第一种方式，当然是R自带的函数直接安装包了，这个是最简单的，而且不需要考虑各种包之间的依赖关系。

对普通的R包，直接install.packages()即可，一般下载不了都是包的名字打错了，或者是R的版本不够，如果下载了安装不了，一般是依赖包没弄好，或者你的电脑缺少一些库文件，如果实在是找不到或者下载慢，一般就用repos=来切换一些镜像。

对于bioconductor的包，我们一般是

source("http://bioconductor.org/biocLite.R") ##安装BiocInstaller

#options(BioC_mirror=”http://mirrors.ustc.edu.cn/bioc/“) 如果需要切换镜像
biocLite("ggbio")

或者直接BiocInstaller::biocLite('ggbio') ## 前提是你已经安装好了BiocInstaller

某些时候你还需要卸载remove.packages("BiocInstaller") 然后安装新的

第二种方式，是直接找到包的下载地址，需要进入包的主页

packageurl <- "http://cran.r-project.org/src/contrib/Archive/ggplot2/ggplot2_0.9.1.tar.gz"
packageurl <- "http://cran.r-project.org/src/contrib/Archive/gridExtra/gridExtra_0.9.1.tar.gz"
install.packages(packageurl, repos=NULL, type="source")
#packageurl <- "http://www.bioconductor.org/packages/2.11/bioc/src/contrib/ggbio_1.6.6.tar.gz"
#packageurl <- "http://cran.r-project.org/src/contrib/Archive/ggplot2/ggplot2_1.0.1.tar.gz"
install.packages(packageurl, repos=NULL, type="source")

这样安装的就不需要选择镜像了，也跨越了安装器的版本！

第三种是，先把包下载到本地，然后安装：

download.file("http://bioconductor.org/packages/release/bioc/src/contrib/BiocInstaller_1.20.1.tar.gz","BiocInstaller_1.20.1.tar.gz")
##也可以选择用浏览器下载这个包
install.packages("BiocInstaller_1.20.1.tar.gz", repos = NULL)
## 如果你用的RStudio这样的IDE，那么直接用鼠标就可以操作了
或者用choose.files()来手动交互的选择你把下载的源码BiocInstaller_1.20.1.tar.gz放到了哪里。

这种形式大部分安装都无法成功，因为R包之间的依赖性很强！

第四种是：命令行版本安装

如果是linux版本，命令行从网上自动下载包如下：
sudo su - -c \
"R -e \"install.packages('shiny', repos='https://cran.rstudio.com/')\""
如果是linux，命令行安装本地包，在shell的终端
sudo R CMD INSTALL package.tar.gz
window或者mac平台一般不推荐命令行格式，可视化那么舒心，何必自讨苦吃

这时候该怎么做呢？

首先你要用remove.packages这个命令把现在的包卸载掉！

然后去包的官网上面找到它的旧版本的下载链接：

我这里拿ggplot2举例：http://cran.r-project.org/src/contrib/Archive/ggplot2/

#packageurl <- "http://cran.r-project.org/src/contrib/Archive/ggplot2/ggplot2_1.0.1.tar.gz"
install.packages(packageurl, repos=NULL, type="source")

我这里安装它的1.0.1版本，而不是最新版！

还有很多其它方法，我就不一一举例了，这个是我认为最方便，最直观的！

# install yesterday's version of checkpoint, by date

install.dates('checkpoint', Sys.Date() - 1)

# install earlier versions of checkpoint and devtools

install.versions(c('checkpoint', 'devtools'), c('0.3.3', '1.6.1'))

参考：http://stackoverflow.com/questions/17082341/installing-older-version-of-r-package

就是某些包在R的仓库里面找不到，这个错误非常普遍，stackoverflow上面非常详细的解答：

http://stackoverflow.com/questions/25721884/how-should-i-deal-with-package-xxx-is-not-available-for-r-version-x-y-z-wa

在阅读这个答案的时候，我发现了一个非常有用的函数！available.packages()可以查看自己的机器可以安装哪些包！

R语言里面的包其实是很简单的，因为它自带了一个安装函数install.packages()基本上可以解决大部分问题！

但是如果出问题也是蛮复杂的，因为要考虑的东西很多:

• 首先你的R语言安装在什么机器什么？（linux(ubuntu?centos?),window,mac）
• 其次你的R是什么版本:(3.1 ? 3.2 ?  http://www.bio-info-trainee.com/1307.html )
• 然后你的安装器是什么版本？（主要针对于bioconductor包的安装）
• 然后你的联网方式是什么？https ？http ？
• 最后你选择的R包镜像是什么？

我们首先要知道自己的R包安装到了什么地方?

