R源码安装常见报错及更换package安装源

# R语言安装及常见报错
## 20240731 提示`x86_64-conda-linux-gnu-cc not found`
方法[来源](https://blog.csdn.net/weixin_64316191/article/details/128945014)
1. 类似如下提示未找到`x86_64-conda-linux-gnu-cc`
![](/media/202407/2024-07-31_093300&bG6FtTWJOAz43xkqSyY8.png)
2. 根据提示找到R所在lib的路径文件`/path/to/lib/R/etc/Makeconf`中的第 171 行代码。
![](/media/202407/2024-07-31_093445&JzIoru3TL2p0lgnfW7cD.png)
3. 变量`CC`，在前面已经声明
![](/media/202407/2024-07-31_093520&aZGM6Hw7FjKLofWDg2kp.png)
4. 将变量`CC`的值修改为`x86_64-conda-linux-gnu-cc`的绝对路径
![](/media/202407/2024-07-31_093606&YBAewgOus5zI06dqE7mo.png)
5. 本次错误通过上面👆方法修复了，另一种情况就是你本地就没安装 `x86_64-conda-linux-gnu-cc`。如果是这样，你需要在你使用的 R 所在的 conda 虚拟环境中安装它。安装命令如下：
```
conda install  gcc_linux-64 
conda install  gxx_linux-64
conda install  gfortran_linux-64
```

## 20240730 提示某个版本不可用
1. 安装ggplot2报错，提示MASS未安装
2. 那就`install.packages("MASS")`，却报错“package ‘MASS’ is not available for this version of R”
3. 那就找对应能用的版本，实用mysearch函数
```
mysearch <- function(pkg){
  require(tidyverse)
  require(pkgsearch)
  cran_package_history(pkg) |> 
  select(Package,Date,Version,dependencies) |> 
  rowwise() |> 
  mutate(Date=ymd(Date),
         R_VERSION = filter(dependencies,package=="R")) |> 
  ungroup() |> 
  arrange(desc(Date))
}
```
4. 搜索R版本对应的版本`mysearch("MASS")`
5. `install.packages` 函数并不支持版本的选择，但是如果知道R包的源文件的位置：https://mirrors.tuna.tsinghua.edu.cn/CRAN/src/contrib/Archive/MASS/ 或者其他镜像，则可以直接通过 `source` 的方式安装：
```
packageurl = "https://mirrors.tuna.tsinghua.edu.cn/CRAN/src/contrib/Archive/MASS/MASS_7.3-58.tar.gz"
install.packages(packageurl, repos = NULL, type = 'source')
```

## 1、下载 tar zxvf R-3.4.1.tar.gz
```
tar xzvf R-3.4.1.tar.gz
cd R-3.4.1
./configure --prefix=/home/lhlv/projects/softwares/app/R-3.4.1  --enable-R-shlib
```
**报错：**
```
checking for zlib.h... yes

checking if zlib version >= 1.2.5... no

checking whether zlib support suffices... configure: error: zlib library and headers are required  
```
**原因：**缺少zlib或者zlib版本过低

## 2、安装zlib
（1）安装前，设置安装目录的环境变量，在.bashrc配置中，输入如下内容：
```
export APP_PATH=/home/lhlv/projects/softwares/app
export LD_LIBRARY_PATH=$APP_PATH/packages/lib:$LD_LIBRARY_PATH  
export CFLAGS="-I$APP_PATH/packages/include"  
export LDFLAGS="-L$APP_PATH/packages/lib"
```
且之后缺少的软件都安装到$APP_PATH/packages目录下。
（2）zlib安装：
```
tar xvf zlib-1.2.11.tar.gz
cd zlib-1.2.11
#构建静态库安装
./configure --prefix=$APP_PATH/packages
make && make install
#构建共享库安装
make clean
./configure --shared
make test
make install
cp zutil.h /usr/local/include
cp zutil.c /usr/local/include
```

