R语言有很多强大的包，而且各种包之间还相互依赖，尤其是CRAN和Bioconductor还经常相互依赖，但是安装指令却不一样，再比如Github上的包，有时候更新的话还要重新下载安装，这些都是困扰我们安装的问题。
我们知道，一般有三种R包的来源，不同来源的安装方案不一样：
- CRAN：官网的包，可以再Rstudio中直接搜索安装，也可以使用
install.packages("rstatix")安装 - Bioconductor：主要是生物信息学的包，需要使用
BiocManager::install("limma")安装 - Github：需要使用devtools或者remotes安装，如
devtools::install_github('lchiffon/REmap')
三个来源的包，就需要三种不同的代码安装，而且还不能自动更新，就算更新了也不是只更新有变化的部分，有了pak这个包。只要一条指令就可以完成所有的工作。
首先安装pak
# 普通版
install.packages("pak")
#或者开发版
install.packages("pak", repos = "https://r-lib.github.io/p/pak/dev/")
一条指令安装
可以用pak::pkg_install("tibble")进行安装，实际上只需要pak("tibble")一条指令即可。引号里面的就是需要的包名，不需要区分上CRAN还是Bioconductor，只需要写包名即可，它是自动搜索的。
比如我们安装著名的clusterProfiler，只需要一句代码，剩下的直接等待就好了，所有的依赖包都会自动下载安装，而且安装界面很有感觉。
- 为了速度更好，建议提前设置镜像和Git环境。
pak::pak('clusterProfiler') # 也可以使用 pak::pkg_install("clusterProfiler")
image.png
image.png
而对于Github的包，也只需要一条指令，引号里只需要将用户名和仓库名用斜线分开即可，比如ggstatplot的开发版
pak::pak("IndrajeetPatil/ggstatsplot")
而且Github支持自动更新，也不需要重新下载安装，只安装更新的部分。
另外pak还支持本地安装，更多功能等你发现