> .libPaths()
[1] "C:/Users/jmzeng/Documents/R/win-library/3.1"
[2] "C:/Program Files/R/R-3.1.0/library"

这样可以直接进入这些目录去看看有哪些包，每个包都会有一个文件夹！

其次你可以用installed.packages()查看你已经安装了哪些包

可以具体到你所安装的包的16个信息！！！

最后你可以用available.packages()可以查看自己的机器可以安装哪些包！

####

ap <- available.packages()
> dim(ap)

[1] 7662   17

可以得到你现在所要能够安装的包！！

得到的ap是一个矩阵[1] 7662   17 如下：
 
我们就很容易查看自己想安装的包是否存在于正在使用的R的仓库里面！

> grep('A3',rownames(ap))
[1]    1 1685 2212
> grep('ABCp2',rownames(ap))
[1] 4
> grep('airway',rownames(ap))
integer(0)
> 
或者用"airway" %in% rownames(ap)

可以看出，我们想安装的airway包根本不存在，当然，这肯定是不存在的。
因为airway是bioconductor的包，不是R的包！！

• > dim(available.packages(contriburl = "https://cran.rstudio.com/bin/windows/contrib/3.2/"))
• [1] 8110   17
• > dim(ap)
• [1] 8155   17
• > dim(available.packages(contriburl = "http://bioconductor.org/packages/3.1/bioc/bin/windows/contrib/3.2/"))
• [1] 1000   17
• > dim(available.packages(contriburl = "http://mirrors.ustc.edu.cn/bioc//packages/3.1/bioc/bin/windows/contrib/3.2/"))
• [1] 1000   17

用这个参数，可以看不同仓库，甚至不同版本的R包共有哪些资源！！！

See also Names of R's available packages, ?available.packages.
Alternatively, the list of available packages can be seen in a browser for 
CRAN, CRAN (extras), Bioconductor, R-forge and RForge.

1，perl的那些模块

如果有root权限，用root权限

进入cpan然后install ExtUtils::Installed模块

这样就可以执行instmodsh这个脚本了，可以查看当前环境下所有的模块

当然也可以写出脚本来查询模块信息

[perl]

#!/usr/bin/perl

use strict;

use ExtUtils::Installed;

my $inst= ExtUtils::Installed->new();

my @modules = $inst->modules();

foreach(@modules)

{

my $ver = $inst->version($_) || "???";

printf("%-12s -- %s\n", $_, $ver);

}

exit 0;

[/perl]

然后我顺便安装了几个我比较喜欢的模块，Net::Telnet，Net::POP3

安装的时候可以看到我们的perl模块都是安装在/usr/local/lib/perl/5.18.2里面的，还有这个目录/usr/local/share/perl/5.18.2/

其实可以直接查看@INC这个默认变量，perl -e '{print "$_\n" foreach @INC}'

就知道自己的perl安装在哪些位置了

万一没有root权限，那么除非是管理员安装了那些模块，否则很多都是不能用的，那么自己要想安装，就必须自己也用cpan，但是cpan只会把模块安装到自己的目录下面，那么每次使用这个模块都必须添加该模块到@INC这个变量里面，这样perl程序才能找到你自己安装的模块，如果是非root用户，使用cpan，那么一般会创建/home/yourname/.cpan这个隐藏目录下面存储个人的perl模块。

use lib '/home/your-home/perl_lib';

因为有cpan，安装模块也是非常方便的。

我测试了一下，install GD模块

擦，好像这个模块安装不了，真奇怪，还需要root权限！可我记得我在前面的服务器没有root权限也安装过一些自己的包，好奇怪呀，可能是这个包的要求比较高吧！我之前安装成功过好几个包Mail-POP3Client等等。

那自己安装模块就只能下载源码包，随便安装后，添加目录到@INC了

2,R的包

如果有root权限，那么直接进入R，里面

> .libPaths()

[1] "/usr/local/lib/R/site-library" "/usr/lib/R/site-library"

[3] "/usr/lib/R/library"

这样就可以看到自己的R包都放在哪些目录下面，这样也可以进去查看这些目录里面的包。

另外一个命令，可以查看本机安装的R包有哪些！installed.packages()[,1]

安装一个包也是非常简单的！

但是，如果没有root权限，也是很简单的，同样的install.packages即可，可以创建一个私人的R包存放目录。

~/R/x86_64-pc-linux-gnu-library/3.1

但是R包安装有时候会出现这种错误，但是只出现一次，所以一般是高手解决了。

R包安装 had non-zero exit status，解决方法是

apt-get install  tcl-dev tk-dev

sudo apt-get install libxml2-dev & sudo apt-get install libcurl4-openssl-dev

R这个东西，我个人是不怎么用的，因为数据处理的脚本都是用perl，也就用bioconductor的R包来画一些图，不然就是自己用ggplot2包画一些漂亮的图，但是是在windows平台的，不会在linux平台下面画图的，太麻烦了！

3、python模块安装

一．有root权限那一切好办啦！

直接下载包，然后进入，输入

python setup.py install的前提是你安装了 setuptools 工具

Traceback (most recent call last):

File "setup.py", line 6, in <module>

from setuptools import setup, Extension

ImportError: No module named setuptools

解决方法是apt-get install python-setuptools

当然只有在ubuntu才有这么高效啦！但是我还报错了

fatal error: Python.h: No such file or directory

重新搜索了一下，需要apt-get install python2.7-dev

安装这个python的库文件，里面才有python.h这个文件啦

也是全自动化完成啦！

Unpacking libpython2.7-dev:amd64 (2.7.6-8) ...

