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()
它没有R 2.11的问题。 (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编译的软件包雪版本。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)
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R中加载了哪个版本的软件包?我可以看到installed.packages
所有已安装的软件包,所以可能有一些函数列出了加载软件包的类似信息?
答案 0 :(得分:440)
您可以使用sessionInfo()
来完成此任务。
> 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")
[1]'0.3.9'
或者:
"Rmpi" %in% loadedNamespaces()
答案 1 :(得分:247)
您可以使用packageVersion
查看已加载的软件包版本
> 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
答案 2 :(得分:20)
检查R执行的版本:R --version
或者在你进入R shell后打印version$version.string
修改强>
要检查已安装软件包的版本,请执行以下操作。
加载库后,您可以执行sessionInfo ()
但要了解所有已安装软件包的列表:
packinfo <- installed.packages(fields = c("Package", "Version"))
packinfo[,c("Package", "Version")]
要提取特定的库版本,一旦使用上述installed.package
函数提取信息,只需在矩阵的第一维中使用包的名称。
packinfo["RANN",c("Package", "Version")]
packinfo["graphics",c("Package", "Version")]
以上将打印RANN库和图形库的版本。
答案 3 :(得分:19)
您可以尝试这样的事情:
package_version(R.version)
getRversion()
答案 4 :(得分:16)
从技术上讲,此时的所有答案都是错误的。 packageVersion
不返回已加载包的版本。它进入磁盘,并从那里获取包版本。
这在大多数情况下不会有所作为,但有时却会有所不同。据我所知,获取加载包的版本的唯一方法是相当hackish:
asNamespace(pkg)$`.__NAMESPACE__.`$spec[["version"]]
其中pkg
是包名。
编辑:我不确定何时添加此功能,但您也可以使用getNamespaceVersion
,这更清晰:
getNamespaceVersion(pkg)
答案 5 :(得分:11)
答案 6 :(得分:5)
使用R方法packageDescription
获取已安装的软件包说明,对于版本,只需使用$Version
:
packageDescription("AppliedPredictiveModeling")$Version
[1] "1.1-6"
答案 7 :(得分:1)
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"))
答案 8 :(得分:1)
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()
和R --version
。
print(paste("R", getRversion()))
print("-------------")
for (package_name in sort(loadedNamespaces())) {
print(paste(package_name, packageVersion(package_name)))
}
输出:
[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"
答案 9 :(得分:1)
我最喜欢的命令是老问题,但不在答案之列,它是对所有已加载软件包的简要概述:
(.packages())
要查看所有装入的软件包安装了哪个版本,只需使用以上命令对installed.packages()
进行子集化。
installed.packages()[(.packages()),3]
通过更改列号(软件包版本为3),您可以通过易于阅读的矩阵来获取存储在installed.packages()
中的任何其他信息。下面是版本号和依赖性的示例:
installed.packages()[(.packages()),c(3,5)]
答案 10 :(得分:0)
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)
搜索{base} - R文档
描述:提供附加包的列表。 Search()
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"
答案 11 :(得分:0)
只需使用help(package="my_package")
并查看显示的版本。
这假设同一.libPaths
中没有其他软件包版本。