我将使用@cboettig发布的评论来解决这个问题。

Package 工

Packrat是R的一个依赖管理系统。给你三个重要的优势（都集中在你的可移植性需求上）

• 独立的：为一个项目安装一个新的或更新的包不会破坏其他项目，反之亦然，这是因为packrat为每个项目提供了自己的私有包库。
• 可移植：轻松地将您的项目从一台计算机传输到另一台计算机，甚至跨不同的平台。Packrat使安装您的项目所依赖的软件包变得容易。
• 重现性：Packrat记录了您所依赖的软件包的确切版本，并确保这些确切版本是无论您走到哪里都要安装的版本。

下一步是什么？

1.演练指南：http://rstudio.github.io/packrat/walkthrough.html
1.最常用的命令：http://rstudio.github.io/packrat/commands.html
1.在RStudio中使用Packrat：http://rstudio.github.io/packrat/rstudio.html
1.限制和警告：http://rstudio.github.io/packrat/limitations.html

• • 更新：**Packrat已被软性弃用，现在已被renv取代，因此您可能需要检查此软件包。

Anaconda软件包管理器condasupports creating R environments .

conda create -n r-environment r-essentials r-base
conda activate r-environment

我在使用conda维护不同的Python安装方面有很好的经验，既有用户特定的，也有同一用户的几个版本。我用conda和jupyter-notebook测试了R，它工作得很好。至少对我的需要来说，包括使用DEseq2和相关包进行RNA测序分析。以及data.table和dplyr。有许多生物导体包可在conda通过bioconda和根据评论this SO question，似乎install.packages()可能工作以及。

看起来RStudio devs还有另外一个选项renv，它可以在CRAN上使用，取代了Packrat。
简而言之，使用renv::init()初始化项目库，使用renv::snapshot()/renv::restore()保存和加载库的状态。
与conda r-environment相比，我更喜欢这个选项，因为这里的所有内容都存储在文件renv.lock中，该文件可以提交到Git repo并分发给团队。

要对此进行补充：
注意：1.已安装Anaconda 2.假设您的工作目录为"C："
创建所需环境-〉"r_environment_name"

C:\>conda create -n "r_environment_name" r-essentials r-base

查看可用环境

C:\>conda info --envs

啊...
激活环境

C:\>conda activate "r_environment_name"

(r_environment_name) C:\>

启动Jupyter笔记本电脑，让党开始

(r_environment_name) C:\> jupyter notebook

对于类似的"requirements.txt"，也许这个链接会有所帮助-〉Is there something like requirements.txt for R?

查看RoveR，R容器管理解决方案，详细信息请参见https://www.slideshare.net/DavidKunFF/ownr-technical-introduction，特别是幻灯片12。
要安装roveR，请在R中执行以下命令：

install.packages("rover", repos = c("https://lair.functionalfinances.com/repos/shared", "https://lair.functionalfinances.com/repos/cran"))

为了充分利用roveR的强大功能（包括安装特定版本的软件包以实现可复制性），您需要访问laiR -对于CRAN，您可以使用我们位于https://lair.ownr.io的laiR示例，如果要上传您自己的软件包并与您的组织共享，您需要laiR许可证。您可以通过上面链接的演示文稿中的电子邮件地址与我们联系。

对于 .ipynb 文件，R内核就足够了，您不需要安装带有R的虚拟环境，只需：

• 安装R内核：https://irkernel.github.io/installation/#linux-panel
• 在终端中运行jupyter notebook
• 在浏览器中选择 .ipynb 并切换到选项卡“内核”/更改内核/ R x1c 0d1x