## 3、继续安装R，并指定LDFLAGS和CPPFLAGS库
```
cd R-3.4.1
./configure --prefix=$APP_PATH/R-3.4.1 --enable-R-shlib
##或者
cd R-3.4.1
./configure --prefix=$APP_PATH/R-3.4.1 --enable-R-shlib LDFLAGS="-L/$APP_PATH/packages/lib" CPPFLAGS="-I/$APP_PATH/packages/include"  #这儿就开始出现以下报错啦
make && make install
```
**报错：**
```
checking for zlib.h... yes

checking if zlib version >= 1.2.5... yes

checking whether zlib support suffices... yes

checking mmap support for zlib... yes

checking for BZ2_bzlibVersion in -lbz2... no

checking whether bzip2 support suffices... configure: error: bzip2 library and headers are required  
```
**原因：**zlib版本符合要求，缺少bzip2

## 4、安装bzip2
```
tar zxvf bzip2-1.0.6.tar.gz
cd bzip2-1.0.6
make -f Makefile-libbz2_so
make clean
make 
make install PREFIX=$APP_PATH/packages
```
## 5、重复第3步
**报错：**
```
checking for lzma_version_number in -llzma... no

configure: error: "liblzma library and headers are required"
```
**原因：**liblzma (xz软件包)缺少

## 6、安装xz
```
tar zxvf xz-5.2.3.tar.gz
cd xz-5.2.3
./configure --prefix=$APP_PATH/packages
make -j3
make install
```

## 7、重复第3步
**报错：**
```
checking whether bzip2 support suffices... no

checking for lzma_version_number in -llzma... yes

checking lzma.h usability... yes

checking lzma.h presence... yes

checking for lzma.h... yes

checking if lzma version >= 5.0.3... yes

checking for pcre_fullinfo in -lpcre... no

checking whether PCRE support suffices... configure: error: pcre >= 8.10 library and headers are required  
```
**原因：**prce版本过低或者缺少

## 8、安装pcre
```
tar zxvf pcre-8.41.tar.gz
cd pcre-8.41
./configure  --prefix=$APP_PATH/packages
make -j3 && make install
```
## 9、重复第3步，再试

（1）报错：
```
checking pcre/pcre.h usability... no

checking pcre/pcre.h presence... no

checking for pcre/pcre.h... no

checking if PCRE version >= 8.20, < 10.0 and has UTF-8 support... no

checking whether PCRE support suffices... configure: error: pcre >= 8.20 library and headers are required
```
**原因：**PCRE需要安装--enable-utf8

（2）重新安装pcre
```
cd pcre-8.41
./configure  --prefix=$APP_PATH/packages --enable-utf8
make -j3 && make install
```
## 10、继续第3步
**报错：**
```
checking if libcurl is version 7 and >= 7.22.0... no

configure: error: libcurl >= 7.22.0 library and headers are required with support for https
```
**原因：**未安装curl

## 11、安装curl
```
tar zxvf curl-7.46.0.tar.gz && cd /root/curl-7.46.0
./configure  --prefix=$APP_PATH/packages && make && make install
#如果 提示libcurl is version 7 and >=7.22.0 ...yes，但有提示checking if libcurl supports https... no
#则需要安装openssl，然后在重装curl库
tar -xzvf openssl-1.0.1u.tar.gz
cd openssl-1.0.1u
./config -fPIC --prefix=/usr/local/openssl enable-shared
./config -t
make && make install
#并设置环境变量：
export OPENSSL=$APP_PATH/packages/bin
export PATH=$OPENSSL:$PATH:$HOME/bin 
#重新安装curl:指定openssl
./configure --prefix=$APP_PATH/packages --with-openssl-include=$APP_PATH/packages/include/ --with-openssl-lib=$APP_PATH/packages/lib && make -j3
```

