一）创建一个新的R环境
conda create -n R4.2 # 创建名为R3.5的环境
source activate R4.2 #激活环
conda install r-base=4.2.1 #安装R 指定为R版本
conda search -f ####搜R包是否存在
conda remove --name R4.2 --all #移除R环境
conda info--envs # 查看目前的conda环境
######如果想指定镜像安装可以使用 conda create -c " " -n R4.2 r-base=4.2.1
二）R包的安装
#source activate R4.2 #激活R环境
#export PATH=~/miniconda3/envs/R4.2/bin/:$PATH
1）install.packages("“)安装
存储R包的网站主要有两个：CRAN和Bioconductor。CRAN网站（https://cran.r-project.org/）是一个非常众多包的网站，几乎所有R的基础性包都可以在上面下载，其安装一般采用install.packages("“)进行安装，安装的时候会选择相应区域的镜像即可。以安装ggplot2包为例：
which R #####查看下R路径，确认R包安装路径是否正确。敲R，或全路径进入R
install.packages(“ggplot2”)
install.packages("remotes",lib="/share/nas5/malm/tools/software/miniconda3/lib/R/library") ####指定安装包到某路径下，一般是在使用没有写权限的R进行安装时
install.packages("packages","repos" CRAN="https://mirrors.tuna.tsinghua.edu.cn/CRAN/",lib="/lib/path") #####如果没有自己想要的镜像，也可自己指定（在R官网中可查镜像https://cran.r-project.org/mirrors.html）。
.libPaths() ####查看包的安装路径
另一个是Bioconductor，专门收集生物信息分析软件包的网站，以GenomicRanges为例展示此网站包的安装方法：
install.packages("BiocManager")
BiocManager::install(c("GenomicRanges", "SummarizedExperiment"，"clusterProfiler"))
####remotes::install_github('satijalab/seurat-wrappers',lib="/share/nas5/malm/tools/software/miniconda3/lib/R/library") ###这是另外一个收集R包的网站
2）本地安装
除了上述两个网站，我们安装其它网站上下载的包，可以将相应的包下载下来，然后手动安装：
install.packages("ggplot2_3.3.0.tar.gz") ###install.packages本地安装
R CMD INSTALL ~/miniconda3/pkgs/rgeos_0.5-9.tar.gz ###命令行本地安装
~/miniconda3/envs/R4.2/bin/R CMD INSTALL --configure-vars="ICUDT_DIR=~/miniconda3/pkgs/" ~/miniconda3/pkgs/stringi_1.7.6.tar.gz ###icu69下载问题
R CMD INSTALL /.../mypackage.tar.gz --library=/your/lib/path ####本地安装时可指定安装库路径
3)使用conda安装R包
conda search -f |grep "geos" ####安装前先使用conda search -f 收缩包的名字
conda install rgeos
mv ~/miniconda3/pkgs/rgeos~/miniconda3/envs/R4.2/lib/R/library/rgeos #####安装完成需要移动到R包的库
conda install -c https://conda.anaconda.org/xxxxx keras
三）R包的加载
使用包之前必须先加载包，采用的是library()命令。例如：
library(ggplot2)
library("SeuratWrappers",lib.loc="/share/nas5/malm/tools/software/miniconda3/lib/R/library") #####加载其它目录下的包，可以直接加载被人安装的R包
使用函数help()可以查看其中任意函数的使用文档信息。例如：
help(package="ggplot2")
####添加R库路径到环境变量
export R_LIBS=/your/R_packages
export R_LIBS=/others/.../R/lib64/R/library #添加环境变量R的lib路径，可以使用别人安装的包
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。如果一开始就没指定R包安装路径并配置环境变量，则默认安装在/your/R/lib64/R/library中。
