- R 菜鸟教程
- R - 教程
- R - 概述
- R - 环境设置
- R - 基本语法
- R - 数据类型
- R - 变量
- R - 运算符
- R - 判断语句
- R - Loop (循环)
- R - 函数
- R - 字符串
- R - 矢量
- R - 列表
- R - 矩阵
- R - 数组
- R - 因子
- R - 数据帧
- R - 包(Packages)
- R - 数据重塑
- R 数据接口
- R - CSV 文件
- R - Excel 文件
- R - 二进制文件
- R - XML 文件
- R - JSON 文件
- R - Web 数据
- R - 数据库
- R 图表和图形
- R - 饼图
- R - 条形图
- R - 箱线图
- R - 直方图
- R - 折线图
- R - 散点图
- R 统计示例
- R - 平均值、中位数和众数
- R - 线性回归
- R - 多元回归
- R - Logistic 回归
- R - 正态分布
- R - 二项分布
- R - 泊松回归
- R - 协方差分析
- R - 时间序列分析
- R - 非线性最小二乘法
- R - 决策树
- R - 随机森林
- R - 生存分析
- R - 卡方检验
R - 包(Packages)
R 包(Packages)是 R 函数、编译代码和示例数据的集合。它们存储在 R 环境中名为 “library” 的目录下。默认情况下,R 在安装过程中安装一组包。稍后,当某些特定目的需要更多包时,会添加更多包。当我们启动 R 控制台时,默认情况下只有默认包可用。其他已安装的包必须显式加载,以供将要使用它们的 R 程序使用。
R 包(Packages)中列出了所有以 R 语言提供的包。
下面是用于检查、验证和使用 R 包(Packages)的命令列表。
检查可用的 R 软件包
获取包含 R 包的库位置
.libPaths()
当我们执行上述代码时,它会产生以下结果。它可能会因您 PC 的本地设置而异。
[2] "C:/Program Files/R/R-3.2.2/library"
获取已安装的所有包的列表现场演示
library()
当我们执行上述代码时,它会产生以下结果。它可能会因您 PC 的本地设置而异。
Packages in library ‘C:/Program Files/R/R-3.2.2/library’:
base The R Base Package
boot Bootstrap Functions (Originally by Angelo Canty
for S)
class Functions for Classification
cluster "Finding Groups in Data": Cluster Analysis
Extended Rousseeuw et al.
codetools Code Analysis Tools for R
compiler The R Compiler Package
datasets The R Datasets Package
foreign Read Data Stored by 'Minitab', 'S', 'SAS',
'SPSS', 'Stata', 'Systat', 'Weka', 'dBase', ...
graphics The R Graphics Package
grDevices The R Graphics Devices and Support for Colours
and Fonts
grid The Grid Graphics Package
KernSmooth Functions for Kernel Smoothing Supporting Wand
& Jones (1995)
lattice Trellis Graphics for R
MASS Support Functions and Datasets for Venables and
Ripley's MASS
Matrix Sparse and Dense Matrix Classes and Methods
methods Formal Methods and Classes
mgcv Mixed GAM Computation Vehicle with GCV/AIC/REML
Smoothness Estimation
nlme Linear and Nonlinear Mixed Effects Models
nnet Feed-Forward Neural Networks and Multinomial
Log-Linear Models
parallel Support for Parallel computation in R
rpart Recursive Partitioning and Regression Trees
spatial Functions for Kriging and Point Pattern
Analysis
splines Regression Spline Functions and Classes
stats The R Stats Package
stats4 Statistical Functions using S4 Classes
survival Survival Analysis
tcltk Tcl/Tk Interface
tools Tools for Package Development
utils The R Utils Package
base The R Base Package
boot Bootstrap Functions (Originally by Angelo Canty
for S)
class Functions for Classification
cluster "Finding Groups in Data": Cluster Analysis
Extended Rousseeuw et al.
codetools Code Analysis Tools for R
compiler The R Compiler Package
datasets The R Datasets Package
foreign Read Data Stored by 'Minitab', 'S', 'SAS',
'SPSS', 'Stata', 'Systat', 'Weka', 'dBase', ...
graphics The R Graphics Package
grDevices The R Graphics Devices and Support for Colours
and Fonts
grid The Grid Graphics Package
KernSmooth Functions for Kernel Smoothing Supporting Wand
& Jones (1995)
lattice Trellis Graphics for R
MASS Support Functions and Datasets for Venables and
Ripley's MASS
Matrix Sparse and Dense Matrix Classes and Methods
methods Formal Methods and Classes
mgcv Mixed GAM Computation Vehicle with GCV/AIC/REML
Smoothness Estimation
nlme Linear and Nonlinear Mixed Effects Models
nnet Feed-Forward Neural Networks and Multinomial
Log-Linear Models
parallel Support for Parallel computation in R
rpart Recursive Partitioning and Regression Trees
spatial Functions for Kriging and Point Pattern
Analysis
splines Regression Spline Functions and Classes
stats The R Stats Package
stats4 Statistical Functions using S4 Classes
survival Survival Analysis
tcltk Tcl/Tk Interface
tools Tools for Package Development
utils The R Utils Package
获取 R 环境中当前加载的所有包
search()
当我们执行上述代码时,它会产生以下结果。它可能会因您 PC 的本地设置而异。
[1] ".GlobalEnv" "package:stats" "package:graphics"
[4] "package:grDevices" "package:utils" "package:datasets"
[7] "package:methods" "Autoloads" "package:base"
[4] "package:grDevices" "package:utils" "package:datasets"
[7] "package:methods" "Autoloads" "package:base"
安装新软件包
有两种方法可以添加新的 R 包。一种是直接从 CRAN 目录安装,另一种是将软件包下载到本地系统并手动安装。
直接从 CRAN 安装
以下命令直接从 CRAN 网页获取包,并在 R 环境中安装包。系统可能会提示您选择最近的镜像。选择适合您位置的那个。
install.packages("Package Name")
# 安装名为“XML”的包。
install.packages("XML")
# 安装名为“XML”的包。
install.packages("XML")
手动安装软件包
转到链接 R Packages 以下载所需的包。将软件包作为 .zip 文件保存在本地系统中的适当位置。
现在,您可以运行以下命令在 R 环境中安装此软件包。
install.packages(file_name_with_path, repos = NULL, type = "source")
# 安装名为“XML”的包
install.packages("E:/XML_3.98-1.3.zip", repos = NULL, type = "source")
# 安装名为“XML”的包
install.packages("E:/XML_3.98-1.3.zip", repos = NULL, type = "source")
将包加载到库
必须先将包加载到当前 R 环境中,然后才能在代码中使用包。您还需要加载以前已安装但在当前环境中不可用的软件包。
使用以下命令加载包 -
library("package Name", lib.loc = "path to library")
# 加载名为“XML”的包
install.packages("E:/XML_3.98-1.3.zip", repos = NULL, type = "source")
# 加载名为“XML”的包
install.packages("E:/XML_3.98-1.3.zip", repos = NULL, type = "source")