夜雨聆风
R语言新一代包管理工具pak
随着R语言的发展，现在包的安装也越来越难了，之前R包都部署在CRAN上，现在又有Bioconductor项目，还有越来越多的包直接将代码安装在github上。在安装R包的时候，需要选择不同的函数，非常麻烦，给新手带来了很多困难。现在我们仅需要使用pak包，就可以很好的管理各个平台的R包。
R包不可用？
pak包
Pak 是一个现代化的 R 包管理器，提供快速、可靠和安全的包安装和管理功能。pak可以从 CRAN、Bioconductor、GitHub、URL、git 存储库、本地文件和目录安装R 包。它是 install.packages() and devtools::install_github()的替代项。PAK 快速、安全、方便。
官网：https://github.com/r-lib/pak?tab=readme-ov-file
# 从 CRAN 安装 pakinstall.packages("pak")# 或安装开发版本pak::pak("r-lib/pak")
使用pak来安装R包，这个时候无需区分R包来自于CRAN还是Bioconductor。
使用说明：https://pak.r-lib.org/reference/get-started.html
1、直接安装包
# 安装单个包pak::pkg_install("dplyr")# 安装多个包pak::pkg_install(c("dplyr", "ggplot2", "tidyr"))# 安装特定版本pak::pkg_install("ggplot2@4.0.0")# 从github安装pak::pkg_install("tidyverse/tibble")
# 检查包状态pak::pkg_status("dplyr")# 重新安装pak::pkg_install("tibble?reinstall")# 移除包pak::pkg_remove("dplyr")# 为可重现环境创建锁定文件pak::lockfile_create()
3、查看包依赖关系
# CRAN / Bioconductor 包的依赖树pak::pkg_deps_tree("tibble")# GitHub 上包的依赖树pak::pkg_deps_tree("tidyverse/tibble")# 当前目录中包的依赖树pak::local_deps_tree("tibble")# 解释递归依赖关系pak::pkg_deps_explain("tibble", "rlang")
4、仓库管理
# 列出当前存储库pak::repo_get()#添加自定义存储库pak::repo_add(rhub = 'https://r-hub.r-universe.dev')pak::repo_get()#删除自定义存储库options(repos = getOption("repos")["CRAN"])pak::repo_get()#设置指定日期的 CRAN 存储库pak::repo_add(CRAN = "RSPM@2022-06-30")pak::repo_get()pak::repo_add(CRAN = "RSPM@2022-06-30")pak::repo_get()
5、 缓存管理
# 检查元数据缓存pak::meta_list()# 更新元数据缓存pak::meta_update()# 清理元数据缓存pak::meta_clean(force = TRUE)pak::meta_summary()# 检查包缓存pak::cache_list()
学AI+生物信息，选择基因学苑
