R语言入门使用RStudio制作包含Rcpp代码的R包

目录
  • 1. 创建项目
  • 2. 修改一些文件
  • 3. 打包
  • 4. 使用Eigen或其它依赖库会出现的问题

前面博客中有提及，当我们进行模拟想要再次进行提速时，通常都会使用Rcpp将我们的R代码改成C++代码。具体Rcpp的使用可参考博客：Rcpp入门R代码提速方法过程，R语言学习RcppEigen进行矩阵运算。

平时在我们使用的时候，直接使用Rcpp::sourceCpp()就可以直接将我们的C++代码中的函数进行导入，这不会遇到什么问题，但如果我们想要使用snowfall进行并行时就不能再这样做了。遇到的问题在博客中有进行说明：R中两种常用并行方法——2. snowfall。

而解决这个问题的有效途径，就是将我们的Rcpp代码进行打包，然后再对包进行调用。下面我们就来介绍：如何使用RStudio制作包含Rcpp代码的R包。

1. 创建项目

首先我们进入RStudio，然后选择左上角的File—New Project。

新建Project后会得到如下图所示的界面，我们接着选New Directory，

再选择R Package，

最后在得到如下所示的界面后，我们在Package Name中输入我们包的名称，然后再在下面选择Add，将我们的.cpp格式的C++文件选择进去（里面是我们的函数）。最后点击Create package，即可创建一个R包的project了。

创建完之后，RStudio会弹出一个新的界面，如下图所示。

然后我们需要对下述界面里面的一些配置文件进行一定的修改，然后才能完善我们的R包。

2. 修改一些文件

从上面界面的右下角的Files框框中，可以发现已经多出了很多文件，包括DISCRIPTION等文件以及man、R、src三个文件夹。

在R文件夹中存的是R代码，src文件夹中是C++代码（包括我们之前添加的C++代码）。

可能你的C++代码中只有添加进去.cpp文件，由于我的代码中不止使用了#include <Rcpp.h>，还有使用#include <RcppEigen.h>，这里注意，一定需要在DISCRIPTION文件的最后添加下面两行（尤其是LinkingTo，不然会编译失败）：

Imports: Rcpp
LinkingTo: Rcpp, RcppEigen

此外还可以在DISCRIPTION文件，添加一些作者姓名等一些重要信息。

直接点开DISCRIPTION文件，会如上图所示，我们直接进行修改即可。这里需要注意一下，Imports里面涉及到软件的版本，是根据你R中现有包的版本来，如果想让更多的电脑使用，在不影响程序使用的前提下，可以适当降低依赖包的版本。

3. 打包

最后一步就是打包，这里介绍两种打包方式：

选择上方的Build——Build Source Package

点击右上角的Build中的Build & Reload

第一种方法打包成功后，当下面出现DONE字样时，说明包会在默认路径下安详地躺着了。
第二种方法打包成功后会自动library载入。

4. 使用Eigen或其它依赖库会出现的问题

如果我们再.cpp文件中使用的不止有Rcpp库，还有别的库，比如说Eigen。这时需要注意，用上面的方法打包是失败的，会显示没有Eigen这个库。

这个解决的方法也很简单，直接在DISCRIPTION文件的LinkTo后面加上RcppEigen即可，如下图所示：

可能遇到的其他问题 制作R包后载入包内函数时，出现 “…” not available for .Call() for package “…” 错误

问题解决传送门

R包制作后出现not available for错误问题解决

最后，就可以开心地享用新鲜出炉的包来做snowfall并行或者发给别人使用啦！

以上就是R语言入门使用RStudio制作包含Rcpp代码的R包的详细内容，更多关于RStudio制作Rcpp代码R包的资料请关注我们其它相关文章！

赞 (0)

相关推荐

  • R包制作后出现not available for错误问题解决解决

    目录 解决方法 NAMESPACE 文件最终形态 有一段时间没有做过 R 包了今天在尝试制作 R 包时,制作.生成.载入都没有遇到问题,但在载入 R 包内用 Rcpp 写得函数时出现了如下问题(做的包名叫 RI,调用的函数也是 RI): Error in .Call("_RI_RI", PACKAGE = "RI", X, Y) : "_RI_RI" not available for .Call() for package "RI&q

  • 解决R语言安装时出现辑程包不存在的问题

    解决R语言安装时出现辑程包不存在的问题

    [解决方案] 1.使用命令单独安装caret,安装的时间很长. install.packages("caret", dependencies = c("Depends", "Suggests")) 需要安装依赖的包全部安装之后,就可以了. 依赖包如下: dependencies 'doMC', 'rpvm', 'Rcompression', 'RMySQL', 'globaltest', 'OpenMx', 'pryr', 'gpclib', '

  • R语言 解决安装ggplot2报错的问题

    R语言 解决安装ggplot2报错的问题

    如下所示: install.packages('xxx',repos='http://cran.us.r-project.org') xxx 改为 ggplot2 补充:R包安装时,出现的错误解决合集 如下所示: 1.library(devtools) #error:Error in get(genname, envir = envir) : object 'testthat_print' not found #解决 options("repos" = c(CRAN="htt

  • R语言入门使用RStudio制作包含Rcpp代码的R包

    R语言入门使用RStudio制作包含Rcpp代码的R包

    目录 1. 创建项目 2. 修改一些文件 3. 打包 4. 使用Eigen或其它依赖库会出现的问题 前面博客中有提及,当我们进行模拟想要再次进行提速时,通常都会使用Rcpp将我们的R代码改成C++代码.具体Rcpp的使用可参考博客:Rcpp入门R代码提速方法过程,R语言学习RcppEigen进行矩阵运算. 平时在我们使用的时候,直接使用Rcpp::sourceCpp()就可以直接将我们的C++代码中的函数进行导入,这不会遇到什么问题,但如果我们想要使用snowfall进行并行时就不能再这样做了.

