-
Notifications
You must be signed in to change notification settings - Fork 7
/
020-install.qmd
154 lines (95 loc) · 15.6 KB
/
020-install.qmd
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
# Пакеты в R {#sec-r_packages}
## Дополнительные пакеты {#sec-extra_pack}
```{r, echo = FALSE, message = FALSE, warning = FALSE}
#general packages and functions for the whole knitting process
library(showtext)
showtext_auto() #for cyrillic in pdf figures
```
R --- очень богатый язык с широкими возможностями. Однако очень скоро мы поймем, что этих возможностей нам не хватает. Эти возможности нам могут предоставить дополнительные **пакеты (packages)**.
В большинстве случаев основным содержанием пакетов является набор дополнительных функций. Кроме функций, пакеты могут содержать наборы данных и новые структуры данных.
Обычно пакеты посвящены решению какого-то класса задач в определенной области. Например, есть множество пакетов для создания какого-то одного типа визуализации. Еще один пример --- пакет `beepr`, который содержит всего две функции: `beep()` и `beep_on_error()` для воспроизведения звукового сигнала. Это может быть удобно, если ваш скрипт работает долго, но вы хотите получить уведомление, когда его выполнение завершится.
Более крупные пакеты посвящены целому классу задач. Например, пакеты `stringi` и `stringr` посвящены работе со строками, значительно расширяя и делая более удобной работу со строковыми данными в R. Еще один пример: пакет `igraph` для работы с графами (сетями). Этот пакет предоставляет дополнительный класс данных `igraph` для хранения и работы с сетями.
Есть и совсем крупные пакеты, которые значительно расширяют базовый функционал R, изменяя основные принципы работы в нем. Это пакеты `data.table` и `tidyverse`. Это настолько крупные пакеты, что их даже называют отдельными диалектами R, потому что код, написанный с использованием этих пакетов, довольно сильно отличается от базового R. Кроме того, *tidyverse* - это не просто пакет, а целая экосистема пакетов, который взаимодополняют друг друга, но для удобства их можно устанавливать и загружать как один пакет `tidyverse`. Еще один пример крупной экосистемы из пакетов --- это пакеты `mlr3` и `tidymodels` для машинного обучения, который представляет собой большой расширяемый "пакет пакетов", где отдельные пакеты посвящены отдельным этапам и задачам машинного обучения.
## Встроенные пакеты R {#sec-r_built_in}
Вообще, даже сам R является набором из нескольких пакетов: основного `base` и нескольких других, таких как `stats`, `utils`, `graphics`. Вот их полный список:
```{r}
rownames(installed.packages(priority = "base"))
```
Чтобы пользоваться этими пакетами ничего дополнительно делать не нужно.
## Установка пакетов с CRAN {#sec-install_cran}
Функция `install.packages()` позволяет скачивать пакеты с [Comprehensive R Archive Network (CRAN)](https://cran.r-project.org). На репозитории *CRAN* собрано более 19000 пакетов (число постоянно меняется, как в большую, так и меньшую сторону). Каждый из этих пакетов проходит проверку перед попаданием в *CRAN*: он должен быть хорошо задокументирован, стабильно работать и решать какую-то задачу.
Для примера установим пакет `remotes`. Это пакет для удобной установки пакетов не с *CRAN* и скоро нам понадобится.
```{r, eval = FALSE}
install.packages("remotes")
```
При установке вы увидите много непонятных надписей красным (или черным) шрифтом. Не пугайтесь, это нормально, происходит скачивание и установка пакетов. Скорее всего, если нигде нет слова *Error*, то пакет успешно установился.
Иногда установка бывает очень долгой, потому что большие пакеты склонны иметь много **зависимостей**: для работы какого-то пакета может понадобиться другие пакеты, а для тех пакетов - еще какие-то пакеты. Таким образом, устанавливая какой-нибудь современный пакет, вы, возможно, установите десятки других пакетов! Зато если они понадобятся сами по себе, то их уже не нужно будет устанавливать.
## Загрузка установленного пакета {#sec-package_load}
Установить пакет с помощью `install.packages()` недостаточно, пакет нужно еще загрузить. Для этого есть функция `library()`.
```{r}
library("remotes")
```
В отличие от `install.packages()`, функция `library()` принимает название пакета и как строчку в кавычках, и как название без кавычек.
```{r}
library(remotes)
```
Теперь функции, данные и классы из пакета доступны для работы.
::: callout-tip
## *Полезное:* аналогия с *Python*
Если сравнивать с *Python*, то `install.packages()` -- это аналог установки библиотек, например, с помощью *pip*, а `library()` -- это аналог `import` (например, `import pandas as pd`).
:::
## Вызов функции из пакета с помощью `::` {#sec-from_package}
Если пакетом нужно воспользоваться всего один-два раза, то имеет смысл не подключать весь пакет, а загрузить отдельную функцию из него. Для этого есть специальный оператор `::`, который использует функцию (указанную справа от `::`) из выбранного пакета (указанного слева от `::`), не загружая пакет полностью.
