脱机安装软件包列表:依次获取依赖关系

我有一堆软件包的源文件及其依赖关系,我想在没有互联网访问的计算机上安装.我想在其他计算机上使用U盘安装所有这些,但某些软件包的安装失败,因为在软件包之前没有安装依赖项.在需要它们的包之前,我如何获得依次安装的顺序?

这是我目前的方法来获取包,它们的依赖关系,并按照正确的顺序来获取它们:

# find the dependencies for the packages I want
# from https://stackoverflow.com/a/15650828/1036500
getPackages <- function(packs){
  packages <- unlist(
    tools::package_dependencies(packs,available.packages(),which=c("Depends","Imports"),recursive=TRUE)
  )
  packages <- union(packages,packs)
  packages
}

# packages I want 
my_packages <- c('stringr','devtools','ggplot2','dplyr','tidyr','rmarkdown','knitr','reshape2','gdata')

# get names of dependencies and try to get them in the right order,this seems ridiculous... 
my_packages_and_dependencies <- getPackages(my_packages)
dependencies_only <- setdiff(my_packages_and_dependencies,my_packages)
deps_of_deps <- getPackages(dependencies_only)
deps_of_deps_of_deps <- getPackages(deps_of_deps)
my_packages_and_dependencies <- unique(c(deps_of_deps_of_deps,deps_of_deps,dependencies_only,my_packages))

# where to keep the source?
local_CRAN <- paste0(getwd(),"/local_CRAN")

# get them from CRAN,source files
download.packages(pkgs = my_packages_and_dependencies,destdir = local_CRAN,type = "source")
# note that 'tools','methods','utils,'stats',etc. art not on CRAN,but are part of base

# from https://stackoverflow.com/a/10841614/1036500
library(tools)
write_PACKAGES(local_CRAN)

现在假设我在另一台电脑上安装了R和RStudio(和Rtools或Xcode),没有互联网连接,我插上USB棒,打开RProj文件来设置工作目录,并运行这个脚本:

#############################################################

## Install from source (Windows/OSX/Linux)

# What do I want to install?
my_packages_and_dependencies <- c("methods","tools","bitops","stats","colorspace","graphics","tcltk","Rcpp","digest","jsonlite","mime","RCurl","R6","stringr","brew","grid","RColorBrewer","dichromat","munsell","plyr","labeling","grDevices","utils","httr","memoise","whisker","evaluate","rstudioapi","roxygen2","gtable","scales","proto","MASS","assertthat","magrittr","lazyeval","DBI","stringi","yaml","htmltools","caTools","formatR","highr","markdown","gtools","devtools","ggplot2","dplyr","tidyr","rmarkdown","knitr","reshape2","gdata")

# where are the source files? 
local_CRAN <- paste0(getwd(),"/local_CRAN")

# scan all packages and get files names of wanted source pckgs
# I've got other things in this dir also
wanted_package_source_filenames <- list.files(local_CRAN,pattern = "tar.gz",full.names = TRUE)

# put them in order to make sure deps go first,room for improvement here...
trims <- c(local_CRAN,"/","tar.gz")
x1 <- gsub(paste(trims,collapse = "|"),"",wanted_package_source_filenames)
x2 <- sapply( strsplit(x1,"_"),"[[",1)
idx <- match(my_packages_and_dependencies,x2)
wanted_package_source_filenames <- na.omit(wanted_package_source_filenames[idx])

install.packages(wanted_package_source_filenames,repos = NULL,dependencies = TRUE,contrib.url = local_CRAN,# I thought this would take care of getting dependencies automatically...
                 type  = "source" )

这工作相当不错,但仍然有一些软件包无法安装:

sapply(my_packages_and_dependencies,require,character.only = TRUE) 

