RSRuby 技术文档
1. 安装指南
RSRuby 是一个为 Ruby 开发者提供的桥接库,使得 Ruby 开发者能够访问完整的 R 统计编程环境。在开始安装之前,请确保您的系统中已经安装了 R,并且 R 是通过带有 --enable-R-shlib 选项编译的,以提供 RSRuby 所需的 R 共享库。
以下是安装 RSRuby 的步骤:
-
确保
R_HOME环境变量设置正确。例如:- 在 Ubuntu Linux 上:
R_HOME=/usr/lib/R - 在 OS X 上:
R_HOME=/Library/Frameworks/R.framework/Resources
- 在 Ubuntu Linux 上:
-
使用 setup.rb 安装包:
ruby setup.rb config -- --with-R-dir=$R_HOME ruby setup.rb setup ruby setup.rb install -
或者,使用 gem 安装方式:
gem install rsruby -- --with-R-dir=$R_HOME
如果 RSRuby 编译失败,可能需要配置 R 库的路径。以下任何一种方式都可能有效:
-
在
.bashrc(或等效文件)中添加以下行:export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:RHOME/bin -
或者,在
/usr/local/lib或/usr/lib中创建一个到RHOME/bin/libR.so的链接,然后运行ldconfig。 -
或者,编辑
/etc/ld.so.conf文件,添加以下行,然后运行ldconfig:RHOME/bin
2. 项目的使用说明
RSRuby 使用 Singleton 设计模式,这意味着我们应该使用 instance 方法而不是 new 方法来创建 RSRuby 实例。以下是一个简单的使用示例:
# 初始化 R
require 'rsruby'
# 获取 RSRuby 实例
r = RSRuby.instance
# 调用 R 函数
data = r.rnorm(100)
r.plot(data)
sleep(2)
# 使用命名参数调用
r.plot({'x' => data, 'y' => data, 'xlab' => 'test', 'ylab' => 'test'})
sleep(2)
RSRuby 还提供了其他功能和类,如 Arrayfields、Bioconductor 库、DataFrame 类和 ERObj 类的使用示例。您可以通过查看项目分发中的示例脚本来获取更多信息。
3. 项目 API 使用文档
RSRuby 的 API 使用文档主要包含在它的手册中,该手册提供了关于调用 R 函数和转换系统的详细信息。此外,项目还提供了示例脚本来展示如何使用不同的 RSRuby 功能。
4. 项目安装方式
RSRuby 的安装方式有两种:使用 setup.rb 安装包和使用 gem 安装。以下是详细步骤:
使用 setup.rb
-
运行配置脚本:
ruby setup.rb config -- --with-R-dir=$R_HOME -
运行设置脚本:
ruby setup.rb setup -
运行安装脚本:
ruby setup.rb install
使用 gem
- 运行 gem 安装命令:
gem install rsruby -- --with-R-dir=$R_HOME
确保在安装过程中正确设置了 R_HOME 环境变量,以便 RSRuby 能够找到 R 的共享库。
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00