Piotr Stępniak

Środowisko programistyczne R swoje potężne możliwości opiera na dołączaniu różnych bibliotek zawierających funkcje przydatne w statystycznej analizie różnych typów danych, m.in. mikromacierzowych. Oto kilka wskazówek jak instalować i zarządzać bibliotekami.

Do ładowania do aktywnej przestrzeni roboczej (workspace) wybranych bibliotek używamy funkcji library() np.

załaduje bibliotekę Limma, która zawiera zestaw funkcji dla modeli liniowych w analizie danych z dwukolorowych mikromacierzy.

Aby wyświetlić listę zainstalowanych bibliotek wywołujemy tą samą funkcję bez argumentu, czyli:

Podstawową funkcją do instalacji dodatkowych bibliotek (pakietów) jest install.packages(). Argumentem funkcji jest wektor zawierający nazwy pakietów, np.

Po takim wywołaniu, R na Windowsie, wyświetli nam listę serwerów z repozytoriami i zapyta, z którego powinien skorzystać. Warto wybierać lokacje bliskie geograficznie, zapewniają one szybszy i bardziej stabilny transfer danych. Jeśli pojawia się informacja, że biblioteki nie odnaleziono, należy upewnić się, że wybrano odpowiednie typy repozytoriów. W interfejsie graficznym wybieramy Packages->Select repositories… i zaznaczamy odpowiednie linie (aby wybrać kilka należy przytrzymać ctrl).

Przy braku GUI (Graphical User Interface ), np. działając w konsoli pod linuksem, te same operacje wykonują funkcje chooseCRANmirror() oraz setRepositories(). Pierwsza z funkcji wyświetli listę lokacji do wyboru. Druga funkcja pokaże:

Wybieramy (jak na przykładzie powyżej) i wciskamy enter. Ponowne wywołanie funckji install.packages() z zadanymi pakietami powinno przynieść porządany rezultat

Twórcy Bioconductora postanowili ułatwić nam proces instalacji bibliotek w nim zawartych poprzez przygotowanie skryptu instalacyjnego, który zrobi wszystko za nas. Intrukcje:

Spowodują pobranie skryptu instalacyjnego oraz instalacje następujących podstawowych pakietów:
“affy”, “affydata”, “affyPLM”, “annaffy”, “annotate”, “Biobase”, “Biostrings”, “DynDoc”, “gcrma”, “genefilter”, “geneplotter”, “hgu95av2.db”, “limma”, “marray”, “matchprobes”, “multtest”, “ROC”, “vsn”, “xtable”, “affyQCReport”, “edd”, “globaltest”, “makecdfenv”, “pamr”, “siggenes”, “sma”, “statmod”, “tkWidgets”, “widgetTools”.

To jest domyślna grupa bibliotek. Można zadać funkcji inną grupę z następujących:
“affy”, “graph”, “lite”, “monograph”, “RBioinf”, “all”. Dokładny opis grup, jak i procedury instalacji z wykorzystaniem tej funkcji znajduje się tutaj.

Można też wykorzystać funkcję do instalacji tylko wybranych przez nas bibliotek, np.

Od czasu do czasu pojawia się też potrzeba aktualizacji zainstalowanych pakietów, służy do tego funkcja update.packages(). Wywołanie funkcji bez argumantów spowoduje, że R zapyta nas po koleji o każdą zainstalowaną bibliotekę, czy chcemy ją uaktualnić, czy nie. Można też podać w cudzysłowiu pojedynczą bibliotekę, np. “limma”, lub w wektorze kilka, np. c(“limma”, “cluster”, “genefilter”). Wywołanie funkcji w z parametrem ask=FALSE spowoduje aktualizacje wszystkich obecnie zainstalowanych pakietów bez pytania. Kolejne komendy z przykładu:

Uwaga, w celu aktualizacji środowiska R należy ściągnąć najnowszą wersję z repozytorium CRAN, np. polskiego: http://r.meteo.uni.wroc.pl/

Niestety każda nowa wersja R posiada dedykowane mu biblioteki (również te z Bioconductora), więc po instalacji nowej wersji R trzeba sobie na nowo instalować wszystkie potrzebne biblioteki(!). Uciążliwe, ale co zrobić…