 methods        tools       bitops        stats 
        TRUE         TRUE         TRUE         TRUE 
  colorspace     graphics        tcltk         Rcpp 
        TRUE         TRUE         TRUE         TRUE 
      digest     jsonlite         mime        RCurl 
        TRUE         TRUE         TRUE        FALSE 
          R6      stringr         brew         grid 
        TRUE         TRUE         TRUE         TRUE 
RColorBrewer    dichromat      munsell         plyr 
        TRUE         TRUE         TRUE         TRUE 
    labeling    grDevices        utils         httr 
        TRUE         TRUE         TRUE        FALSE 
     memoise      whisker     evaluate   rstudioapi 
        TRUE         TRUE         TRUE         TRUE 
    roxygen2       gtable       scales        proto 
        TRUE         TRUE         TRUE         TRUE 
        MASS   assertthat     magrittr     lazyeval 
        TRUE         TRUE         TRUE         TRUE 
         DBI      stringi         yaml    htmltools 
        TRUE         TRUE         TRUE         TRUE 
     caTools      formatR        highr     markdown 
        TRUE         TRUE         TRUE         TRUE 
      gtools     devtools      ggplot2        dplyr 
        TRUE        FALSE        FALSE         TRUE 
       tidyr    rmarkdown        knitr     reshape2 
       FALSE        FALSE         TRUE         TRUE 
       gdata 
        TRUE 
Warning messages:
1: In library(package,lib.loc = lib.loc,character.only = TRUE,logical.return = TRUE,:
  there is no package called ‘RCurl’
2: In library(package,:
  there is no package called ‘httr’
3: In library(package,:
  there is no package called ‘devtools’
4: In library(package,:
  there is no package called ‘ggplot2’
5: In library(package,:
  there is no package called ‘tidyr’
6: In library(package,:
  there is no package called ‘rmarkdown’

似乎编织者必须在rmarkdown之前进行,在tidyr和ggplot2之前重塑2等.

必须有一个更简单和更完整的解决方案来获取源文件列表的问题,需要按照正确顺序放置所有依赖关系.最简单的方法是什么(不使用任何贡献的包)?

这是我目前正在开发的系统,我正在使用源版本的软件包来试图为离线计算机(OSX / Linux / Windows)做任何事情做准备:

> sessionInfo()
R version 3.1.2 (2014-10-31)
Platform: x86_64-w64-mingw32/x64 (64-bit)

locale:
[1] LC_COLLATE=English_United States.1252 
[2] LC_CTYPE=English_United States.1252   
[3] LC_MONETARY=English_United States.1252
[4] LC_NUMERIC=C                          
[5] LC_TIME=English_United States.1252    

attached base packages:
 [1] tcltk     grid      tools     stats     graphics 
 [6] grDevices utils     datasets  methods   base     

other attached packages:
 [1] gdata_2.13.3       reshape2_1.4.1    
 [3] knitr_1.9          dplyr_0.4.1       
 [5] gtools_3.4.1       markdown_0.7.4    
 [7] highr_0.4          formatR_1.0       
 [9] caTools_1.17.1     htmltools_0.2.6   
[11] yaml_2.1.13        stringi_0.4-1     
[13] DBI_0.3.1          lazyeval_0.1.10   
[15] magrittr_1.5       assertthat_0.1    
[17] proto_0.3-10       scales_0.2.4      
[19] gtable_0.1.2       roxygen2_4.1.0    
[21] rstudioapi_0.2     evaluate_0.5.5    
[23] whisker_0.3-2      memoise_0.2.1     
[25] labeling_0.3       plyr_1.8.1        
[27] munsell_0.4.2      dichromat_2.0-0   
[29] RColorBrewer_1.1-2 brew_1.0-6        
[31] stringr_0.6.2      R6_2.0.1          
[33] mime_0.2           jsonlite_0.9.14   
[35] digest_0.6.8       Rcpp_0.11.4       
[37] colorspace_1.2-5   bitops_1.0-6      
[39] MASS_7.3-35       

loaded via a namespace (and not attached):
[1] parallel_3.1.2

编辑以下Andrie的有用的评论,我已经与miniCRAN一起去,从小插曲中缺少的是如何从本地的repo实际安装包.这是我试过的:

library("miniCRAN")

# Specify list of packages to download
pkgs <- c('stringr','gdata')

# Make list of package URLs
revolution <- c(CRAN="http://cran.revolutionanalytics.com")
pkgList <- pkgDep(pkgs,repos=revolution,type="source" )
pkgList

# Set location to store source files 
local_CRAN <- paste0(getwd(),"/local_CRAN")

# Make repo for source
makeRepo(pkgList,path = local_CRAN,repos = revolution,type = "source")

# install...
install.packages(pkgs,repos = local_CRAN,# do I really need "file:///"?
                 dependencies = TRUE,type  = "source" )

结果是:

Installing packages into ‘C:/emacs/R/win-library/3.1’
(as ‘lib’ is unspecified)
Warning in install.packages :
  unable to access index for repository C:/Users/.../local_CRAN/src/contrib
Warning in install.packages :
  packages ‘stringr’,‘devtools’,‘ggplot2’,‘dplyr’,‘tidyr’,‘rmarkdown’,‘knitr’,‘reshape2’,‘gdata’ are not available (for R version 3.1.2)

我在这里缺少什么?

