r - R中的虚拟环境？

Question

我找到了几篇关于 R 中的最佳实践、可重复性和工作流程的帖子，例如:

• How to increase longer term reproducibility of research (particularly using R and Sweave)
• Complete substantive examples of reproducible research using R

主要关注点之一是确保代码的可移植性，从某种意义上说，将代码移至新机器(可能运行不同的操作系统)相对简单，并产生相同的结果。

来自 Python 背景，我习惯了虚拟环境的概念。当与所需软件包的简单列表相结合时，这有助于确保已安装的软件包和库在任何机器上都可用，而不会大惊小怪。当然，这并不能保证 - 不同的操作系统有自己的弱点和特点 - 但它可以让你达到 95% 的目标。

R 中是否存在这样的东西？即使它没有那么复杂。例如，只需维护所需软件包的纯文本列表和将安装任何缺失的脚本的脚本？

我即将开始第一次认真使用 R，可能与 Sweave 一起使用，并且希望以尽可能最好的方式开始!感谢您的想法。

Answer 1

我将使用@cboettig 发布的评论来解决这个问题。

包装鼠

Packrat 是 R 的依赖管理系统。为您提供三个重要优势(所有这些优势都集中在您的可移植性需求上)

• 隔离:为一个项目安装新的或更新的包不会破坏您的其他项目，反之亦然。这是因为 packrat 为每个项目提供了自己的私有(private)包库。

• 便携:轻松将您的项目从一台计算机传输到另一台计算机，甚至跨不同平台。 Packrat 可以轻松安装您的项目所依赖的包。

• 可重现:Packrat 记录您所依赖的确切软件包版本，并确保无论您走到哪里都能安装这些确切版本。

下一步是什么？

1. 演练指南:http://rstudio.github.io/packrat/walkthrough.html

2. 最常用的命令:http://rstudio.github.io/packrat/commands.html

3. 在 RStudio 中使用 Packrat:http://rstudio.github.io/packrat/rstudio.html

4. 限制和警告:http://rstudio.github.io/packrat/limitations.html

更新: Packrat 已成为 soft-deprecated现在被 renv 取代，所以你可能想检查这个包。