首先打开R语言控制台，然后在菜单栏中选择程序包中的安装package从本地的压缩文件，最后在弹出的窗口，选择自己下载好的package，打开安装即可。
需注意的是包安装好后，并不可以直接使用，如果在使用包中相关的函数，必须每次使用前包加载到内存中。通过调用包名称语言来完成。包安装后如果要使用包的功能。必须先把包加载到内存中。
R语言提供的大量R包为众多研究者提供了足够的工具，但是如何安装R包是很多人在使用R语言做数据分析时候所面临的问题之一。接下来介绍如何大规模安装所需要的R包。更多知识分享请到 https://zouhua.top/ 。
随着时间流逝，安装的R包也越来越多，如何快捷分辨出未安装过的R包就显得尤其重要。我们可以通过 installed.packages 函数判断，并使用lapply函数分次安装所有的R包。构建函数，使其具有如下功能：
除了上面这种大规模安装未安装过的R包外，还可以通过已经构建好的R包内置函数安装，例如现在比较友好的R pacman ，它提供的 p_load 函数其实可以看成是上述 InstallPackageFun 的升级版本。还有一个 librarian 包提供的 shelf 函数和 p_load 有类似的功能。
最后综上所述，安装R包除了来源不同，其实有时候还会考虑到版本问题，这里面的问题就比较多了，有时间再写吧。
1. 联网，在线安装：
install.packages('package_name') //直接填写包的名字即可
2. 本地安装：
install.packages('path_to_packages') //需要填写第三方包的本地路径
1. library(my_package)
2. library(my_package, character.only=True)
第二种加载方式与第一种不同的地方在于，它只接受字符串值，它可以接受一个字符串变量；但是第一种不能识别字符串变量，它会直接加载'my_package'。
举个例子，如下：
library(randomForest) //直接加载randomForest
library('randomForest') //与上面效果相同，直接加载randomForest
p<-'randomForest'
library(p) //不接受字符串变量，报错
library(p,character.only=T) //正常加载randomForest
