R पैकेज क्या है?
R पैकेज समुदाय द्वारा विकसित फ़ंक्शनों और डेटा सेटों के संग्रह होते हैं। ये बेस R की मौजूदा क्षमताओं को बेहतर बनाकर या नई क्षमताएँ जोड़कर R की ताकत बढ़ाते हैं। उदाहरण के लिए, यदि आप अक्सर डेटा फ़्रेम के साथ काम करते हैं, तो आपने शायद dplyr या data.table के बारे में सुना होगा—दोनों सबसे लोकप्रिय R पैकेजों में से हैं।
एक पैकेज आमतौर पर R कोड (कभी-कभी संकलित C या Fortran कोड), डॉक्युमेंटेशन, टेस्ट, और डेटा सेट को एक ऐसे यूनिट में बाँधता है जिसे आप साझा और पुन: उपयोग कर सकें।
किसी पैकेज की बुनियादी जानकारी DESCRIPTION फ़ाइल में होती है, जहाँ आप देख सकते हैं कि पैकेज क्या करता है, लेखक कौन है, डॉक्युमेंटेशन किस संस्करण का है, तारीख, लाइसेंस का प्रकार, और पैकेज निर्भरताएँ क्या हैं।
ध्यान दें कि आप DESCRIPTION फ़ाइल देखने के लिए वैकल्पिक stats लिंक का भी उपयोग कर सकते हैं।
cran.r-project.org या stat.ethz.ch जैसी जगहों पर DESCRIPTION फ़ाइलें ढूँढने के अलावा, आप R के अंदर भी packageDescription("package") कमांड से, पैकेज की डॉक्युमेंटेशन help(package = "package") के माध्यम से, या ऑनलाइन पैकेज रिपॉज़िटरी में यह विवरण फ़ाइल देख सकते हैं।
उदाहरण के लिए, “stats” पैकेज के लिए ये तरीके इस प्रकार होंगे:
packageDescription("stats")
help(package = "stats")
R रिपॉज़िटरी क्या हैं?
रिपॉज़िटरी वह स्थान है जहाँ पैकेज रखे जाते हैं ताकि आप उन्हें वहाँ से इंस्टॉल कर सकें। भले ही आप या आपका संगठन लोकल रिपॉज़िटरी रखते हों, आमतौर पर वे ऑनलाइन होते हैं और सभी के लिए सुलभ। R पैकेजों के लिए तीन सबसे लोकप्रिय रिपॉज़िटरी हैं:
- CRAN: आधिकारिक रिपॉज़िटरी; यह दुनिया भर में R समुदाय द्वारा मेंटेन किए गए ftp और वेब सर्वरों का नेटवर्क है। R फ़ाउंडेशन इसे समन्वित करता है, और यहाँ किसी पैकेज के प्रकाशित होने के लिए, उसे कई परीक्षणों से गुजरना पड़ता है ताकि यह सुनिश्चित हो सके कि पैकेज CRAN नीतियों का पालन करता है।
- Bioconductor: यह एक विषय-विशिष्ट रिपॉज़िटरी है जो बायोइन्फ़ॉरमैटिक्स के लिए ओपन-सोर्स सॉफ़्टवेयर हेतु बनाई गई है। CRAN की तरह, इसकी अपनी सबमिशन और समीक्षा प्रक्रियाएँ हैं, और इसका समुदाय बहुत सक्रिय है, जो हर साल कई कॉन्फ़्रेंस और मीटिंग आयोजित करता है।
- GitHub: हालाँकि यह R-विशिष्ट नहीं है, GitHub शायद ओपन-सोर्स प्रोजेक्ट्स के लिए सबसे लोकप्रिय रिपॉज़िटरी है। इसकी लोकप्रियता का कारण ओपन सोर्स के लिए असीमित स्पेस, git (वर्ज़न कंट्रोल सॉफ़्टवेयर) के साथ इंटीग्रेशन, और साझा करने व सहयोग की सहजता है। लेकिन ध्यान रखें कि इसके साथ कोई समीक्षा प्रक्रिया जुड़ी नहीं होती।
R पैकेज कैसे इंस्टॉल करें
