虽然在[[117-R工具指南23-利用vscode进行R的远程开发,并打通conda环境]] 中,可以通过vscode 选择特定的环境使用R。
但一直在R script 中又不能很好的书写文档。
最近忽然发现在jupyter notebook 中写R 体验也非常不错。
这里尝试在远端服务器上配置一下jupyter notebook 的开发环境。并尝试切换内核为R,进行开发。
包括conda 环境以及vs code 远程连接,详细步骤参见:[[117-R工具指南23-利用vscode进行R的远程开发,并打通conda环境]]
我们直接在需要操作的目录下创建.ipynb 文件。
但是,如何在ipynb 运行R 呢?
在kernel 选项中,可以看到,并没有R 的内核存在:
首先进入先前创建好了的R 环境:
conda create -n R4.1.2 r-base=4.1.2 -y
conda activate R4.1.2
安装jupyter:
mamba install -n R4.1.2 jupyter -y
接下来参考:Installation · IRkernel[2]
在需要ipynb 找到的kernel 环境下安装并运行:
install.packages('IRkernel')
IRkernel::installspec()
接下来重启vs code,再次选择kernel:
就有了:
首选项:
转成文本显示模式:
写入并保存:
// begin of R language shortcuts
[
{
"key": "ctrl+shift+m",
"command": "editor.action.insertSnippet",
"when": "editorTextFocus && editorLangId == 'r'",
"args": {
"snippet": " %>% "
}
},
{
"key": "alt+-",
"command": "editor.action.insertSnippet",
"when": "editorTextFocus && editorLangId == 'r'",
"args": {
"snippet": " <- "
}
}
]
和[[117-R工具指南23-利用vscode进行R的远程开发,并打通conda环境]] 一样,我们首先需要打开R
插件的设置文件:
添加我们kernel 调用的R所在的目录。
接下来,在同一环境下,还需要安装r-jsonlite:
mamba install -n py3_velocity r-jsonlite
重新启动vscode:
就有提示啦。
相比奇怪的radian + vscode 的R 执行风格,我还是更喜欢Rmd 类似的,代码文本集中的ipynb:
美中不足就是,像$
就没有办法直接查看数据框中的列名了,或@
查看槽内的对象了。
[1]
(13条消息) jupyterLab+R,让你更优雅的探索数据_R语言中文社区-CSDN博客: https://blog.csdn.net/kMD8d5R/article/details/81230551
[2]
Installation · IRkernel: https://irkernel.github.io/installation/