引言

为什么使用conda安装R？
  在数据科学项目中，不同的项目可能需要不同版本的 R。Conda 允许用户创建不同的环境，并在不同的环境中安装不同版本的 R，方便在不同项目之间切换，而不互相影响。其次，conda更适合需要在同一环境中切换不同语言的用户，例如机器学习项目中需要使用 Python 和 R 的情况。

1. Conda环境下R的安装

推荐使用anaconda或者miniconda，创建虚拟环R_env境然后安装R；

# 创建python=3.8的虚拟环境 R_env
conda create -n R_env python=3.10
#例子：安装4.3.1版本R
conda install -c conda-forge r-base=4.3.1

# 配置基础R环境 ----> 此步骤不能省略
conda install conda-forge::r-languageserver
conda install conda-forge::radian
conda install conda-forge::r-httpgd
conda install conda-forge::r-devtools

如果安装过程中报错为所下载的版本不存在可以使用如下步骤
(1) 使用conda search r-base查看可下载的R的版本
(2) 如果R版本比较低，一般可以先增加源

# 增加源
conda config --add channels conda-forge
# 提升优先级
conda config --set channel_priority strict
# 再看一看R的版本
conda search r-base

根据检索到的版本重新安装R

2. 配置VScode环境

(1) 先安装 R 插件和 R Debugger插件
在vscode的安装插件部分输入R，如下所示：

(2) 使用conda activate R_env激活虚拟环境 R_env
在命令行中激活之前创建的虚拟环境

(3) 在虚拟环境R_env下分别输入 which R和which radian，分别得到R和radian的路径，如下图所示：

(4) 在Rpath:Linux下填入R的路径，如下图所示先点击小齿轮，然后点击settings

出现如下窗口，在这个窗口输入Rpath:Linux

输入完成之后，出现如下图所示的窗口，在这个空白处添加which R下出现的路径

(4) 在Rterm：Linux下填入radian的路径

(5) 在Rterm：option下删掉默认项，分别填入–r-binary = R的路径和–no-site-file
注意这里是–是两个小短横，如果这么配置好之后，在vscode的终端运行时还是不显示配置通过，就add item把Rpath的路径加到下面
“r.rterm.option”: [
“–no-site-file”,
“–r-binary”,
“/home/XXX/anaconda3/envs/R4.3.1/bin/R”
]

如果需要debug需要安装vscDebugger，安装方式如下图所示（参考文献【4】），如果安装的时候报错见参考文献【2】。

3. Vscode 使用jupyter R核运行

这一步骤非常重要，在当前的虚拟环境下运行以下命令

# 安装jupyter
pip install ipykernel
# 安装jypyter R内核
conda install r-irkernel

运行完成之后，在当前的虚拟环境中，输入radian打开R 环境，运行以下命令，效果图如下所示

# 安装完成后，在控制台输入R，然后在R环境下输入以下代码将R核注册到jupyter中
IRkernel::installspec()

4 注意

如何查看which R的路径？
当在命令行使用路径之后，可以将输出的路径，在xftp中输入如下图所示：

这样可以看到安装的R虚拟环境在哪个地方。
如果输出的路径在上面的文件中找不到，那就得看当前运行的Python环境在哪个地方，可以输入which python，看一下Python运行环境在哪里。具体的修改方式如下：

# 运行这个代码
vim ~/.bashrc
# 查看文件中Python默认的启动变量，改到自己的环境路径下面
# 然后运行保存
source ~/.bashrc

5. 参考文献

[1]使用 VSCode 愉快地进行 R 远程开发
[2]x86_64-conda-linux-gnu-cc not found
[3]远程linux系统的VScode配置R语言
[4]在VSCode中配置并调试R语言.r文件
[5]VSCode远程连接服务器使用R语言
[6]radian | 一款21世纪的R语言编辑器
[7]如何在 VSCODE 中高效使用 R 语言 （图文详解）
[8]使用conda源安装r包 conda-forge / packages / r-languageserver
[9]在Jupyter中安装R内核（途径二：Anaconda）