R पैकेज इंस्टॉल करने के कुछ अलग-अलग विकल्प हैं।
CRAN से R पैकेज इंस्टॉल करना
R पैकेज इंस्टॉल करने का सबसे आम तरीका CRAN से है। आपको बस पैकेज का नाम और install.packages("package") कॉल की आवश्यकता होती है। अन्य स्रोतों (Bioconductor, GitHub) पर होस्टेड पैकेजों के लिए इंस्टॉलेशन तरीका अलग होता है—मैं नीचे प्रत्येक को कवर करूँगा।
उदाहरण के लिए, CRAN पर प्रकाशित और अब भी ऑनलाइन व अपडेट होता सबसे पुराना पैकेज vioplot है, जिसे Daniel Adler ने बनाया है।
इसकी मूल प्रकाशन तिथि पैकेज की DESCRIPTION फ़ाइल में है।
इसे CRAN से इंस्टॉल करने के लिए आपको यह उपयोग करना होगा:
install.packages("vioplot")
इसे चलाने के बाद, R डाउनलोड स्रोत, इंस्टॉलेशन प्रगति, और सफलता के बारे में संदेश प्रिंट करता है। यहाँ एक संक्षिप्त उदाहरण है कि आप क्या देख सकते हैं:
Installing package into '/home/username/R/x86_64-pc-linux-gnu-library/4.6'
(as 'lib' is unspecified)
trying URL 'https://cloud.r-project.org/src/contrib/vioplot_0.4.0.tar.gz'
...
* DONE (vioplot)
आउटपुट बताता है कि पैकेज कहाँ इंस्टॉल हुआ, कहाँ से डाउनलोड हुआ, और इंस्टॉलेशन सफल रहा या नहीं। आपके ऑपरेटिंग सिस्टम के अनुसार ये संदेश अलग हो सकते हैं।
अंततः, एक बार में एक से अधिक R पैकेज इंस्टॉल करने के लिए, उन्हें install.packages() फ़ंक्शन के पहले आर्ग्युमेंट में कैरेक्टर वेक्टर के रूप में लिखें:
install.packages(c("vioplot", "MASS"))
CRAN mirrors से इंस्टॉल करना
याद रखें कि CRAN सर्वरों का एक नेटवर्क है (प्रत्येक को “मिरर” कहा जाता है), इसलिए आप यह निर्दिष्ट कर सकते हैं कि आप कौन-सा मिरर उपयोग करना चाहते हैं। यदि आप RGui इंटरफ़ेस से R का उपयोग कर रहे हैं, तो आप install.packages() कमांड देने के बाद प्रकट होने वाली सूची से इसे चुन सकते हैं। RStudio पर, मिरर पहले से डिफ़ॉल्ट रूप से चुना रहता है।
आप chooseCRANmirror() का उपयोग करके भी मिरर चुन सकते हैं, या सीधे install.packages() फ़ंक्शन के अंदर repo पैरामीटर से। उपलब्ध मिररों की सूची आप getCRANmirrors() से या सीधे CRAN mirrors पेज पर देख सकते हैं।
उदाहरण: vioplot पैकेज इंस्टॉल करने के लिए Ghent University Library मिरर (बेल्जियम) का उपयोग करने हेतु आप यह चला सकते हैं:
install.packages("vioplot", repos = "https://lib.ugent.be/CRAN")
Bioconductor पैकेज इंस्टॉल करना
Bioconductor पैकेज BiocManager पैकेज के माध्यम से इंस्टॉल होते हैं। पहले, CRAN से BiocManager इंस्टॉल करें:
install.packages("BiocManager")
फिर Bioconductor पैकेज नाम से इंस्टॉल करें:
BiocManager::install(c("GenomicFeatures", "AnnotationDbi"))
