Anaconda启动的Jupyter Notebook中R包ggbeeswarm安装失败求助

一、处理CRAN安装依赖包报错（non-zero exit status） #

编译工具链缺失是R源码包安装失败的核心原因之一，重装系统后通常会丢失编译环境，按以下步骤修复：

• Windows系统：
  1. 下载与当前R版本匹配的Rtools（如R4.2对应Rtools42），安装时勾选"Add Rtools to system PATH"
  2. 启动R/Jupyter，运行命令配置环境变量：

     writeLines('PATH="${RTOOLS42_HOME}\\usr\\bin;${PATH}"', con = "~/.Renviron")
     

  3. 重启R后重新安装依赖：

     install.packages(c("farver", "isoband", "rlang", "ggbeeswarm"), type = "source")
     

• Mac系统：
  1. 终端执行安装Xcode命令行工具：

     xcode-select --install
     

  2. 打开R/Jupyter直接重新安装包即可
• Linux系统（Debian/Ubuntu）：
  1. 终端安装编译依赖库：

     sudo apt install build-essential libcurl4-openssl-dev libssl-dev libxml2-dev
     

  2. 重新安装R包

若仍报错，尝试禁用多线程编译：

install.packages(c("farver", "isoband", "rlang"), configure.args = "--disable-threading")

二、解决conda环境冲突（Solving environment失败、pystan版本不一致） #

混合R与Python包的conda环境极易出现依赖冲突，建议创建纯R隔离环境：

1. 清理conda缓存：

   conda clean --all
   

2. 创建全新R环境：

   conda create -n r_solo r-base=4.2 r-essentials
   conda activate r_solo
   

3. 配置conda-forge优先通道：

   conda config --add channels conda-forge
   conda config --set channel_priority strict
   

4. 安装ggbeeswarm：

   conda install r-ggbeeswarm
   

三、关联Jupyter Notebook #

激活新环境后，安装并注册IRkernel：

conda install r-irkernel

或在R中运行：

IRkernel::installspec(name = 'r_solo', displayname = 'Pure R Environment')

重启Jupyter即可选择该环境运行R代码。

内容的提问来源于stack exchange，提问作者AmyRapp