最近想要用conda来进行R包的安装和环境管理,搜索了一下发现可以用yaml
文件进行管理。
以下安装一些常规差异分析所用的R包进行演示。
使用YAML文件创建conda环境
创建 r_de.yaml
,并在其中输入环境的名字、安装包的channels和需要的包
name: r-de
channels:
- conda-forge
- bioconda
dependencies:
- r-base=4.1
- r-tidyverse
- r-dendextend
- r-optparse
- r-ggrepel
- bioconductor-deseq2
- bioconductor-edger
- bioconductor-limma
- bioconductor-complexheatmap
- bioconductor-rtracklayer
要装的R包可以在conda上搜索: https://anaconda.org/search?q=DESeq2
如果想要安装Github上的R包,需要自己手动在conda创建这个安装包 (要有一个conda的账号)
conda skeleton cran <github_url> conda build --R=<my_r_version> r-<lower-case-package-name> conda install -c <my_user_name> <my_package>
https://stackoverflow.com/questions/52061664/install-r-package-from-github-using-conda
创建环境
conda env create -f r_de.yaml
输入命令后,conda就会安装相应的包和它们依赖的包。
测试
安装好后,激活环境并进入R加载相应包试试看
conda activate r_de
In R command
library(tidyverse)
── Attaching packages ─────────────────────────────────────────────────────────────────────────────── tidyverse 1.3.1 ──
✔ ggplot2 3.3.6 ✔ purrr 0.3.4
✔ tibble 3.1.7 ✔ dplyr 1.0.9
✔ tidyr 1.2.0 ✔ stringr 1.4.0
✔ readr 2.1.2 ✔ forcats 0.5.1
── Conflicts ────────────────────────────────────────────────────────────────────────── tidyverse_conflicts() ──
✖ dplyr::filter() masks stats::filter()
✖ dplyr::lag() masks stats::lag()
ref
网友评论