有些R包当前的R版本已经不能够适应该包，而重新下载新的R语言版本太麻烦，涉及到太多R包的下载还费时间，请问该如何解决这个问题呢（最好是不影响不同版本之间包的使用）

用 conda 可以创建多个虚拟环境，在每个环境安装你需要的 R 版本。你可以安装 miniconda 试试看。

    conda的虚拟环境配conda install来安装r包可以实现隔离。但是如果用户本身甚至过R_LIB_USER等相关library位置的环境变量的话，会导致所谓的独立R版本实际把package都安装到了同一位置，反而一片混乱。

    8 天 后

    我们线上云平台是通过 k8s 镜像来搞定的，镜像里固定 R/python/julia 版本（甚至装数值模式），然后装对应依赖包。这样用的时，拉取对应镜像就行，协作起来也方便。

    之前跟有的工程师用户朋友交流，他们本地（服务器）一般用 conda，复杂的就 docker。