如何判断你在 R 中使用了哪些包

Question

我有一个很长的 R 脚本，其中包含许多 if 语句和异常情况。正如我一直在做的那样，如果我一直在导入和测试库，并且还没有真正很好地记录它们。问题是，如果我从全新安装运行它，我不确定脚本将运行哪些语句，以及需要哪些库。

我的问题是：是否有任何 R 函数来测试脚本中正在使用哪些库？

编辑：我没有使用所有已安装的库，所以 print(sessionInfo()) 不会有用，但我只想用 install.packages 函数启动脚本

Answer 1

我不确定自动执行此操作的好方法...但您可以做的是：

1. 打开一个新的 R 控制台

2. 请与sessionInfo 确认您没有加载额外的包。
   您可以使用sessionInfo 进行检查。如果您默认加载额外的包（例如，使用您的 .RProfile 文件），我建议您避免这样做，因为这会导致灾难。
   通常你应该只加载基本包：stats、graphics、grDevices、utils、datasets、methods和base。

   您可以使用以下方法卸载任何额外的库：

   detach("package:<packageName>", unload=TRUE)
   

3. 现在在注释所有 library 和 require 调用后运行脚本，看看哪些函数会出错。

4. 在控制台中获取每个函数类型需要哪个包：

   ??<functionName>
   

5. 加载所需的包并重新运行步骤 3-5，直到满意为止。

Answer 2

您可能想在 GitHub 上查看来自 Revolution Analytics 的检查点功能：https://github.com/RevolutionAnalytics/checkpoint

它做了一些这样的事情，并解决了可重复性的问题。但我不认为它可以报告您正在使用的列表。

但是，如果您查看代码，您可能会得到一些想法。

Answer 3

如今，“renv”包通过renv::dependencies为此提供了强大的解决方案。

renv::dependencies 执行适当的静态分析并可靠地找到包依赖关系，即使它们以非标准方式（例如通过box::use）或通过包DESCRIPTION 文件而不是通过library 或:: 声明.

---

作为一个快速破解，我之前（pre-'renv'）为此使用了a shell script：

#!/usr/bin/env bash

source_files=($(git ls-files '*.R'))
grep -hE '\b(require|library)\([\.a-zA-Z0-9]*\)' "${source_files[@]}" | \
    sed '/^[[:space:]]*#/d' | \
    sed -E 's/.*\(([\.a-zA-Z0-9]*)\).*/\1/' | \
    sort -uf \
    > DEPENDS

这使用 Git 来收集项目中版本控制下的所有 R 文件。因为您无论如何都应该使用版本控制，这通常是一个很好的解决方案（尽管您可能想要调整版本控制系统）。对于项目不受版本控制的少数情况，您应该 (1) 将其置于版本控制之下。或者，如果做不到这一点，（2）使用find . -regex '.*\.[rR]' 而不是git ls-files '*.R'。

它会生成一个DEPENDS file，其中包含一个非常简单的依赖项列表。

不过，它只能找到对 library 和 require 的直接调用——如果你包装这些调用，脚本将无法工作。

Answer 4

当我需要将我的代码转换为一个包时，我也有类似的需求，因此我需要识别每个包依赖项并导入或使用完整的限定名。

在看书Extending R我发现XRtools::makeImports可以扫描一个包，发现所有需要导入的包。这还不能解决我们的问题，因为它只适用于现有的包，但它提供了关于如何做到这一点的主要见解。

我做了一个函数并将它放入我的包mischelper。您可以安装软件包，使用 RStudio 插件菜单扫描当前文件或选定代码，或使用命令行功能。每个外部函数（fun_inside）和调用它的函数（用法）都会列在表中。

您现在可以转到每个功能，按 F1 查找它属于哪个包。我实际上还有另一个包，它可以扫描所有已安装包的函数名称并构建数据库，但这可能会导致更多误报，因为如果您只加载了一些包，按 F1 只会搜索已加载的包。

在我的包页面查看使用详情

https://github.com/dracodoc/mischelper

Answer 5

我发现 NCmisc (install.packages("NCmisc")) 的 list.functions.in.file() 函数对此非常有帮助：

list.functions.in.file(filename, alphabetic = TRUE)

欲了解更多信息，请参阅此链接：https://rdrr.io/cran/NCmisc/man/list.functions.in.file.html

Answer 6

根据大家的反应，尤其是eh21对NCmisc包的建议，我整理了一个小函数，输出一个目录中所有R脚本中使用的包的列表，以及它们的频率。

library(NCmisc)
library(stringr)
library(dplyr)

checkPacks<-function(path){

    ## get all R files in your directory
    ## by the way, extract R code from Rmd: http://felixfan.github.io/extract-r-code/
    files<-list.files(path)[str_detect(list.files(path), ".R$")]

    ## extract all functions and which package they are from 
    ## using NCmisc::list.functions.in.file
    funs<-unlist(lapply(paste0(path, "/", files), list.functions.in.file))
    packs<-funs %>% names()

    ## "character" functions such as reactive objects in Shiny
    characters<-packs[str_detect(packs, "^character")]

    ## user defined functions in the global environment
    globals<-packs[str_detect(packs, "^.GlobalEnv")]

    ## functions that are in multiple packages' namespaces 
    multipackages<-packs[str_detect(packs, ", ")]

    ## get just the unique package names from multipackages
    mpackages<-multipackages %>%
               str_extract_all(., "[a-zA-Z0-9]+") %>%
               unlist() %>%
               unique()
    mpackages<-mpackages[!mpackages %in% c("c", "package")]

    ## functions that are from single packages
    packages<-packs[str_detect(packs, "package:") & !packs %in% multipackages] %>%
              str_replace(., "[0-9]+$", "") %>%
              str_replace(., "package:", "") 

    ## unique packages
    packages_u<-packages %>%
                unique() %>%
                union(., mpackages)

    return(list(packs=packages_u, tb=table(packages)))

}

checkPacks("~/your/path")

Answer 7

我最信任基于 {renv} 的解决方案来识别包依赖关系。

虽然我编写了一个包funspotr，其中包含与提到NCmisc::list.functions.in.file() 的答案类似的功能，并且可用于解析一个或多个文件中的函数或包：

library(dplyr)

funspotr::spot_pkgs("https://gist.githubusercontent.com/brshallo/4b8c81bc1283a9c28876f38a7ad7c517/raw/b399b768e900a381d99f5120e44d119c7fb40ab9/source_rmd.R")
#> [1] "knitr"    "magrittr" "stringr"  "readr"    "purrr"    "glue"

funspotr::spot_funs("https://gist.githubusercontent.com/brshallo/4b8c81bc1283a9c28876f38a7ad7c517/raw/b399b768e900a381d99f5120e44d119c7fb40ab9/source_rmd.R") %>% 
  select(-in_multiple_pkgs)
#> # A tibble: 13 x 2
#>    funs        pkgs   
#>    <chr>       <chr>  
#>  1 tempfile    base   
#>  2 purl        knitr  
#>  3 getOption   base   
#>  4 options     base   
#>  5 .Call       base   
#>  6 source      base   
#>  7 library     base   
#>  8 read_file   readr  
#>  9 map         purrr  
#> 10 str_extract stringr
#> 11 glue        glue   
#> 12 str_c       stringr
#> 13 write_file  readr