【服务器】运行R语言代码：R环境安装及代码运行（conda）

目录

• 一、准备工作：安装 Miniconda（如果未安装）
• • 1.1 下载 Miniconda 安装脚本
  • 1.2 安装 Miniconda（安装到你的 home 目录）
  • 1.3 重新加载 shell 环境变量
• 二、创建 R 环境并安装 R
• • 2.1 创建名为 r_env 的 Conda 环境，并安装 R
  • 2.2 激活 R 环境
  • • 激活错误-CondaError: Run 'conda init' before 'conda activate'
  • 2.3 验证 R 安装
• 三、安装 R 包（使用 Conda 或 R 内部）
• • 方法 1：使用 Conda 安装常见 R 包（推荐）
  • 方法 2：使用 R 命令行安装（如包在 Conda 中不可用）
• 服务器中安装库包-实例说明
• • 📦 一、通过 CRAN 安装的包
  • 替代方案：使用 Conda 安装 R 包（如果可用）
• 四、运行 R 脚本
• • 4.1 创建一个测试 R 脚本
  • 4.2 使用 Rscript 运行
• 参考

以下是使用 Conda 安装 R、管理依赖和运行 R 脚本的详细步骤。

一、准备工作：安装 Miniconda（如果未安装）

服务器上安装的详细步骤可参见另一博客-【WRF工具】服务器上使用conda安装NCL。

1.1 下载 Miniconda 安装脚本

输入以下命令：

wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh

1.2 安装 Miniconda（安装到你的 home 目录）

运行安装脚本，执行以下命令，

bash Miniconda3-latest-Linux-x86_64.sh

• 选择安装路径（建议默认安装在 ~/miniconda3）
• 安装结束后提示是否初始化 shell，选择 yes

1.3 重新加载 shell 环境变量

source ~/.bashrc

查找并查看conda版本

# 查找conda
which conda

# 查看conda版本
conda —version

服务器中查看界面如下：

二、创建 R 环境并安装 R

2.1 创建名为 r_env 的 Conda 环境，并安装 R

根据需要，使用conda安装指定版本的R环境，如下：

conda create -n r_env r-base=4.2

注意：当安装R的旧版本时，可能会出错。Anaconda 默认使用的是 defaults 通道，而 R 的许多版本（特别是旧版本）在 conda-forge 通道中才可用。

conda create -n r_env -c conda-forge r-base=4.0.2

安装成功，如下：

2.2 激活 R 环境

conda activate r_env
source activate r_env

激活错误-CondaError: Run ‘conda init’ before ‘conda activate’

在使用上述代码激活R环境时，提示以下错误：

CondaError: Run 'conda init' before 'conda activate'
...
UnicodeDecodeError: 'utf-8' codec can't decode byte 0xbb in position 1624: invalid start byte

这意味着：

• Conda 要求你先运行 conda init 来配置 shell 环境；
• 但 conda init 执行时，尝试读取某个配置文件（如 .bashrc 或 .bash_profile）失败，原因是文件中包含了非 UTF-8 编码字符，导致 UnicodeDecodeError。

🔍 步骤 1：找出出错的文件

UnicodeDecodeError: 'utf-8' codec can't decode byte 0xbb in position 1624

可以尝试用 less 或 vim 打开这些文件：

less ~/.bashrc

vim ~/.bashrc

然后跳转到出错位置（第 1624 字节），检查是否有乱码或非法字符（比如 DOS 格式、中文注释、复制粘贴的奇怪符号等）。

🧹 步骤 2：清理非法字符 打开文件后：

• 删除乱码或非 UTF-8 字符。
• 建议使用 UTF-8 编码保存文件。
• 也可以使用 iconv 工具将文件转换为 UTF-8 编码：

🧪 步骤 3：手动初始化 Conda（绕过 conda init）

如果不想或不能修改 .bashrc，也可以手动初始化 Conda 环境：

临时启用 Conda（推荐方法）

source ~/miniconda3/etc/profile.d/conda.sh
conda activate r_env

可以将 source ~/miniconda3/etc/profile.d/conda.sh 添加到 ~/.bashrc 中，代替自动 conda init。

2.3 验证 R 安装

查看 R 版本，代码如下：

R —version

服务器中界面如下：

三、安装 R 包（使用 Conda 或 R 内部）

方法 1：使用 Conda 安装常见 R 包（推荐）

conda install –c conda–forge r–tidyverse r–data.table r–ggplot2 r–readr

方法 2：使用 R 命令行安装（如包在 Conda 中不可用）

进入 R：

R

然后在 R 中运行：

install.packages("dplyr", repos = "https://cloud.r-project.org/")

退出 R：

q()

💡 注意：第一次安装包时，它会提示你选择个人库目录，输入 yes 并确认创建。

服务器中安装库包-实例说明

待安装库包如下：

📦 一、通过 CRAN 安装的包

📌 方法说明

• 将包安装到用户本地目录（默认即可）
• 使用 HTTPS 的 CRAN 镜像更稳定
• 避免 type = “binary”，Linux 下默认就是 source 编译

🔧 推荐安装代码（拷贝粘贴到 R 中运行）

首先进入R环境：

R

随后，在R环境安装以下库包，如下：

# 设置可靠的 CRAN 镜像
options(repos = c(CRAN = "https://cloud.r-project.org"))

# 一次性安装多个包
install.packages(c("MGLM", "spgwr", "robustHD", "raster", "tictoc", "osqp", "doParallel"))

以上需要的安装的库包大部分托管在CRAN中，如下：

# MGLMMultivariate Response Generalized Linear Models
library('MGLM')
install.packages("MGLM")

# spgwrGeographically Weighted Regression
library('spgwr')

# robustHDRobust Methods for High-Dimensional Data
# 依赖库较多
library('robustHD')
install.packages("robustHD")

# rasterGeographic Data Analysis and Modeling
library('raster')
install.packages("raster")
install.packages("raster", type = "binary")

# tictocFunctions for Timing R Scripts, as Well as Implementations of "Stack" and "StackList" Structures
library('tictoc')
install.packages("tictoc")

# osqpQuadratic Programming Solver using the 'OSQP' Library
library('osqp')
install.packages("osqp")

# doParallelForeach Parallel Adaptor for the 'parallel' Package
library("doParallel")
install.packages("doParallel")

library(‘BPST’)的安装如下：

install.packages("devtools",repos="http://cran.r-project.org")

library(devtools)
install_github("作者名/BPST") # 替换 "作者名/BPST" 为实际的 GitHub 仓库地址
install_github("funstatpackages/BPST")
devtools::install_github("FIRST-Data-Lab/BPST")

library(‘Triangulation’)的安装如下：

install_github("funstatpackages/Triangulation")
install_github("FIRST-Data-Lab/Triangulation")

library(‘robustHD’)的安装如下：

install.packages("scales", type = "binary")
install.packages("ggplot2", dependencies = TRUE, type = "binary")
library('robustHD')

替代方案：使用 Conda 安装 R 包（如果可用）

许多常用的 R 包可以通过 conda 安装，优点是无需编译、不依赖外部系统库，更适合在服务器上使用。

在conda环境下，进行以下安装：

conda install –c conda–forge r–mglm r–spgwr r–robusthd r–raster r–tictoc r–osqp r–doparallel

注意：Conda 安装的 R 包前面都有 r- 前缀，并来自 conda-forge 通道。

四、运行 R 脚本

4.1 创建一个测试 R 脚本

nano test_script.R

# test_script.R
library(ggplot2)
data(mtcars)
png("plot.png")
plot(mtcars$mpg, mtcars$hp, main = "MPG vs HP", xlab = "MPG", ylab = "Horsepower")
dev.off()

保存并退出。

4.2 使用 Rscript 运行

Rscript test_script.R

运行成功后会生成一个 plot.png 文件。

参考