## 12、再次第3步
    警告：
```
configure: WARNING: you cannot build info or HTML versions of the R manuals

configure: WARNING: neither inconsolata.sty nor zi4.sty found: PDF vignettes and package manuals will not be rendered optimally    
```
## 13、如遇到如下报错：
```
checking curl/curl.h usability... yes

checking curl/curl.h presence... yes

checking for curl/curl.h... yes

checking if libcurl is version 7 and >= 7.28.0... yes

checking if libcurl supports https... no

configure: error: libcurl >= 7.28.0 library and headers are required with support for https  ##这是一个大坑需要在环境变量中加上curl的bin路径，如果没有报错，那肯定是之前系统默认安装的curl造成的，为了消除潜在风险，是否有报错，请必须执行下面的操作，系统默认安装的curl请保留，防止造成别的系统程序依赖缺失. 添加如下到.bashrc中并source

export PATH=$PATH:$JAVA_HOME/bin:$APP_PATH/packages/bin
```
## 14、继续安装

`./configure --prefix=$APP_PATH/R-3.4.1`完成后就可以运行：

`make && make install`

报错：
```
/usr/bin/ld: /home/lhlv/projects/softwares/app/packages/lib/libbz2.a(bzlib.o): relocation R_X86_64_32S against `.text' can not be used when making a shared object; recompile with -fPIC /home/lhlv/projects/softwares/app/packages/lib/libbz2.a: could not read symbols: Bad value collect2: ld returned 1 exit status make[3]: *** [libR.so] Error 1 
make[3]: Leaving directory `/home/lhlv/projects/softwares/R-3.4.1/src/main' 
make[2]: *** [R] Error 2 
make[2]: Leaving directory `/home/lhlv/projects/softwares/R-3.4.1/src/main' 
make[1]: *** [R] Error 1 
make[1]: Leaving directory `/home/lhlv/projects/softwares/R-3.4.1/src' 
make: *** [R] Error 1
```
**原因：**此处报错是由于没有找到动态库，

**解决方法**：添加动态库（可惜需要root权限）
```
#cat /etc/ld.so.conf

include ld.so.conf.d/*.conf

/home/lhlv/projects/softwares/app/packages/lib
```
然后执行 `ldconfig`
再运行
```
make
make install
```
如果没有报错，即可在`vim .bashrc` 中添加R源环境变量
```
export PATH=$PATH:$JAVA_HOME/bin:$APP_PATH/packages/bin:$APP_PATH/R-3.4.1/bin
```
`source .bashrc` ##让环境变量立马生效

# R更换package安装源
有时候利用R安装R包，出现错误：
```
Warning in install.packages :
  unable to access index for repository https://cran.rstudio.com/src/contrib:
  cannot open URL 'https://cran.rstudio.com/src/contrib/PACKAGES'
Warning in install.packages :
  package ‘readxl’ is not available (for R version 3.4.1)
```
**原因：**可能是因为国外的rstudio或者其他源链接不上，此时换成国内源即可解决问题，更换方法如下：

## 1. 使用Rstudio
打开
Tools -> Global options -> Packages

![](/media/202301/2023-01-12_104627&J6k2MIn7Xeq1cruxwHl9.png)

## 2. 使用终端

在使用终端命令行安装包的时候，可以直接指定源，命令如下：
```
install.packages(‘gdata’, repos = ‘https://mirrors.tuna.tsinghua.edu.cn/CRAN’)
```
## 3. 更改配置文件
linux或mac系统下，安装速度过慢，更改为国内源方案，编辑~/.Rprofile, 
```
# 指定国内CRAN源：
options(repos=structure(c(CRAN=“https://mirrors.tuna.tsinghua.edu.cn/CRAN/”)))

#指定国内bioconductor源：
source(“http://bioconductor.org/biocLite.R”)
options(BioC_mirror=“http://mirrors.ustc.edu.cn/bioc/”)
biocLite(“clusterProfiler”)
```
## 通过Rprofile自定义函数：
```
source.bioconductor <- function(){
	source("http://bioconductor.org/biocLite.R")
	options(BioC_mirror="http://mirrors.ustc.edu.cn/bioc/") 
}
```

