如何创建R包并将其发布在 CRAN / GitHub 上--转载

转载--https://www.analyticsvidhya.com/blog/2017/03/create-packages-r-cran-github/

什么是 R 包？我开始创建 R 包的原因是？创建包的好处和挑战必要条件开始创建你的第一个包发布包向CRAN 做贡献后的体验附加提示Additional resources

1. 什么是 R 包？

R 包就是一个可重复使用的 R 函数，附带有关如何使用的标准、简要说明文档。有时，包还附带简单的数据。

直至今日，CRAN 上有 10000多个包，大部分包依赖于其他某些 R 包。这表示大部分包是依据其他某些包的功能而创建的。

例如，我创建的一个名为 ensembleR 的包主要依赖 caret 包以及另外一些用于运行例子和创建 vignette 的包：e1071, ipred, knitr, rmarkdown。

通过这张介绍 R 中最常使用的程序包库的信息图，你可以明白 R 包的重要性：

2. 我开始创建 R 包的原因是？

之前在一个 Analytics Vidhya 竞赛中，我试图集成多个模型。我发现 R 中没有一个用于集成的易用开源包。

当时我就决定要借此机会创建一个简单的包，使人们用几行代码就能进行集成（堆叠）。因此，我创建了一个名为 ensembleR 的包，你可以在 CRAN 上找到它。这个包使人们能够在 R 中创建多个模型的集成。欲了解更多关于在 R 中集成的信息，请阅读此内容：https://www.analyticsvidhya.com/blog/2017/02/introduction-to-ensembling-along-with-implementation-in-r/。

这个包能够创建数百万个特殊集合（堆叠模型），借助一行代码就可使用所有这些集合给出预测。CRAN 上这个包的版本仍是其发布版本。你可在此找到关于如何使用此包的更多信息：https://cran.r-project.org/web/packages/ensembleR/vignettes/Introduction_to_ensembleR.html。

创建R 包的过程既有趣又富有挑战性，尤其是在首次创建时。我开始学的是创建包的基本结构和流程。

当我编码完包后，我就学会了如何将它发布在 CRAN 上共享给其他社区成员。将包发布在 CRAN 上是最难的一步，因为为了维持 CRAN 上包的质量和稳定性，要对包进行大量的严格测试。

在本文中，我将向你介绍从零开始创建包和将包公开发布在 CRAN 和 GitHub 上的整个流程。

3. 创建 R 包的好处和挑战

创建R 包的好处有：

实施新的、未被利用的构想。开发出有用的功能帮助其他程序员。获得社区认可。为不断发展的开源社区做贡献。充实你的履历。

在创建包的过程中还会遇到一些挑战：

不断解决用户可能报告的程序错误以及完成维护工作。将包提交至像 CRAN 之类的主要仓库时需通过严格的质量测试。不断进行更新。如果包的维护人员在 CRAN 上的更新活动不活跃，他的包就会被遗弃。

4. 必要条件

在开始编写包之前，你应该熟悉几个必要条件。这些必要条件是：

熟悉基本 R 编程。基本理解 R 中的功能和循环。了解GitHub 的工作原理。你还须确保你已安装以下几个包：quantmod、xts、roxygen2 和 devtools。

5. 从零开始编写你的第一个包

现在让我们开始创建一个简单的包。在这个包内，我们将创建一个函数，该函数可使用简单的逻辑回归预测给定股票代号在明天的股价变动。十分简单。让我们开始吧！

通过File > New Project 路径创建新项目。

你可选择一个现有目录或者选择创建一个新目录。然后选择项目类型为 R 包。

之后你再为你的包选择一个合适的名称。我将其命名为StockPredictoR。在给你的包命名时，你可以使用全部小写（如 predictoR）或者我们在这使用的驼峰式大小写。我建议你在给包命名时不要使用下划线。还有，选择合适的子目录存储该项目。