Selecting previously unselected package python2.7-dev.

Preparing to unpack .../python2.7-dev_2.7.6-8_amd64.deb ...

Unpacking python2.7-dev (2.7.6-8) ...

Processing triggers for man-db (2.6.7.1-1) ...

Setting up libpython2.7-dev:amd64 (2.7.6-8) ...

Setting up python2.7-dev (2.7.6-8) ...

然后终于不报错啦！！！！Python这个东西真难玩，我还是喜欢perl

Using /usr/lib/python2.7/dist-packages

Finished processing dependencies for rpy2==2.5.6

Python的模块都安装在/usr/lib/python2.7/dist-packages这个目录下面

二．没有root权限，就把python安装到自己的模块！安装之后就会增加一个.local目录，存放着python的模块。

但是如果是自己目录安装python模块需要修改~/.bashrc这个文件，并且

export PYTHONPATH=$PYTHONPATH:/my/other/path

这样在python里面才能调用这个模块。

R的包（package）通常有两种：
1 binary package：这种包属于即得即用型（ready-to-use），但是依赖与平台，即Win和Linux平台下不同。
2 Source package: 此类包可以跨平台使用，但用之前需要处理或者编译（compiled）。

以下一些常用的包相关的函数：
.libPaths()：查看包的安装目录

ls('package:ggplot2')可以查看该包里面所有的函数
library()：查看已经安装的包目录
library(mypackage)：载入mypackage包

getOption("defaultPackages")：查看启动R时自动载入的包。
help(package = 'mypackage')：查看‘mypackage’的帮助
args(function)：查看函数的参数
example(function)：自动运行该函数帮助文档中的例子，很赞！
demo("package")：展示一些包中demostration，需要再看下？？
vignette('mypackage')：有的包，特别是bioconductor的包有vignette，用函数查看
openVignette('mypackage')：这个函数也可以查看vignette，更好用一些
RSiteSearch("helpinfor")：搜索R网站上的“helpinfor”相关信息
help.start()：查看已经安装包的详细HTML文档，这个命令非常爽。
更新：
search()：查看当前载入的包

sessionInfo()：查看R中载入的包
methods()：查看某个S3泛型函数中所有的方法或者一个类中所有的方法（S3：S version 3）

showMethods(class = "myClass")：查看S4类的方法

findMethods("myMethods")：查看method的代码

class(myObject)：查看某个对象的类
getClass(“class/package”)：查看某个class或者包的具体内容

getSlots("class")：查看某个class的slot

slotNames(MyObject)：查看某个对象的slot。

可以使用Myobject@slotNames访问对象的slot值，这个@设计实在是太爽了，可以连续用。
查询包内信息：1. ?function/method：查看某个“函数”或者“方法”的详细内容
2. class?graph::graph：查看“组”的详细内容的一个例子。这个例子的来源是查询graph包时候，查看其中class的信息，输入??graph后出现一个graph::graph-class。
ls("package:mypackage")：查看"mypackage"中的所有对象。

安装source package方法

1 在终端输入 # R CMD INSTALL /.../mypackage.tar.gz
使用此方法，需要解决包依赖问题，即安装此包所依赖的包，安装过程有提示

2 也可以使用R的install.packages()函数安装
回答：可以使用install.packages()函数安装，而且比较简便，即联网即可装，装了就可用。
# R
> install.packages('mypackage')

回答2：可以使用install.packages()安装本地下载的包，尤其适用于在服务器上安装包

$ R

> install.packages( c("XML_0.99-5.tar.gz", "http://www.cnblogs.com/Interfaces/Perl/RSPerl_0.8-0.tar.gz"), repos = NULL, configure.args = c(XML = '--with-xml-config=xml-config', RSPerl = "--with-modules='IO Fcntl'"))
3 Bioconductor的安装方法
> source("http://bioconductor.org/biocLite.R")
> biocLite("mypackage")

4 卸载package

remove.packages("mypackage")

5 查看R及其package的version

R version: version 或者 R.version

R package version:

6 更新包

update.packages( )  可以定期执行以下

7 使用别人安装的包

修改.bashrc文件，添加环境变量R的lib路径

export R_LIBS=/home/.../R/lib64/R/library

R中用.libPaths()函数查看lib路径，如果有多个lib,install.packages()默认是安装在第一个目录下