本文介绍了如何使用conda解决在安装R软件包时遇到的依赖问题，特别是当无法访问某些数据时。建议首先尝试通过conda-forge通道安装，如果失败，则可以尝试使用-r选项或bioconda。提供了示例命令，如安装xml2包和创建包含基本R功能及jupyter notebook支持的环境。强调了conda在避免手动编译和软件冲突方面的优势。
用conda中的biocmanager装一些R软件包的时候，可能会在R中报错XX has non-zero status, 且编译报错找不到底层的包（如xml2，boost）。由于我不能访问实验室的所有数据，因此这些底层包装不上。解决方法是直接用conda install，channel用conda-forge（这里包种类比较全，但solve environment会慢），或者用-c r找R包（这种情况下，R包前缀一般会有r-）。实在装不上，最后试试bioconda装：-c bioconda bioconductor- XX包名。
示例：用r channel装xml
conda install -c r r-xml2
这里引用师兄的话：能用conda就用conda装（这里应该还有pip才对），其次才是R里面install.packages()。这句话非常有道理，因为conda有很多东西不需要自己编译，安装起来方便很多，且能在减少软件冲突的前提下自动下载最新版本的软件（多个软件一起装最好写在同一行增加solve效率）。
示例：创建名字为r_env的新环境，装r-base, r-essentials来实现运行R的基本功能，同时装irkernel来实现跑jupyter notebook。
conda create -n r_env r-base r-essentials r-irkernel
扫一扫
1930
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