通过调用source.bioconductor()函数，改变源并安装包

# shell脚本中运行R代码
## 问题
你正在编写一个命令脚本，如UNIX或OS X系统的shell脚本，或Windows系统中的批处理脚本，并且你希望在这些脚本中执行R代码。
## 解决方案
使用带有CMD BATCH子命令的方式运行R程序，并给出脚本文件名和输出文件名：
```
$ R CMD BATCH scriptfile outputfile
```
如果需要将输出结果发送到标准输出设备中，或者希望将命令行参数传递到脚本中，可以考虑应用Rscript命令：
```
$ Rscript scriptfile arg1 arg2 arg3
```
## 讨论
R是一个交互式软件，它提示用户输入，然后显示输出结果。有时你想在批处理模式下运行R，从脚本读取命令。这对于shell内部的脚本，例如含有统计分析的脚本而言特别有用。

CMD BATCH子命令把R转到批处理模式，它读取脚本文件scriptfile并且把输出写入输出文件outputfile。这个运行过程中不与用户交互。

你可能会根据具体情况使用命令行选项，调整R的批处理过程。例如，使用--quiet选项来避免启动信息，否则将使输出信息混乱：
```
$ R CMD BATCH --quiet myScript.R results.out
```
下面是一些其他批处理模式下的实用命令：
- \-\-slave
类似于--quiet,它禁止回送输入的信息，使R软件输出的信息更为简洁。
- \-\-no-restore
在R启动时不还原工作空间。对于希望以空白工作空间启动R的脚本而言，这个选项很有必要。
- \-\-no-save
在退出R时，不保存工作空间；否则，R会保存当前工作空间并覆盖原有工作目录中的.RData文件。
- \-\-no-init-file
不读取.Rprofile文件或者~/. Rprofile文件。

在脚本运行结束后，CMD BATCH子命令一般会使用proc.time函数显示其执行的时间。如果你不需要显示该时间，可以在代码最后一行调用参数为runLast=FALSE的q函数，它将防止调用proc.time函数。

CMD BATCH子命令有两个限制条件：输出必须总是传送到一个文件中，并且无法简单地将命令行参数传送到脚本中。如果这两个限制成为问题，可以考虑使用R软件自带的Rscript程序。Rscript命令的第一个命令行参数是脚本文件的名称，其余的参数将传递给脚本代码：
```
$ Rscript myScript.R arg1 arg2 arg3
```
在脚本中，命令行参数可以通过调用commandArgs函数来获取，该函数会把参数作为一个字符串向量返回：
argv <- commandArgs(TRUE)

Rscript程序和CMD BATCH命令使用上面所提到的相同的命令行选项。

将输出结果输出到标准输出设备中，该设备是R从调用它的shell脚本中继承来的。当然，可以通过一般的重定向方法将输出重定向到一个文件中：
$ Rscript --slave myScript.R arg1 arg2 arg3 >results.out

下面是一个名为arith.R的简易R脚本文件，它对两个命令行参数进行四个算术运算：
```
argv <- commandArgs(TRUE)
x <- as.numeric(argv[1])
y <- as.numeric(argv[2])
cat("x =", x, "\n")
cat("y =", y, "\n")
cat("x + y = ", x + y, "\n")
cat("x - y = ", x - y, "\n")
cat("x * y = ", x * y, "\n")
cat("x / y = ", x / y, "\n")
```
脚本以下面的形式调用：
```
$ Rscript arith.R 2 3.1415
```
产生如下结果：
```
x = 2
y = 3.1415
x + y = 5.1415
x - y = -1.1415
x * y = 6.283
x / y = 0.6366385
```
在Linux或UNIX系统中，你可以在脚本的开头添加#!后跟随Rscript程序的路径，这样脚本就是完全自我包含的了（即代码变得完全独立于外部）。假定Rscript程序安装在/usr/bin/Rscript目录中，你可以在arith.R脚本文件中添加下面一行，使其成为自我包含代码：
```
#!/usr/bin/Rscript --slave
argv <- commandArgs(TRUE)
x <- as.numeric(argv[1])
```

在提示符处，我们把脚本文件标记为可执行文件：
```
$ chmod +x arith.R
```
此时我们可以不用Rscript前缀而直接调用脚本代码：
```
$ arith.R 2 3.1415
```