सभी कोर Bioconductor पैकेज इंस्टॉल या अपडेट करने के लिए, BiocManager::install() बिना आर्ग्युमेंट के कॉल करें। वर्तमान रिलीज़ Bioconductor 3.23 है, जिसके लिए R 4.6.0 आवश्यक है। विस्तृत जानकारी के लिए आधिकारिक इंस्टॉल गाइड देखें।
devtools के ज़रिए पैकेज इंस्टॉल करना
जैसा कि आपने ऊपर पढ़ा, प्रत्येक रिपॉज़िटरी से पैकेज इंस्टॉल करने का अपना तरीका होता है, तो यदि आप नियमित रूप से अलग-अलग स्रोतों से पैकेज उपयोग करते हैं, तो यह व्यवहार थोड़ा थकाऊ हो सकता है। अधिक दक्ष तरीका devtools पैकेज का उपयोग करना है, जो इस प्रक्रिया को सरल करता है क्योंकि इसमें प्रत्येक रिपॉज़िटरी के लिए विशिष्ट फ़ंक्शन हैं, जिनमें CRAN भी शामिल है।
आप devtools को सामान्य रूप से install.packages("devtools") से इंस्टॉल कर सकते हैं, लेकिन हो सकता है आपको Windows पर Rtools, Mac पर Xcode command line tools, या Linux पर r-base-dev और r-devel भी इंस्टॉल करने पड़ें।
devtools इंस्टॉल होने के बाद, आप अन्य पैकेज इंस्टॉल करने के लिए इसकी यूटिलिटी फ़ंक्शनों का उपयोग कर पाएँगे। विकल्प हैं:
-
Bioconductor से
install_bioc(), -
Bitbucket से
install_bitbucket(), -
CRAN से
install_cran(), -
किसी git रिपॉज़िटरी से
install_git(), -
GitHub से
install_github(), -
लोकल फ़ाइल से
install_local(), -
SVN रिपॉज़िटरी से
install_svn(), -
URL से
install_url(), और -
किसी CRAN पैकेज के विशिष्ट संस्करण से
install_version()।
उदाहरण के लिए, GitHub रिपॉज़िटरी से babynames पैकेज इंस्टॉल करने के लिए, आप यह उपयोग कर सकते हैं:
devtools::install_github("hadley/babynames")
इंस्टॉल किए गए R पैकेज कैसे अपडेट, हटाएँ, और जाँचें
R के साथ अधिक समय बिताने के बाद, यह सामान्य है कि आप हफ़्ते में कुछ बार या रोज़ ही install.packages() का उपयोग करें, और R पैकेज जिन गति से विकसित होते हैं, उसे देखते हुए, संभव है कि आपको जल्द ही अपने पसंदीदा पैकेजों को अपडेट या बदलने की ज़रूरत पड़े। इस सेक्शन में, आपको अपनी कलेक्शन मैनेज करने में मदद करने वाले कुछ फ़ंक्शन मिलेंगे।
- कंप्यूटर पर कौन-से पैकेज इंस्टॉल हैं, यह जाँचने के लिए:
installed.packages()
remove.packages()फ़ंक्शन से पैकेज अनइंस्टॉल करना सरल है, उदाहरण के लिए:
remove.packages("vioplot")
- किन पैकेजों को अपडेट की ज़रूरत है, जाँचें:
old.packages()
- सभी पैकेज अपडेट करें:
update.packages()
- किसी विशेष पैकेज को फिर से इंस्टॉल करके अपडेट करें:
install.packages("vioplot")
renv के साथ पैकेज मैनेज करना
प्रोजेक्ट-स्तरीय निर्भरता प्रबंधन के लिए, renv पैकेज (जिसे Posit मेंटेन करता है) अलग-थलग, पुनरुत्पाद्य पैकेज वातावरण बनाता है—जो Python के वर्चुअल एन्वायरनमेंट्स के समान है।