这一步将在该目录中创建以下文件。所有代码将存储在 R 文件夹中，而手册和说明文件将储存在主文件夹中。

在R studio 打开 DESCRIPTION 文件，编辑内容以最好地匹配对包的描述。然后保存。这就是我在编写这个包时的步骤。

如果你的包使用其他一些包的功能，你应该再添加另一名为 Imports 的字段。例如这个包，我将使用 quantmod、stats 和 xts 包的功能。须另外添加两个字段：Depends and Suggest。当你使用 Imports and Depends 时，你提醒用户必须安装这些包来确保你创建的包顺利运行。Imports 和 Depends 的唯一区别在于，Depends 加载和附带包函数，而 Import 仅加载包函数。你应几乎始终使用 Imports 来避免任何函数名伪装的问题。Suggests 包含运行例子或生成文档时可能需要的库。这个包最后的描述文件如下所示：

进入R 文件夹，你会发现已生成 hello.R script。打开 hello.R script。

现在你需要 hello.R script 的内容替换为：

#' @title

#'

#' @description

#' @param

#' @return

#' @examples

#' @export

在这里，

‘title’字段将包含包的名称。

‘description 字段包含对此包功能的详细描述。

‘param’字段将包含包内函数所使用的参数。如果有多个参数，你可以使用多个‘param’ 字段分别详细标明每个参数。

在‘return’字段你须标明你的函数将返回的对象。

‘examples’字段将包含 R 包内函数的示例。

‘export’字段将包含终端用户要进入的函数名称。你可选择不提及函数名称来隐藏代码中某些你不想公开的函数。

我将所有这些字段填写为：

现在来编写真正预测给定股票代号的股价波动的函数。必须在 export 字段下的 hello.R 文件中编写这个‘stock_predict’函数。这是在完成编写此函数后的 hello.R 文件：

#' @title Predicts Stock PriceMovement for Given Stock Symbol

#' @description This package predictswhether the stock price at tommorow's market close would be higher or lowercompared to today's closing place.

#' @param symbol

#' @return NULL

#' @examples stock_predict('AAPL')

#' @export stock_predict

stock_predict<-function(symbol)

{

#To ignore the warnings during usage

options(warn=-1)

options("getSymbols.warning4.0"=FALSE)

#Importing price data for the givensymbol

data<-data.frame(xts::as.xts(get(quantmod::getSymbols(symbol))))

#Assighning the column names

colnames(data) <-c("data.Open","data.High","data.Low","data.Close","data.Volume","data.Adjusted")

#Creating lag and lead features ofprice column.

data <-xts::xts(data,order.by=as.Date(rownames(data)))

data <- as.data.frame(merge(data,lm1=stats::lag(data[,'data.Adjusted'],c(-1,1,3,5,10))))

#Extracting features from Date

data$Date<-as.Date(rownames(data))

data$Day_of_month<-as.integer(format(as.Date(data$Date),"%d"))

data$Month_of_year<-as.integer(format(as.Date(data$Date),"%m"))

data$Year<-as.integer(format(as.Date(data$Date),"%y"))

data$Day_of_week<-as.factor(weekdays(data$Date))

#Naming variables for reference

today <- 'data.Adjusted'

tommorow <- 'data.Adjusted.5'

#Creating outcome

data$up_down <-as.factor(ifelse(data[,tommorow] > data[,today], 1, 0))

#Creating train and test sets

train<-data[stats::complete.cases(data),]

test<-data[nrow(data),]

#Training model

model<-stats::glm(up_down~data.Open+data.High+data.Low+data.Close+

data.Volume+data.Adjusted+data.Adjusted.1+

data.Adjusted.2+data.Adjusted.3+data.Adjusted.4+

Day_of_month+Month_of_year+Year+Day_of_week,

family=binomial(link='logit'),data=train)

#Making Predictions

pred<-as.numeric(stats::predict(model,test[,c('data.Open','data.High','data.Low','data.Close','data.Volume','data.Adjusted','data.Adjusted.1','data.Adjusted.2','data.Adjusted.3','data.Adjusted.4','Day_of_month','Month_of_year','Year','Day_of_week')],type= 'response'))

#Printing results

print("Probability of Stockprice going up tommorow:")

print(pred)

}

太棒了！你快编写完你的第一个包了。现在，确保你的测试模块已设置正确以模拟 CRAN 检查，进入 Build > Configure Build Tools 路径。