编辑是的,我没有正确使用file:///,它应该是这样的:

install.packages(pkgs,repos = paste0("file:///",local_CRAN),type = "source")

这让我感到震惊,这一切基本上都是按预期的方式工作的.非常感谢.现在我只是想看看:致命错误:curl / curl.h:没有这样的文件或目录,这是阻止RCurl和httr安装.

miniCRAN包可以帮助这个.您可以告诉miniCRAN您想要安装的软件包列表,然后找出依赖关系,下载这些软件包,并在本地计算机上创建一个名为CRAN的存储库,即它遵守install.packages()等.

更多信息:

> Available on CRAN
>阅读vignette
>我们正在积极开发miniCRAN.跟踪进度,并在github miniCRAN repository找到最新的开发版本
>请参阅project wiki链接到演示文稿,博客文章等

要从本地的miniCRAN存储库安装,您有两个选项.

>首先,你可以使用URI约定文件:///.例如

install.packages("ggplot2",repos="file:///path/to/file/")

>或者,您可以将目标配置为HTTP服务器,并通过URL使您的存储库可用.在这种情况下,您的本地存储库将看起来和感觉完全一样,就像一个CRAN镜像,除了它只包含你想要的包.

版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。

相关推荐


什么是设计模式一套被反复使用、多数人知晓的、经过分类编目的、代码 设计经验 的总结;使用设计模式是为了 可重用 代码、让代码 更容易 被他人理解、保证代码 可靠性;设计模式使代码编制  真正工程化;设计模式使软件工程的 基石脉络, 如同大厦的结构一样;并不直接用来完成代码的编写,而是 描述 在各种不同情况下,要怎么解决问题的一种方案;能使不稳定依赖于相对稳定、具体依赖于相对抽象,避免引
单一职责原则定义(Single Responsibility Principle,SRP)一个对象应该只包含 单一的职责,并且该职责被完整地封装在一个类中。Every  Object should have  a single responsibility, and that responsibility should be entirely encapsulated by t
动态代理和CGLib代理分不清吗,看看这篇文章,写的非常好,强烈推荐。原文截图*************************************************************************************************************************原文文本************
适配器模式将一个类的接口转换成客户期望的另一个接口,使得原本接口不兼容的类可以相互合作。
策略模式定义了一系列算法族,并封装在类中,它们之间可以互相替换,此模式让算法的变化独立于使用算法的客户。
设计模式讲的是如何编写可扩展、可维护、可读的高质量代码,它是针对软件开发中经常遇到的一些设计问题,总结出来的一套通用的解决方案。
模板方法模式在一个方法中定义一个算法的骨架,而将一些步骤延迟到子类中,使得子类可以在不改变算法结构的情况下,重新定义算法中的某些步骤。
迭代器模式提供了一种方法,用于遍历集合对象中的元素,而又不暴露其内部的细节。
外观模式又叫门面模式,它提供了一个统一的(高层)接口,用来访问子系统中的一群接口,使得子系统更容易使用。
单例模式(Singleton Design Pattern)保证一个类只能有一个实例,并提供一个全局访问点。
组合模式可以将对象组合成树形结构来表示“整体-部分”的层次结构,使得客户可以用一致的方式处理个别对象和对象组合。
装饰者模式能够更灵活的,动态的给对象添加其它功能,而不需要修改任何现有的底层代码。
观察者模式(Observer Design Pattern)定义了对象之间的一对多依赖,当对象状态改变的时候,所有依赖者都会自动收到通知。
代理模式为对象提供一个代理,来控制对该对象的访问。代理模式在不改变原始类代码的情况下,通过引入代理类来给原始类附加功能。
工厂模式(Factory Design Pattern)可细分为三种,分别是简单工厂,工厂方法和抽象工厂,它们都是为了更好的创建对象。
状态模式允许对象在内部状态改变时,改变它的行为,对象看起来好像改变了它的类。
命令模式将请求封装为对象,能够支持请求的排队执行、记录日志、撤销等功能。
备忘录模式(Memento Pattern)保存一个对象的某个状态,以便在适当的时候恢复对象。备忘录模式属于行为型模式。 基本介绍 **意图:**在不破坏封装性的前提下,捕获一个对象的内部状态,并在该
顾名思义,责任链模式(Chain of Responsibility Pattern)为请求创建了一个接收者对象的链。这种模式给予请求的类型,对请求的发送者和接收者进行解耦。这种类型的设计模式属于行为
享元模式(Flyweight Pattern)(轻量级)(共享元素)主要用于减少创建对象的数量,以减少内存占用和提高性能。这种类型的设计模式属于结构型模式,它提供了减少对象数量从而改善应用所需的对象结