回复
董宝中
赞同来自:
过时的灌木丛功能
过时的普拉普金色功能是一个依赖控制系统 R. 给你三个重要的优势 /所有这些都集中在您的需要可容忍度。/
孤立的:为一个项目安装新的或更新包不会导致违反其他项目,反之亦然。 这是因为 packrat 提供每个项目自己的数据包库。
可移植性:即使在不同的平台上,也可以轻松地将项目从一台计算机从一台电脑恢复到另一台计算机。 Packrat 允许您轻松安装项目所取决于的包。
再现性: Packrat 记录从中依赖的包的确切版本,并确保在任何地方都将安装这些版本。
下一步是什么?
逐步指南:
http://rstudio.github.io/packrat/walkthrough.html
最常用的命令:
http://rstudio.github.io/packrat/commands.html
使用过时的普鲁普金色功能 RStudio:
http://rstudio.github.io/packrat/rstudio.html
限制和注意事项:
http://rstudio.github.io/packrat/limitations.html
更新:
过时的普鲁普金色功能是
https://github.com/rstudio/packrat#note
并更换
https://github.com/rstudio/renv
, 所以你可能想要检查这个包。
奔跑吧少年
赞同来自:
https://docs.anaconda.com/anac ... guage
R .
我有广泛的使用经验
支持各种安装 Python, 对同一用户的用户特定和多个版本。 我测试过 R 从
和
, 它很棒。 至少是我的需求,包括使用RNA测序分析
和相关包装也是如此
和
. 有许多封装的生物电极可用
穿过
https://bioconda.github.io/
, 并通过评论来评估
https://coderoad.ru/34705917/
SO, 看起来
也可以工作。
风见雨下
赞同来自:
https://blog.rstudio.com/2019/ ... or-r/
. 它可供选择 CRAN 并取代 Packrat.
简而言之,你使用
初始化项目库和
/
保存并下载库的状态。
我更喜欢这个选项 conda r-enviroments, 因为一切都存储在文件中
, 哪个可以在文件中修复 Git repo 并分发给团队。
风见雨下
赞同来自:
https://www.slideshare.net/Dav ... ction
, 特别是幻灯片 12.
安装 roveR, 运行以下命令 R:
充分使用该功能 roveR /包括安装某些版本的包以进行再现性/, 您需要访问 laiR - 为了 CRAN 您可以使用我们的实例 laiR 通过地址
https://lair.ownr.io
, 要下载自己的包并与您的组织交换,您需要许可证。 laiR. 您可以联系我们 email 在上面的介绍中。
风见雨下
赞同来自:
笔记:
1. 在 Anaconda 已安装
2. 假设你的工作目录 "C:"
创建所需的环境 -> "r_environment_name"
查看可用环境
.
..
...
激活环境
发射 Jupyter Notebook 让派对开始
对于类似. "requirements.txt", 也许这个链接会有所帮助 ->
https://coderoad.ru/38928326/
喜特乐
赞同来自: