提问



我正在弄清楚如何使用我的大学集群。它安装了2个版本的R.系统范围的R 2.11(Debian 6.0)和R 2.14.2在非标准位置。


我正在尝试将MPI与雪一起使用。我试图运行的代码如下


library(snow)
library(Rmpi)
cl <- makeMPIcluster(mpi.universe.size()-1)
stopCluster(cl)
mpi.quit()


它在R 2.11上没有问题。 (我用mpirun -H localhost,n1,n2,n3,n4 -n 1 R --slave -f code.R启动脚本)。现在,当我尝试使用R 2.14.2时,我收到以下消息:


Error: This is R 2.11.1, package 'snow' needs >= 2.12.1
In addition: Warning message:


所以似乎R加载为R 2.11编译的包雪版本。我已将R 2.14下的雪安装到我的主文件夹中,并在代码中添加了以下行:


.libPaths("/soft/R/lib/R/library")
.libPaths("~/R/x86_64-pc-linux-gnu-library/2.11")
print(.libPaths())
print(sessionInfo())
print(version)


并且错误之前的输出确认我确实在运行R 2.14.2并且我的R packages文件夹首先在搜索路径中。但我仍然得到错误。


所以我的问题是如何确定在R中加载哪个版本的软件包?我可以看到installed.packages安装的所有软件包,所以可能有一些函数列出了加载软件包的类似信息?

最佳参考


您可以使用sessionInfo()来实现这一目标。


> sessionInfo()
R version 2.15.0 (2012-03-30)
Platform: x86_64-pc-linux-gnu (64-bit)

locale:
 [1] LC_CTYPE=en_US.UTF-8       LC_NUMERIC=C               LC_TIME=en_US.UTF-8        LC_COLLATE=en_US.UTF-8    
 [5] LC_MONETARY=en_US.UTF-8    LC_MESSAGES=en_US.UTF-8    LC_PAPER=C                 LC_NAME=C                 
 [9] LC_ADDRESS=C               LC_TELEPHONE=C             LC_MEASUREMENT=en_US.UTF-8 LC_IDENTIFICATION=C       

attached base packages:
[1] graphics  grDevices utils     datasets  stats     grid      methods   base     

other attached packages:
[1] ggplot2_0.9.0  reshape2_1.2.1 plyr_1.7.1    

loaded via a namespace (and not attached):
 [1] colorspace_1.1-1   dichromat_1.2-4    digest_0.5.2       MASS_7.3-18        memoise_0.1        munsell_0.3       
 [7] proto_0.3-9.2      RColorBrewer_1.0-5 scales_0.2.0       stringr_0.6       
> 


但是,根据评论和下面的答案,有更好的选择


> packageVersion("snow")


library(snow)
library(Rmpi)
cl <- makeMPIcluster(mpi.universe.size()-1)
stopCluster(cl)
mpi.quit()
'0.3.9'



要么:


"Rmpi" %in% loadedNamespaces()

其它参考1


您可以使用packageVersion查看加载了哪个版本的软件包


> packageVersion("snow")
[1] ‘0.3.9’


虽然听起来你想看看你正在运行什么版本的R,但在这种情况下@Justin的sessionInfo建议是要走的路

其它参考2


你可以尝试这样的事情:



  1. package_version(R.version)

  2. getRversion()


其它参考3


检查R执行的版本:R --version


或者在你进入R shell之后打印version$version.string的内容


修改


要检查已安装软件包的版本,请执行以下操作。


加载库后,您可以执行sessionInfo ()


但要知道所有已安装软件包的列表:


packinfo <- installed.packages(fields = c("Package", "Version"))
packinfo[,c("Package", "Version")]


或者要提取特定的库版本,一旦使用上面installed.package函数提取信息,只需在矩阵的第一维中使用包的名称。


packinfo["RANN",c("Package", "Version")]
packinfo["graphics",c("Package", "Version")]


以上将打印RANN库和图形库的版本。

其它参考4


从技术上讲,此时的所有答案都是错误的。 packageVersion不返回已加载包的版本。它转到磁盘,并从那里获取包版本。


在大多数情况下,这不会产生任何影响,但有时却会产生影响。据我所知,获取加载的包版本的唯一方法是相当hackish:


asNamespace(pkg)$`.__NAMESPACE__.`$spec[**"version"**]


其中pkg是包名。


编辑:我不确定何时添加此功能,但您也可以使用getNamespaceVersion,这更干净:


getNamespaceVersion(pkg)

其它参考5


GUI解决方案:


如果您使用的是RStudio,则可以在Packages窗格中查看软件包版本。


[36]

其它参考6


使用R方法packageDescription获取已安装的软件包描述,对于版本,只需使用$Version:


packageDescription("AppliedPredictiveModeling")$Version
[1] "1.1-6"

其它参考7


使用以下代码获取系统中安装的R软件包的版本:


installed.packages(fields = c ("Package", "Version"))

其它参考8


根据之前的答案,这里有一个打印R版本的简单替代方法,后面是命名空间中加载的每个包的名称和版本。它适用于Jupyter笔记本,我遇到麻烦sessionInfo()R --version


print(paste("R", getRversion()))
print("-------------")
for (package_name in sort(loadedNamespaces())) {
    print(paste(package_name, packageVersion(package_name)))
}


日期:


[1] "R 3.2.2"
[1] "-------------"
[1] "AnnotationDbi 1.32.2"
[1] "Biobase 2.30.0"
[1] "BiocGenerics 0.16.1"
[1] "BiocParallel 1.4.3"
[1] "DBI 0.3.1"
[1] "DESeq2 1.10.0"
[1] "Formula 1.2.1"
[1] "GenomeInfoDb 1.6.1"
[1] "GenomicRanges 1.22.3"
[1] "Hmisc 3.17.0"
[1] "IRanges 2.4.6"
[1] "IRdisplay 0.3"
[1] "IRkernel 0.5"

其它参考9


Search()可以在会话中提供更简化的附加包列表(即没有sessionInfo()给出的详细信息)


search {base} - R Documentation

描述:提供附加包的列表。搜索()[37]


search()
#[1] ".GlobalEnv"        "package:Rfacebook" "package:httpuv"   
#"package:rjson"    
#[5] "package:httr"      "package:bindrcpp"  "package:forcats"   # 
#"package:stringr"  
#[9] "package:dplyr"     "package:purrr"     "package:readr"     
#"package:tidyr"    
#[13] "package:tibble"    "package:ggplot2"   "package:tidyverse" 
#"tools:rstudio"    
#[17] "package:stats"     "package:graphics"  "package:grDevices" 
#"package:utils"    
#[21] "package:datasets"  "package:methods"   "Autoloads"         
#"package:base"