install.packages("renv")
# Initialize renv in your project
renv::init()
# Take a snapshot of current packages
renv::snapshot()
# Restore packages from the lockfile
renv::restore()
renv सटीक पैकेज संस्करणों को renv.lock फ़ाइल में रिकॉर्ड करता है, ताकि सहयोगी renv::restore() से आपके वातावरण को पुन:निर्मित कर सकें। यह विशेष रूप से टीमों और लंबे समय तक चलने वाले प्रोजेक्ट्स के लिए उपयोगी है।
R पैकेज इंस्टॉल करने के लिए यूज़र इंटरफ़ेस
यदि आप ग्राफ़िकल इंटरफ़ेस पसंद करते हैं, तो RStudio और RGui दोनों में पैकेज प्रबंधन टूल शामिल हैं। RStudio (अब Posit द्वारा विकसित) में, Tools → Install Packages जाएँ और डायलॉग में पैकेज का नाम टाइप करें। RStudio का पूरा वॉकथ्रू देखने के लिए हमारा RStudio ट्यूटोरियल देखें।

वहीं RGui में आपको Utilities, Packages मेनू के अंतर्गत मिलेंगी।

पैकेज कैसे लोड करें
पैकेज इंस्टॉल होने के बाद, आप उसकी क्षमताओं का उपयोग करने के लिए तैयार हैं। यदि आपको किसी पैकेज के कुछ फ़ंक्शनों या डेटा का केवल कभी-कभार उपयोग करना है, तो आप उन्हें packagename::functionname() नोटेशन से एक्सेस कर सकते हैं। उदाहरण के तौर पर, आपने babynames पैकेज इंस्टॉल किया है, तो आप इसके एक डेटासेट को देख सकते हैं।
किसी पैकेज में कौन-से फ़ंक्शन और डेटा हैं, यह देखने के लिए help(package = "babynames") का उपयोग करें।
babynames पैकेज के अंदर births डेटासेट एक्सेस करने के लिए, बस यह टाइप करें:
babynames::births
## # A tibble: 6 x 2
## year births
## <int> <int>
## 1 2009 4130665
## 2 2010 3999386
## 3 2011 3953590
## 4 2012 3952841
## 5 2013 3932181
## 6 2014 3988076
यदि आप पैकेज का अधिक गहन उपयोग करेंगे, तो बेहतर है कि उसे मेमोरी में लोड कर लें। यह करने का सबसे सरल तरीका library() कमांड है।
कृपया ध्यान दें कि install.packages() का इनपुट एक कैरेक्टर वेक्टर होता है और नाम को उद्धरण चिह्नों में माँगता है, जबकि library() कैरेक्टर या नाम—दोनों स्वीकार करता है, जिससे आप पैकेज का नाम बिना उद्धरण के भी लिख सकते हैं।
इसके बाद आपको package::function() नोटेशन की ज़रूरत नहीं रहती, और आप सीधे इसकी क्षमताओं को किसी भी अन्य बेस R फ़ंक्शन या डेटा की तरह एक्सेस कर सकते हैं:
births
## # A tibble: 6 x 2
## year births
## <int> <int>
## 1 2009 4130665
## 2 2010 3999386
## 3 2011 3953590
## 4 2012 3952841
## 5 2013 3932181
## 6 2014 3988076
आपने require() फ़ंक्शन के बारे में सुना होगा: इससे भी पैकेज लोड करना संभव है, लेकिन फर्क यह है कि यदि पैकेज इंस्टॉल नहीं है, तो यह त्रुटि नहीं फेंकेगा।
तो इस फ़ंक्शन का उपयोग सावधानी से करें!