Для примера воспользуемся функцией `package_deps()` из только что установленного пакета `remotes`, которая возвращает все зависимости пакета:
```{r}
remotes::package_deps("tidyverse")
```
В дальнейшем использование оператора `::` будет иногда использоваться, чтобы указать, из какого пакета взята функция.
Оператор `::` полезен еще и в тех случаях, когда в разных пакетах присутствуют функции с одинаковым названием. Например, у основного пакета tidyverse, `dplyr`, есть функция `filter()`. Функция с точно таким же названием есть в базовом R в пакете `stats`, в котором та выполняет совершенно другую задачу. Если у вас уже загружен `dplyr`, то использование `::` укажет на то, что вы хотите воспользоваться именно функцией `filter()` из пакета `stats`:
```{r}
stats::filter(1:20, rep(1,3))
```
Подобные путаницы могут возникнуть, если у вас загружено много пакетов, поэтому старайтесь не загружать слишком много пакетов, а если есть функции с одинаковым названием, то обязательно используйте оператор `::`. Иначе слишком велик риск загрузить пакеты не в том порядке и получить из-за этого ошибку или некорректный результат.
::: callout-tip
## *Полезное:* оператор `::` для указания используемого пакета
В дальнейшем я буду иногда использовать `::`, чтобы было понятно, из какого пакета взята та или иная функция
:::
Выгрузить ненужный пакет можно с помощью функции `detach()`.
```{r}
detach(package:remotes)
```
## Установка пакетов c Bioconductor {#sec-install_bioc}
У биологов есть свой большой репозиторий, который является альтернативой *CRAN*, --- *Bioconductor*. С него можно скачать множество специализированных пакетов для работы с биологическими данными.
Для установки пакетов с Bioconductor сначала нужно скачать пакет `BiocManager` с CRAN.
```{r, eval = FALSE}
install.packages("BiocManager")
```
Теперь можно воспользоваться функцией `install()` из пакета `BiocManager` для установки пакета `flowCore` --- пакета для анализа данных проточной цитометрии.
```{r, eval = FALSE}
BiocManager::install("flowCore")
```
## Установка пакетов с Github {#sec-install_github}
Некоторых пакетов нет ни на *CRAN,* ни на *Bioconductor.* Обычно это касается пакетов, разработчики которых по каким-либо причинам решили не проходить проверки или не прошли проверки на строгие требования *CRAN.* Иногда бывает, что пакет был удален с *CRAN* (например, автор давно не занимается им) или же версия пакета на *CRAN* отстает от последней, а именно в ней реализованы так нужные вам функции. В некоторых случаях пакета может не быть на *CRAN*, потому что его разработчики активно занимаются его развитием и постоянно переделывают уже имеющийся функционал, добавляя новые возможности и удаляя старые. Это нужно делать с осторожностью, когда пакет уже выложен на *CRAN,* потому что если функции новой версии пакета будут работать по-другому, то это может вызвать массу проблем.
Во всех этих случаях пакет обычно можно скачать с репозитория *Github.* Для этого нам понадобится уже установленный (с *CRAN,* разумеется) пакет `remotes`[^020-install-1].
[^020-install-1]: пакет `remotes` "откололся" от более старого пакета `devtools`, а многие функции из `remote` просто скопированы из `devtools`. Разработчики `devtools`/`remotes` рекомендуют использовать для установки пакетов именно более легковесный `remotes`, но во многих случаях вы увидите код с `devtools::install_github()`. Оба варианта будут работать.
```{r, eval = FALSE}
remotes::install_github("dracor-org/rdracor")
```
Теперь установленный пакет осталось загрузить, после чего им можно пользоваться.
```{r}
library(rdracor)
godunov <- get_net_cooccur_igraph(corpus = "rus",
play = "pushkin-boris-godunov")
plot(godunov)
```
Пакет `remotes` можно так же использовать для загрузки пакетов из Bioconductor:
```{r, eval = FALSE}
remotes::install_bioc("flowCore")
```
## Где искать нужные пакеты {#sec-where_packages}
Мы разобрались с тем, как устанавливать пакеты. А где же их находить?
Это вопрос гораздо более сложный чем может показаться. Например, можно работать в R и не знать, что существует пакет, который решает нужную для вас задачу. Или же найти такой пакет и не знать, что есть более современный пакет, который делает это еще лучше!
Здесь нет каких-то готовых решений. *CRAN* пытается создавать и поддерживать тематические списки *(Task View)* пакетов с описанием задач, которые они решают:
<https://cran.r-project.org/web/views/>
Безусловно, если вы глубоко занимаетесь какой-либо темой из списка, то стоит изучить соотвестствующий *Task View*, но начинать знакомство с помощью *Task View* достаточно тяжело.
Другой вариант --- просто погуглить, найти релевантные статьи или книги. Внимательно смотрите на дату публикации: R --- очень быстро развивающийся язык, поэтому с большой вероятностью то, что было написано пять лет назад уже потеряло актуальность. Нет, работать это будет, но, скорее всего, появился более удобный и продвинутый инструмент.