1、R包安装基础：理解 install.packages()、依赖关系与库路径
说实话，刚学 R 那会儿，我总以为装包就是个 install.packages("xxx") 的事。直到有一次，同事递给我一个项目，里边用了十几个包，我吭哧吭哧装了半小时，结果报错一大片——依赖缺失、版本冲突、库路径找不到……那天我加班到晚上十点。嗯，从那以后我才认真琢磨 R 包安装到底是怎么运作的。
这一章咱们就把最底层的三个概念掰开揉碎：安装函数怎么工作、依赖关系怎么传导、包到底装到哪去了。别看这些东西基础，我敢说，80% 的安装冲突都是因为没理解这三块。
1.1 install.packages() 在背后干了什么
你敲下 install.packages("dplyr") 之后，R 并不是直接去 CRAN 把包拽下来就完事。它走了这么几步：
- 解析包名：去 CRAN（或者你指定的镜像）查这个包的最新版本信息。
- 读取
DESCRIPTION文件：里边写了这个包的依赖列表、版本要求、系统需求。 - 递归检查依赖：每个依赖包本身也有依赖，一层层往下撸，直到所有依赖都满足。
- 下载 + 编译：源代码包需要编译，二进制包（Windows/macOS）直接解压。
- 安装到库路径：把包文件复制到
.libPaths()列出的第一个目录下。
我自己做项目时最爱用 install.packages(..., dependencies = TRUE)，但这里有个坑——默认的 dependencies 参数只安装“硬依赖”（Depends、Imports），不会自动装“建议包”（Suggests）。
关键参数一览（我常用的也就这几个）：
| 参数 | 含义 | 我的建议 |
|---|---|---|
dependencies | 是否安装依赖 | 开发环境用 TRUE，生产环境慎用 |
repos | CRAN 镜像地址 | 设成国内的，比如 https://mirrors.tuna.tsinghua.edu.cn/CRAN/ |
lib | 指定安装目录 | 需要隔离环境时很实用 |
type | 包类型：source / binary / both | Windows 默认 binary，Linux 默认 source |
1.2 依赖关系：一根藤上七个瓜
你安装一个包，很可能带进来十几个依赖。R 的依赖分四个等级：
- Depends：必须装，且加载时会自动被
library()带上。 - Imports：必须装，但只在该包内部使用，不会自动暴露给用户。
- LinkingTo：编译时需要的 C/C++ 头文件，常见于涉及 Rcpp 的包。
- Suggests：可选，装或不装都不影响核心功能。
我曾经踩过一个坑：装 ggplot2 一切正常，但画图时想用 geom_sf() 却报错，提示找不到 sf 包。翻文档才知道 sf 只写在 Suggests 里，install.packages 默认不装它。所以碰到功能缺失时，先检查是不是依赖没装全。
我的排查习惯：用 available.packages() 查看某个包的完整依赖树，或者用 tools::package_dependencies("包名", recursive = TRUE) 递归列出所有依赖——这样心里就有谱了。
1.3 库路径：你知道包装到哪里了吗？
我遇到过最头疼的事：明明已经装了 dplyr，但 library(dplyr) 却报错说找不到。查了半天，原来包装到了第二个库路径，而 R 启动时只加载了第一个。
库路径就是 R 找包的目录。你执行 .libPaths() 就能看到当前所有搜索路径，第一个是“系统库”，后面可能是用户库或项目库。
.libPaths()
# 在我的 Windows 笔记本上输出：
# [1] "C:/Users/zhang/Documents/R/win-library/4.3"
# [2] "C:/Program Files/R/R-4.3.0/library"安装时默认装到第一个路径。如果你想隔离不同项目，可以创建专用库：
# 创建一个项目专属库
dir.create("~/my_project_lib", recursive = TRUE)
.libPaths(c("~/my_project_lib", .libPaths()))
install.packages("dplyr", lib = "~/my_project_lib")权限问题：在公司服务器上，系统库经常被写保护。这时候 install.packages 会报错，告诉你“无法创建目录”。别慌，加个 lib 参数指定到你有写入权限的目录就行，或者设置环境变量 R_LIBS_USER。
1.4 实战：第一次安装与验证
咱们装一个真实包试试。就拿 jsonlite 来演示——它依赖少，稳定，适合练手。
# 1. 设置镜像（我用清华源）
options(repos = c(CRAN = "https://mirrors.tuna.tsinghua.edu.cn/CRAN/"))
# 2. 安装，同时装依赖
install.packages("jsonlite", dependencies = TRUE)
# 3. 验证安装是否成功
library(jsonlite)
toJSON(list(name = "R包安装实战", version = 1))
# 4. 查看它装到了哪个库
find.package("jsonlite")
# 输出类似：
# [1] "C:/Users/zhang/Documents/R/win-library/4.3/jsonlite"如果你在 Windows 上装了 Rtools，可能还会看到编译日志一闪而过。不用担心，那是正常现象。
为了帮你彻底理清整个流程，我画了一张图。你看一遍就知道包从“你敲命令”到“可以用”经历了什么。
看完这张图你应该明白了：安装一个包，背后其实是一个递归的树形过程。任何一个依赖出问题，整个安装就会卡住。而绝大多数冲突，比如“版本不兼容”、“依赖循环”、“二进制缺失”，都发生在这个流程的中间几步。
提前做功课：我通常用 install.packages("包名", dependencies = NA) 先试水，看看依赖树多深，再决定要不要一股脑全装。如果依赖里有 Imports: R (>= 4.0) 这种限制，而你的 R 版本太低，那就得先升级 R——这个问题在下一章会详细讲。
好了，这一章咱们把安装的基础骨架搭完了。记住三个关键词：install.packages() 的四步流程、依赖关系的四个层次、库路径的优先级。后面再碰到装包报错，脑子里先过一遍这三个方面，大概率能定位到问题。