现在检查 “Generatedocumentation with Roxygen”选项，并在 Check Package space 下放入“–as-cran”来模拟 CRAN 检查和测试包的操作。

在进行下一步之前，我建议你进入 R 文件夹，将 hello.R 重命名为 StockPredictoR.R。

打开name space 文件，确认其是否显示：export(stock_predict)。如果显示的内容不同，你应使其修改得类似如下：

我们现在已完成编写。你仅需进入 Build > Clean and Rebuild 途径。点击这个将创建包并在当前环境下加载这个包。

让我们是运行这个指定的例子，观察 Apple 股票明天的收盘价格高于今天收盘价格的几率。

现在使用我们刚刚创建的包得出谷歌股票明天的收盘价格高于今天收盘价格的几率。

6. 发布包

当你成功创建一个 R 包时，你将乐于将其分享给其他人，以使他们也能用到你包内的函数。在发布包的过程中会用到两大平台：CRAN 和 GitHub.

6.1 在 CRAN 上发布你的包

将包发布在 CRAN 上是较难的一步，因为在成功发布前要对包进行大量的严格测试。除了通过这些测试，你需要给出关于包的运行的详尽描述。这些描述将存储在 vignettes 文件夹中，你可在主项目目录中创建该文件夹。

当你已确认你的包在本地模拟测试中运行良好并且正常记录后，你需要进入Build > Build Source Package 路径创建源码包。

在创建完源码包后，你可提交在此（https://cran.r-project.org/submit.html）提交在 CRAN 上发布此包的申请。

6.2 在 GitHub 上发布你的包

一般而言，在 GitHub 上发布你的包更为容易。在 GitHub 上发布包最简单的方法是创建一个新的仓库，然后将主文件夹（在本例中为 StockPredictor）的内容上传至该仓库。我在此完成了同一步骤。

现在，任何人都可以使用以下命令安装并使用这个包：

devtools::install_github(“sauravkaushik8/SamplePackage”)

7. 向 CRAN 做贡献后的体验

我无法表达出将包发布在 CRAN 后的感受。这个包的可用性对外部世界可能无足轻重，但是这无关紧要。对于我而言，我知道我已开始使我最喜爱的工具变得更强。

在完成在 CRAN 上的发表后，我意识到这次发表为我带来了以下好处：

我开始深深感激在 CRAN 上发布包之前进行的质量检查。创建这个包并将它发布在 CRAN 上帮助我进一步认识了 R 社区，尤其是获得了那些使用我包的人的认可。这个经历充实了我的履历，如果你也在想办法充实你的履历，我极力推荐你对开源做些贡献。这个包帮助我在几项数据科学竞赛中表现优异，同时我希望它能帮助到其他社区成员。

8. 附加提示

我希望你在创建你的第一个包时会发现这篇文章有所帮助。根据我的经验，我希望给你提出一些有用建议：

如果你想创建你自己的 R 包，你应确保自己确认以下三点：

它能给全球 R 社区带来什么价值？其他的包是否和你的包拥有一样的功能？即使存在这样一个包，那么我的仍能为社区贡献一个新功能或者使相同功能更加容易。

在你创建自己的包之前，我建议你从上述几步开始。当你熟练掌握流程后，你就可以轻松在编写函数方面达到较高水平，并且能够从 GitHub 上发布的多种包中学习代码。如果你的包在 CRAN 上成功发布，之后你需要确保不断更新你的包，以修正某些程序错误和/或添加新功能。如果在特定时段内你未对包进行更新，CRAN 会遗弃你的包。

9. 附加资源

R Packages by Hadley Wickhamhttp://r-pkgs.had.co.nz/Creating R packages by CRANhttps://cran.r-project.org/doc/contrib/Leisch-CreatingPackages.pdfWriting R extensionshttps://cran.r-project.org/doc/manuals/r-release/R-exts.html

尾注

我相信，本文将帮助你理解从零开始创建 R 包的流程。通过学习此教程，你现在将已获得创建 R 包的亲身体验。这些包构成了 R 编程语言的基础，我非常希望你能对 R 语言的发展做出自己的贡献。