R语言安装程序包

安装R语言的包的方法:

1. 自动安装(在线安装)

在R的控制台,输入

install.packages("gridExtra")  # 安装 gridExtra

install.packages("stepNorm", contriburl="http://www.your.url",  dependencies = TRUE) # 安装 stepNorm

若要指定安装目录 (e.g. “mydir”),则输入

install.packages("stepNorm", contriburl="http://www.biostat.ucsf.edu/jean/software", lib="mydir")

这种方法可能找不到需要的package,那么可以用 方法2

2. 手动安装(离线安装)

Windows:

下载package.zip文件

打开R的菜单栏->Packages->“Install package from local zip file…”

选择package.zip文件

Linux上安装R包(离线安装):

下载package.tar.gz文件

在Shell终端(注意不是R)输入:

sudo R CMD INSTALL package.tar.gz

注意:需要sudo权限才能安装。否则提示:

username is not in the sudoers file.  This incident will be reported.

查看全部安装的R包:

.packages(all.available=T)

查看某个安装的R包:

library("XML")
help(package="XML")

时间: 2024-12-22 12:35:34

R语言安装程序包的相关文章

R语言下解决包不能安装的问题

目的:这次主要是为了安装Rcpp包, 方法:install.packages("Rcpp") 结果:出错,,于是,我从官网下载Rcpp_0.11.2.tar.gz,在终端输入 R CMD INSTALL Rcpp_0.11.2.tar.gz,提示我的R语言版本太低,需要3.0以上 改进:卸载R语言2.15版本后,重新安装 1: wget http://cran.r-project.org/src/base/R-2/R-3.1.0.tar.gz 2: tar -xzvf R-3.1.0.

rpm、yum管理及源码安装程序包

linux程序包管理: 为了更好的实现程序的安装.升级.卸载.查询.校验以及数据库的维护,所以把将编译好的程序的各个组成文件打包成一个或者多个程序包文件. 软件包的获取途径: 1.到各个镜像网站获取: 比如:mirrors.aliyun.com   mirrors.163.com   mirrors.souhu.com 2.到各个程序官网获取 比如:apache.org  nginx.org 3.通过第三方组织 比如:epel.搜索引擎 1.rpm包管理  :  不能处理依赖关系 RPM 是以一

如何下载Office365离线安装程序包并手动安装?

如何下载Office365离线安装包并手动安装? ?Lander Zhang 专注外企按需IT基础架构运维服务,IT Helpdesk 实战培训践行者博客:https://blog.51cto.com/lander IT Helpdesk 工程师实战培训课程:https://edu.51cto.com/lecturer/733218.html轻松进外企:IT Helpdesk工程师实战自学之路:https://blog.51cto.com/lander/2413018更新时间:2019/7/10

解决红帽6.8无法使用前端包管理工具YUM安装程序包问题

红帽的YUM源需要注册用户才能更新使用,由于CentOS和RHEL基本没有区别,并且CentOS已经被REHL收购.所以将RHEL的YUM源替换为CentOS即可: 问题描述: 看安装提示信息 [[email protected] ~]# yum install httpd Loaded plugins: product-id, search-disabled-repos, security, subscription-manager This system is not registered 

R语言 文本挖掘 tm包 使用

#清除内存空间 rm(list=ls()) #导入tm包 library(tm) library(SnowballC) #查看tm包的文档 #vignette("tm") ##1.Data Import 导入自带的路透社的20篇xml文档 #找到/texts/crude的目录,作为DirSource的输入,读取20篇xml文档 reut21578 <- system.file("texts", "crude", package = &quo

R语言中文分词包jiebaR

前言 本文挖掘是数据挖掘中一个非常重要的部分,有非常广阔的使用场景,比如我们可以对新闻事件进行分析,了解国家大事:也可以对微博信息进行分析,通过社交舆情看看大家的关注点.通过文本挖掘找到文章中的隐藏信息,对文章的结构进行分析,判断是不是同一个作者写文章:同时可以对邮件分析,结合bayes算法判断哪些是垃圾邮件,哪些是有用的邮件. 本文挖掘的第一步,就是要进行分词,分词将直接影响文本挖掘的效果.R语言在分词方面有很好的支持,接下来就给大家介绍一个不错的R语言中文分词包"结巴分词"(jie

R语言记录程序运行的时间

f <- function(start_time) { start_time <- as.POSIXct(start_time) dt <- difftime(Sys.time(), start_time, units="secs") # Since you only want the H:M:S, we can ignore the date... # but you have to be careful about time-zone issues format(

R语言:recommenderlab包的总结与应用案例

R语言:recommenderlab包的总结与应用案例 1. 推荐系统:recommenderlab包整体思路 recommenderlab包提供了一个可以用评分数据和0-1数据来发展和测试推荐算法的框架.它提供了几种基础算法,并可利用注册机制允许用户使用自己的算法recommender包的数据类型采用S4类构造. (1)评分矩阵数据接口:使用抽象的raringMatrix为评分数据提供接口.raringMatrix采用了很多类似矩阵对象的操作,如 dim(),dimnames() ,rowCo

R语言︱H2o深度学习的一些R语言实践——H2o包

R语言H2o包的几个应用案例 笔者寄语:受启发想了解H2o平台的一些R语言实现,网上已有一篇H2o的demo文件.笔者在这多贴一些案例,并且把自己实践的一些小例子贴出来. 关于H2o平台长啥样,可以看H2o的官网,关于深度学习长啥样,可以看一些教程,比如ParallelR博客之中的解析. 下面主要是贴几个案例,让大家看看. ------------------------------------------------------------ Matt︱R语言调用深度学习架构系列引文 R语言︱H