下午在 RStudio 中创建 R for Data Science 代码库，由于这本书的在线版和影印版（纸质）章节结构发生了变化，代码库中的练习按影印版本标记，笔记写在纸质书上。 另外创建的 R project 使用 Packrat 作为依赖管理工具，
Packrat 是 R 的一个依赖管理工具， 它把项目依赖包的源代码以压缩包形式保存在版本控制系统中，这样一个 R 项目就可以不依赖系统的 R 包运行了。
创建项目和安装依赖：
library(packrat)
init("~/docs/myproject") # initialize project scaffold
install.packages('rmarkdown')
install.packages('tidyverse')
status()
snapshot() # download package source code into packrat/src
使用 install.packages() 安装新的依赖库到 packrat/lib 目录中，
执行 snapshot() 会下载依赖库的源码压缩包到 packrat/src 目录下。
并更新 packrat/packrat.lock 文件。
依赖库版本保存在 packrat/packrat.lock 文件中，
配置信息保存在 packrat/packrat.opts 文件中。
packrat 默认把源码包提交到版本控制系统中，不提交编译后的包，
当在新环境中 clone 出这个代码库并用 RStudio 打开这个 R Project，
会自动在项目私有环境中安装 packrat，在 RStudio 中执行下面的命令重建环境：
library(packrat)
status() # optional
restore()
其中 restore() 将源码编译为二进制包时，需要系统的 develop 库支持，
如果没有安装这些库就会报错。
如果当前环境中不包含所有被 snapshot 的 package，status() 会报告，
如果新安装的包还没有 snapshot，status() 不会报告。