Direkt zum Inhalt
Urkunden
Datenmanagement in RDateneingabe in RGraphen in RR DokumentationR SchnittstelleStatistik in R

R Pakete

Pakete sind Sammlungen von R-Funktionen, Daten und kompiliertem Code in einem genau definierten Format. Das Verzeichnis, in dem die Pakete gespeichert werden, heißt Bibliothek. R wird mit einer Reihe von Standardpaketen geliefert. Andere stehen zum Download und zur Installation zur Verfügung. Sobald sie installiert sind, müssen sie in die Sitzung geladen werden, damit sie verwendet werden können.

.libPaths() # get library location
library()   # see all packages installed
search()    # see packages currently loaded

Pakete hinzufügen

Du kannst die Arten von Analysen, die du durchführst, durch weitere Pakete erweitern. Eine vollständige Liste der beigesteuerten Pakete findest du bei CRAN.

Befolge diese Schritte:

  1. Lade ein Paket herunter und installiere es (du musst dies nur einmal tun).
  2. Um das Paket zu verwenden, rufe den Befehl library(package) auf, um es in die aktuelle Sitzung zu laden. (Du musst dies einmal pro Sitzung tun, es sei denn, du hast deine Umgebung so angepasst, dass sie jedes Mal automatisch geladen wird).

Unter MS Windows:

  1. Wähle Pakete installieren aus dem Menü Pakete.
  2. Wähle einen CRAN-Spiegel aus . (z.B. Norwegen)
  3. Wähle ein Paket aus. (z.B. boot)
  4. Verwende dann die Funktion library(package), um es zur Verwendung zu laden. (z. B. library(boot))

Unter Linux:

  1. Lade das Paket, das dich interessiert, als komprimierte Datei herunter.
  2. Installiere sie an der Eingabeaufforderung mitRCMD INSTALL [options] [l-lib] pkgs
  3. Verwende die Funktion library(package) in R, um sie für die Verwendung in der Sitzung zu laden.

Eigene Pakete erstellen

Um deine eigenen Pakete zu erstellen, schaue dir Writing R Extensions(der maßgebliche Leitfaden) und Leischs Creating R Packages an: Ein Tutorial.

Zum Üben

Dieser kostenlose interaktive Kurs vermitteltdie Grundlagen von R.

R Grundlagen lernen

Beherrsche die Grundlagen der Datenanalyse in R, einschließlich Vektoren, Listen und Datenrahmen, und übe R mit echten Datensätzen.
Beginne R kostenlos zu lernen