इस विषय पर अधिक पढ़ने के लिए Yihui Xie की पोस्ट library() बनाम require() देखें। R की बुनियादें, जिनमें पैकेज प्रबंधन भी शामिल है, सीखने के लिए हमारा R सीखने का गाइड देखें।
पैकेज और लाइब्रेरी में क्या अंतर है?
library() फ़ंक्शन की बात करते हुए, कभी-कभी पैकेज और लाइब्रेरी में भ्रम हो जाता है, और लोग पैकेजों को “लाइब्रेरी” कह देते हैं।
कृपया भ्रमित न हों: library() वह कमांड है जिसका उपयोग पैकेज लोड करने के लिए होता है, और यह उस जगह को संदर्भित करता है जहाँ पैकेज रखा होता है—आमतौर पर आपके कंप्यूटर पर एक फ़ोल्डर—जबकि पैकेज फ़ंक्शनों का सुविधाजनक बंडल है।
Hadley Wickham, Posit (पूर्व में RStudio) के चीफ़ साइंटिस्ट और DataCamp के Writing Functions in R कोर्स के प्रशिक्षक, का यह कथन इसे अच्छी तरह समझाता है:
@ijlyttle a package is like a book, a library is like a library; you use library() to check a package out of the library #rsats
— Hadley Wickham (@hadleywickham) December 8, 2014
इस अंतर की एक और अच्छी याद दिलाने वाली बात है library() फ़ंक्शन को बिना आर्ग्युमेंट चलाना। यह आपके कंप्यूटर की अलग-अलग लाइब्रेरी में इंस्टॉल पैकेजों की सूची देगा:
library()
एक साथ कई R पैकेज कैसे लोड करें
install.packages() के विपरीत, library() एक कॉल में केवल एक पैकेज लोड करता है। इसका एक आम उपाय है lapply():
packages <- c("dplyr", "ggplot2", "tidyr")
lapply(packages, library, character.only = TRUE)
आप pacman पैकेज का भी उपयोग कर सकते हैं, जो गायब पैकेजों को इंस्टॉल करता है और p_load() के साथ एक ही कदम में उन्हें लोड करता है।
R पैकेज कैसे अनलोड करें
किसी दिए गए पैकेज को अनलोड करने के लिए, आप detach() फ़ंक्शन का उपयोग कर सकते हैं। उपयोग इस प्रकार होगा:
detach("package:babynames", unload = TRUE)
डॉक्युमेंटेशन और मदद के वैकल्पिक स्रोत
जैसा कि आपने ऊपर पढ़ा, DESCRIPTION फ़ाइल में पैकेज के बारे में बुनियादी जानकारी होती है, और भले ही वह जानकारी उपयोगी है, वह आपको अपने विश्लेषण के लिए इस पैकेज का उपयोग करने में मदद नहीं करेगी। तब आपको दो और डॉक्युमेंटेशन स्रोतों की ज़रूरत होगी: हेल्प फ़ाइलें और विग्नेट्स।
हेल्प फ़ाइलें
बेस R की तरह, ?() और help() कमांड किसी पैकेज के साथ शुरुआत करते समय डॉक्युमेंटेशन का पहला स्रोत होते हैं। आपको याद होगा कि आप help(package = "packagename") से पैकेज का सामान्य अवलोकन पा सकते हैं, लेकिन प्रत्येक फ़ंक्शन को अलग से help("name of the function") से या यदि पैकेज लोड नहीं किया है तो help(function, package = "package") से खोजा जा सकता है, जहाँ आमतौर पर फ़ंक्शन का विवरण, उसके पैरामीटर, और एक उदाहरण मिलता है।
उदाहरण के लिए, vioplot पैकेज के vioplot कमांड की हेल्प फ़ाइल पाने के लिए आप यह टाइप कर सकते हैं:
help(vioplot, package = "vioplot")
टिप: आप लोडेड पैकेज के अंदर क्या है, यह देखने का एक और तरीका भी इस्तेमाल कर सकते हैं। ls() कमांड इस तरह उपयोग करें:
library(babynames)
ls("package:babynames")
## [1] "applicants" "babynames" "births" "lifetables"
विग्नेट्स
ज्यादातर पैकेजों में शामिल एक और बहुत उपयोगी मदद स्रोत विग्नेट्स हैं, जो ऐसे दस्तावेज़ होते हैं जिनमें लेखक अपने पैकेज की कुछ क्षमताओं को और विस्तार से दिखाते हैं। विग्नेट्स का अनुसरण करना पैकेज के सामान्य उपयोगों पर हाथ आज़माने का बढ़िया तरीका है, इसलिए अपनी खुद की एनालिसिस करने से पहले इससे शुरुआत करना उत्तम है।
जैसा कि आपको याद होगा, किसी दिए गए पैकेज में शामिल विग्नेट्स की जानकारी उसकी DOCUMENTATION फ़ाइल में लोकली या ऑनलाइन उपलब्ध होती है, लेकिन आप अपने इंस्टॉल किए गए पैकेजों में शामिल विग्नेट्स की सूची browseVignettes() फ़ंक्शन से भी प्राप्त कर सकते हैं, और किसी दिए गए पैकेज के लिए उसका नाम पैरामीटर के रूप में शामिल करें: browseVignettes(package="packagename")। दोनों ही मामलों में, एक ब्राउज़र विंडो खुलेगी, जहाँ आप आसानी से पसंदीदा विग्नेट पर क्लिक कर सकते हैं।
यदि आप कमांड लाइन पर रहना पसंद करते हैं, तो vignette() कमांड से विग्नेट्स की सूची देखें, vignette(package = "packagename") से किसी दिए गए पैकेज की विग्नेट्स देखें, और जब आप वह चुन लें जिसे आप देखना चाहते हैं, तो vignette("vignettename") कमांड उपयोग करें।
उदाहरण के लिए, विज़ुअलाइज़ेशन के लिए सबसे लोकप्रिय पैकेजों में से एक ggplot2 है। आप DataCamp के Introduction to Data Visualization with ggplot2 कोर्स में और सीख सकते हैं। संभव है कि आपने इसे पहले से इंस्टॉल कर रखा हो, यदि नहीं, तो यह install.packages() कौशल आज़माने का अवसर है।
मान लेते हैं कि आपने ggplot2 इंस्टॉल कर लिया है, तो आप इसमें शामिल विग्नेट्स देख सकते हैं:
vignette(package = "ggplot2")
ggplot2 के लिए दो विग्नेट्स उपलब्ध हैं, “ggplot2-specs” और “extending-ggplot2”। पहले वाले को आप इस तरह देख सकते हैं:
vignette("ggplot2-specs")
RStudio पर यह दाएँ तरफ़ Help टैब में दिखेगा, जबकि RGui या कमांड लाइन पर यह ब्राउज़र विंडो में विग्नेट खोलेगा।
R-Project साइट पर R से मदद पाने के और विकल्प मिलेंगे।
सही R पैकेज कैसे चुनें
अब तक आपको अपने R पैकेज इंस्टॉल करने और उनका अधिकतम लाभ लेने में सक्षम होना चाहिए, लेकिन एक अंतिम सवाल बचता है: आपको ज़रूरी पैकेज कहाँ मिलेंगे?
पैकेज खोजने का आम तरीका है बस R सीखना। कई ट्यूटोरियल्स और कोर्सों में सबसे लोकप्रिय पैकेजों का ज़िक्र होता ही है। उदाहरण के लिए, Cleaning Data in R कोर्स tidyr को विस्तार से कवर करता है।
R में जिस भी विषय को आप कवर करना चाहते हैं, उसके लिए संभवतः कोई दिलचस्प पैकेज मिलेगा।
लेकिन यदि आपके पास कोई विशेष समस्या है और आपको नहीं पता कि कहाँ से शुरू करें—जैसे कि, जैसा मैंने इस पोस्ट की प्रस्तावना में कहा, यदि आप कुछ कोरियाई टेक्स्ट का विश्लेषण करना चाहते हैं?
या आप मौसम का डेटा इकट्ठा करना चाहते हैं? या एवापोट्रांसपिरेशन का अनुमान लगाना चाहते हैं?
