R語言有很多強(qiáng)大的包，而且各種包之間還相互依賴，尤其是CRAN和Bioconductor還經(jīng)常相互依賴，但是安裝指令卻不一樣，再比如Github上的包，有時(shí)候更新的話還要重新下載安裝，這些都是困擾我們安裝的問題。
我們知道，一般有三種R包的來源，不同來源的安裝方案不一樣：
- CRAN：官網(wǎng)的包，可以再Rstudio中直接搜索安裝，也可以使用
install.packages("rstatix")安裝 - Bioconductor：主要是生物信息學(xué)的包，需要使用
BiocManager::install("limma")安裝 - Github：需要使用devtools或者remotes安裝，如
devtools::install_github('lchiffon/REmap')
三個(gè)來源的包，就需要三種不同的代碼安裝，而且還不能自動(dòng)更新，就算更新了也不是只更新有變化的部分，有了pak這個(gè)包。只要一條指令就可以完成所有的工作。
首先安裝pak
# 普通版
install.packages("pak")
#或者開發(fā)版
install.packages("pak", repos = "https://r-lib.github.io/p/pak/dev/")
一條指令安裝
可以用pak::pkg_install("tibble")進(jìn)行安裝，實(shí)際上只需要pak("tibble")一條指令即可。引號里面的就是需要的包名，不需要區(qū)分上CRAN還是Bioconductor，只需要寫包名即可，它是自動(dòng)搜索的。
比如我們安裝著名的clusterProfiler，只需要一句代碼，剩下的直接等待就好了，所有的依賴包都會自動(dòng)下載安裝，而且安裝界面很有感覺。
- 為了速度更好，建議提前設(shè)置鏡像和Git環(huán)境。
pak::pak('clusterProfiler') # 也可以使用 pak::pkg_install("clusterProfiler")
image.png
image.png
而對于Github的包，也只需要一條指令，引號里只需要將用戶名和倉庫名用斜線分開即可，比如ggstatplot的開發(fā)版
pak::pak("IndrajeetPatil/ggstatsplot")
而且Github支持自動(dòng)更新，也不需要重新下載安裝，只安裝更新的部分。
另外pak還支持本地安裝，更多功能等你發(fā)現(xiàn)