  • R语言入门在CentOS服务器上配置RStudio Server

    R语言入门在CentOS服务器上配置RStudio Server

    目录 安装R 安装并部署RStudio Server 过程中遇到的问题 这里主要参考如下网址进行R与RStudio Server的配置与部署. Download RStudio Server 在部署完成后,可在官方说明文件中查看详细的使用方法: RStudio Server Professional Edition 安装R 我们的环境是CentOS7-中文,并且是root账户. 然后我们按照前面参考网址中的说明,找到对应的系统,首先安装EPEL(注意,必须先安装EPEL后面才能成功安装R): s

  • R语言入门之安装R和Rstuido软件

    R语言入门之安装R和Rstuido软件

    安装R和Rstuido软件 R语言是用于统计分析,图形表示和报告的编程语言和软件环境:Rstudio是编辑.运行R语言的最为理想的工具之一. 1.官网下载R安装包 下载地址为:https://cran.r-project.org   进入链接,如下图所示,在页面顶部提供了三个下载链接,分别对应三种操作系统:Windows.Mac和Linux.请选择自己操作系统对应的链接,接下来我将以windows为例给大家展示安装过程. 接下来单击[Download R for Windows]-->[base

  • R语言RCode与RStudio使用对比体验分析总结

    目录 RCode 优势部分 1.外观 2.界面布局 3.其它优势 RCode 的硬伤: 1.中文不支持 2.绘图体验不好 3.功能设置极其不完全 结论 本周体验了R的一个新的 IDE(Integrated Development Environment,开发环境)-- RCode. 官方网址:https://www.pgm-solutions.com/rcode,目前已经支持Windows,Linux与MacOS. 说到R中的IDE,一定会与 RStudio 进行对比,本文着重就两者之间的不同,

  • R语言入门教程之删除指定数据的方法

    引言 在R学习中经常用到的是按着某种逻辑值提取数据集.本文来讲一下利用索引的手法删除数据集合. 数据准备 > Data 英雄 职业 熟练等级 使用频次 胜率 1 后裔 射手 5 856 0.64 2 孙尚香 射手 5 211 0.10 3 狄仁杰 射手 5 324 0.20 4 李元芳 射手 4 75 0.30 5 安琪拉 法师 5 2324 0.40 6 张良 法师 4 755 0.50 7 不知火舞 法师 4 644 0.60 8 貂蝉 法师 3 982 0.70 9 <NA> &l

  • R语言及其IDE(RStudio）下载安装详细流程

    R语言及其IDE(RStudio）下载安装详细流程

    R语言是一个统计计算软件,其IDE是RStudio,两者的关系类似Python和Pycharm,Latex和TeXstudio.IDE的功能就是为了让软件的界面更好看,更方便使用的. R语言软件官网:https://www.r-project.org/ 步骤1: 安装R语言,打开官网--download R--0-Cloud--Download R for windows--选择base 对应的install R for the first time--Download R 4.0.3 for

  • R语言绘制带ErrorBar的分组条形图代码的分享

    R语言绘制带ErrorBar的分组条形图代码的分享

    目录 第一种实现方法:用aggregate计算数据 第二种实现方法:用dplyr包计算数据 笔者近期画了一张带error bar的分组条形图,将相关的代码分享一下. 感谢网友青山屋主的建议,提示笔者要严谨区分技术重复和生物学重复,所以笔者对文章做修改后重发.如果各位有任何建议,欢迎指正. 本文旨在给出一种利用R对生物学重复数据画带error bar的分组条形图的方法. 所用数据是模拟生成的:分成三个组,每个组进行了若干次生物学重复:测量的是3种基因的表达量.数据的部分内容如下: ## gene1

  • R语言实现PCA主成分分析图的示例代码

    R语言实现PCA主成分分析图的示例代码

    目录 简介 开始作图 1. PCA 分析图本质上是散点图 2. 为不同类别着色 3. 样式微调 简介 主成分分析(Principal Component Analysis,PCA)是一种无监督的数据降维方法,通过主成分分析可以尽可能保留下具备区分性的低维数据特征.主成分分析图能帮助我们直观地感受样本在降维后空间中的分簇和聚合情况,这在一定程度上亦能体现样本在原始空间中的分布情况,这对于只能感知三维空间的人类来说,不失为一种不错的选择. 再举个形象的栗子,假如你是一本养花工具宣传册的摄影师,你正在

  • R语言常用两种并行方法之snowfall详解

    上一篇博客(R中两种常用并行方法之parallel)中已经介绍了R中常见的一种并行包:parallel,其有着简单便捷等优势,其实缺点也是非常明显,就是很不稳定.很多时候我们将大量的计算任务挂到服务器上进行运行时,更看重的是其稳定性. 这时就要介绍R中的另一个并行利器--snowfall,这也是在平时做模拟时用的最多的一种方法. 针对上篇中的简单例子 首先是一个最简单的并行的例子,这个例子不需要载入任何依赖库.函数.对象等.相对也比较简单: library(snowfall) # 载入snowf

  • R语言作图之density plot(密度图)的制作步骤

    R语言作图之density plot(密度图)的制作步骤

    上次分享了小提琴曲线(violin plot)的作图方法,今天小仙同学给大家介绍一下如何用R画出漂亮的密度图(density plot). Step1. 绘图数据的准备 首先还是要把你想要绘图的数据调整成R语言可以识别的格式,把excel保存成csv格式. 数据的格式如下图:一列表示一种变量,第一行是列名 Step2. 绘图数据的读取 data<-read.csv("your file path", header = T) #注释:header=T表示数据中的第一行是列名,如果没

随机推荐