1.1　套件管理

数据分析开源（open source）软件，早已跳脱传统盒装软件以有形光盘传递产品与服务的概念了，R与Python将实现数据处理与建模的形形色色套件（或称包、模块）提供于互联网的诸多服务器上，且不断地推陈出新（evolvable）。截至2021年年初，R语言套件数已接近17 000，Python语言更有超过280 000个开发项目（不仅限于数据分析），两者在统计计算（statistical computing）与科学计算（scientific computing）方面各有擅长，可谓数据分析不可或缺的利器。使用这些工具须先了解图1.1中套件管理的两个步骤，第一步是从云端将套件下载到本机的硬盘中，例如，R语言通过install.packages(pkgs="xxx")，从默认的镜像网站（mirror sites）下载套件xxx至本机硬盘，函数install.packages()内加套件字符串名，作为参数pkgs的值。第二步是每次启动新的对话（new session）时，须将本机硬盘中的套件加载至随机存取内存（Random Access Memory, RAM）中，例如，R语言通过library()函数内加套件字符串名（即library(xxx)）后，方能使用该套件下的数据、函数与说明文件（见图1.2）。

图1.1　套件管理概念图

图1.2　R语言套件内容

Python的套件管理概念与R相同，只不过将第一步云端下载的指令改为在命令提示字符模式（Windows操作系统）、终端机模式（Mac OS与Linux操作系统）下输入pip install xxx来下载套件；第二步则通过import xxx as yy加载Python套件xxx至内存中，并将其简记为yy，或者通过from xxx import zzz，从较大的套件xxx中加载其中所需的模块zzz。

套件分类方面，R语言的套件分成三级：

·　基本套件（base packages）：在未更改初始设定下，每次启动R新对话时，会自动从硬盘加载下列基本套件："package:stats","package:graphics","package:grDevices","package:utils","package:datasets","package:methods","package:base"至内存，也就是说第一次安装R时，这些由R语言核心开发团队（R core development team） 维护的基本套件的第一步已经完成，每次启动R时也会先将之加载至内存中，换句话说第二步也是自动完成的。

·　建议套件（recommended packages）：R语言核心开发团队建议使用的重要套件，第一次安装R时也会自动从云端下载这些套件到本机硬盘，每次启动R新对话时如要使用仅须用library()函数将其加载至内存即可。也就是说第一步已于安装时完成，第二步须使用者手动完成。

·　贡献套件（contributed packages）：数量最多的由志愿者提供的套件，第一次使用时须执行前述的两步骤，尔后仅须执行第二步。

根据图1.1，套件管理的重点是执行程序代码时，须留意内存与硬盘中有无所需套件，方能判断是否应执行第二步，或两步骤皆须完成。首先，search()函数查看当前R对话已将哪些套件加载至内存中。

上面的程序代码直接输入在R语言控制台（console）中命令提示字符（command prompt）>的后面，再按回车键（return key）执行命令；或者是输入在集成开发环境（Integrated Development Environment, IDE）RStudio的程序代码编辑区，再送往控制台执行（请单击程序代码编辑区上方工具栏中的Run）。

通过installed.packages()和library()函数可以了解本机硬盘下载了哪些套件，而.libPaths()则返回下载的套件在本机硬盘的存放路径。如前所示，程序员可以#开头，在程序代码中加上批注说明。

以下三小节举例实际操作三类套件的使用方式。