Pakketafhankelijkheden instellen

Pakketafhankelijkheden zijn cruciaal bij het ontwikkelen van R-packages. Ze zorgen voor de juiste werking van packages door vereiste functies, extra functionaliteit en voorbeelden te leveren. Afhankelijkheden bevorderen hergebruik van code, vereenvoudigen de installatie van packages en verbeteren de compatibiliteit. Het beheren van afhankelijkheden is essentieel voor robuuste en efficiënte R-packages.

Je baas heeft je gevraagd om ggplot2 als voorgestelde afhankelijkheid toe te voegen, omdat sommige voorbeelden met onze geladen gegevenssets in unitConverter zich goed laten visualiseren.

Het usethis-package is voor je geladen.

Deze oefening maakt deel uit van de cursus

R-pakketten ontwikkelen

Cursus bekijken

Oefeninstructies

Voeg het package ggplot2 toe als een voorgestelde afhankelijkheid met versie 3.0.0 of hoger.

Praktische interactieve oefening

Probeer deze oefening eens door deze voorbeeldcode in te vullen.

# Suggest ggplot2 >= 3.0.0
___

Code bewerken en uitvoeren

Deze oefening maakt deel uit van de cursus

R-pakketten ontwikkelen

SkillTag.level.intermediateSkillTag.label

4.8+

Begin de cursus gratis

Dive into the essentials of R package construction, from understanding the architecture, the critical R and man directories, to the significance of the DESCRIPTION and NAMESPACE files. Get hands-on with the usethis package as you create your own package skeleton and include data. Strengthen your R function writing skills, grasp best practices for package development, and get comfortable saving functions to a file. Finally, install your package locally using devtools.

Exercise 1: Components of an R package Exercise 2: R package truths Exercise 3: What's needed in all R packages?Exercise 4: Required package components Exercise 5: Data and R Markdown template in an R package Exercise 6: Create an R package Exercise 7: Add data to the R package Exercise 8: Create an R package R Markdown template file Exercise 9: R Markdown template file layout Exercise 10: Building package functions Exercise 11: R function for converting distances Exercise 12: Install the R package and try it out

Learn the advantages of creating packages versus using scripts, exploring the impact on code organization, reproducibility, collaboration, and sharing. Discover effective strategies for structuring code and functions within the R directory, and choosing an appropriate name and license for your package. Finally, you’ll learn how to manage CRAN package dependencies.

Exercise 1: Meer pakketsstructuur Exercise 2: Packages en scripts vergelijken Exercise 3: Je pakketnaam controleren Exercise 4: Een geschikte licentie kiezen voor je package Exercise 5: Pakket bouwen Exercise 6: Een nieuwe functie toevoegen en testen in het pakket Exercise 7: Fouten debuggen met load_all()Exercise 8: Verschillen tussen check()-fouten, waarschuwingen en notities Exercise 9: Pakketafhankelijkheden Exercise 10: Typen R-package-afhankelijkheden Exercise 11: Pakketafhankelijkheden instellen

Huidige oefening

Exercise 12: Stel meer package-afhankelijkheden in

Harness the power of examples in documentation by creating function examples with roxygen2. Understand the significance of examples in clarifying function behavior and identifying key components of a well-documented R function. Explore the purpose of vignettes in R package documentation and learn best practices for creating engaging vignettes and evaluating their content and quality through metadata analysis.

Exercise 1: Help files with R packages Exercise 2: Order of help file components Exercise 3: Exported and non-exported functions Exercise 4: Documentation with roxygen2 Exercise 5: Function documentation starters Exercise 6: Function argument documentation Exercise 7: Function returns and exporting Exercise 8: Generate help file documentation Exercise 9: Getting started with R package vignettes Exercise 10: Browse package vignette Exercise 11: Properties of vignettes and articles Exercise 12: Designing R package vignettes Exercise 13: Generate an R package vignette skeleton Exercise 14: Design an R package vignette Exercise 15: Build package vignettes

Identify why the unit tests are important to package development and maintenance and learn how to implement the testthat package for unit tests. Convert R examples into expectations to build your unit test knowledge. You’ll then gain an understanding on how to document your package data and run some final checks to ensure you have developed a robust R package.

Exercise 1: Unit tests Exercise 2: Advantages of unit testing Exercise 3: Set up your package for testing Exercise 4: Create a testing file Exercise 5: Exploring expect statements Exercise 6: Convert an example into a test Exercise 7: Check for warnings and errors Exercise 8: Check for output and identicalness Exercise 9: Storing expectations as unit tests and running tests Exercise 10: Fix expectation errors Exercise 11: Run a test on function examples Exercise 12: Run all tests in the package Exercise 13: Final steps Exercise 14: Finalize your DESCRIPTION file Exercise 15: Document your data Exercise 16: Check your R package Exercise 17: Congratulations!