आपने कई रिपॉज़िटरी देख ली हैं, और हाँ, आप CRAN पैकेजों की सूची देख सकते हैं, लेकिन 21,000 से अधिक विकल्पों के साथ, खो जाना आसान है।
आइए कुछ विकल्प देखते हैं!
CRAN Task View
एक विकल्प है CRAN पैकेजों की श्रेणियाँ ब्राउज़ करना, CRAN task views की मदद से। सही कहा! आधिकारिक रिपॉज़िटरी CRAN आपको पैकेज ब्राउज़ करने का विकल्प भी देता है। टास्क व्यूज़ मूलतः थीम या श्रेणियाँ हैं जो पैकेजों को उनकी कार्यक्षमता के आधार पर समूहबद्ध करती हैं।
जैसा कि आप नीचे देख सकते हैं, जेनेटिक्स से जुड़े सभी पैकेज "Genetics" टास्क व्यू में वर्गीकृत होंगे:
कोरियाई टेक्स्ट के उदाहरण को लेते हुए, आप Natural Language Processing टास्क व्यू में नेविगेट करके आसानी से ज़रूरी पैकेज ढूँढ सकते हैं। वहाँ आप टेक्स्ट पढ़कर अपने टेक्स्ट को हैंडल करने वाला पैकेज ढूँढ सकते हैं, या एक साधारण CTRL+F करके अपना कीवर्ड टाइप कर सकते हैं।
RDocumentation और R-Universe
RDocumentation CRAN, Bioconductor, और GitHub से पैकेज डॉक्युमेंटेशन को एक सर्चेबल इंटरफ़ेस में एकत्र करता है। यह डाउनलोड लोकप्रियता के आधार पर परिणामों को रैंक करता है, ताकि व्यापक रूप से उपयोग किए जाने वाले पैकेज पहले दिखाई दें।
R-Universe एक नया विकल्प है जो पैकेज पेजों पर बिल्ड स्टेटस, डॉक्युमेंटेशन, और डिपेंडेंसी जानकारी प्रदान करता है। दोनों मुफ़्त हैं और बुकमार्क करने लायक हैं।
अंतिम विचार
R पैकेज, R इकोसिस्टम की रीढ़ हैं। चाहे आप CRAN, Bioconductor, या GitHub से इंस्टॉल करें, कोर वर्कफ़्लो एक सा है: एक बार install.packages() या BiocManager::install() से इंस्टॉल करें, फिर हर सेशन में library() से लोड करें।
मैंने यहाँ अपना पैकेज बनाना कवर नहीं किया। यदि वह आपका अगला कदम है, तो Hadley Wickham की किताब R Packages निर्णायक संसाधन है, और DataCamp का Developing R Packages कोर्स इस प्रक्रिया को हाथों-हाथ समझाता है।
यदि आप व्यापक रूप से अपनी R की बुनियाद मजबूत करना चाहते हैं, तो मैं Introduction to R कोर्स से शुरुआत करने या पूरे R कोर्स कैटलॉग को एक्सप्लोर करने की सलाह दूँगा।
R आँकड़ों और डेटा साइंस के लिए सबसे व्यापक रूप से उपयोग की जाने वाली प्रोग्रामिंग भाषाओं में से एक है, और इसकी ताकत का बड़ा हिस्सा पैकेजों से आता है। चाहे आपको नैचुरल लैंग्वेज प्रोसेसिंग करनी हो, वेब से मौसम का डेटा खींचना हो, या जटिल सांख्यिकीय मॉडल चलाने हों—लगभग हर काम के लिए कोई न कोई पैकेज मौजूद है। 2026 तक, आधिकारिक रिपॉज़िटरी (CRAN) पर 21,000 से अधिक पैकेज होस्ट किए गए हैं, और कई अन्य इंटरनेट पर सार्वजनिक रूप से उपलब्ध हैं।
यदि आप R से शुरुआत कर रहे हैं, तो मैं आपको R पैकेजों की बुनियादी बातें और उनका उपयोग कैसे करें, यह समझाऊँगा। हम यह कवर करेंगे: