Python调用R语言

青旅半醒 2022-07-24 12:02 193阅读 0赞

网络上经常看到有人问数据分析是学习Python好还是R语言好，还有一些争论Python好还是R好的文章。每次看到这样的文章我都会想到李舰和肖凯的《数据科学中的R语言》，书中一直强调，工具不分好坏，重要的是解决问题的思路，就算是简单的excel，也能应付数据分析中的大部分问题。再者Python和R本来就没有什么好对比的，一门是计算机工程语言，一门是统计语言，只有将两者结合起来，才能发挥更大的威力，不是吗，对于数据分析的人来说，难道不是两样都要掌握的吗？

rpy2是Python调用R程序的模块，旨在方便Python调用R中的相关函数，而不需要先将数据写入txt再传给R来分析，从而可以做到全流程自动化。在pandas 0.18的模块中也添加了rpy2的支持，进而更方便沟通了Python和R的数据流转，构建数据分析的生态系统。

rpy2的安装还是比较麻烦的，试了很多方法，百度了很多网页最终安装成功，做些笔记备忘。

我的安装环境是：

*  win7\_64bit
 *  python3.5\_64位，使用的是Anaconda发行版。Anaconda发行版集成了很多Python的有用的数据分析模块，其使用界面和MATLAB很相似，用起来很方便，而且还很方便虚拟出不同版本的Python环境，对那些既想用python2.7，又想用python3.x的同学来说是很好的选择。
 *  R使用的是Revolution R Open 3.2.3\_64bit，这是Revolution R现在已经被微软收购了，改为MRO。MRO和CRAN的R没有什么区别，只是改进了多进程并行计算的性能，比原生的R确实有一定的性能提升。当然需要MRO网站上对应的数学计算库Math Library，这个在Revolution R Open的下载界面有。

# 1.下载并安装MRO #

下载并安装MRO，安装对应的并行数学计算库（可选）。下载地址是：  
[https://mran.revolutionanalytics.com/download/][https_mran.revolutionanalytics.com_download]

# 2.下载安装Anaconda #

下载地址是：  
[https://www.continuum.io/downloads][https_www.continuum.io_downloads]

# 3.配置R的环境变量 #

这是比较重要的一般，很多安装失败的原因就是没有很好配置环境变量。  
1. 将R目录添加至path环境变量  
path：`D:\Program Files\Microsoft\MRO\R-3.2.3\bin\x64;`  
2. 将R.dll添加至path环境变量  
path：`D:\Program Files\Microsoft\MRO\R-3.2.3\bin\x64\R.dll;`  
3. 设置R\_HOME环境变量  
R\_HOME：`D:\Program Files\Microsoft\MRO\R-3.2.3`  
4. 设置R\_USER环境变量  
R\_USER：`Administrator`  
R\_USER就是你电脑的用户名，如果没有设置过用户名就是Administrator，可以通过cmd命令行输入 `net user`查看。

# 4.下载非官方版本的rpy2 #

为什么要下载非官方版本的rpy2我也不知道，反正我使用`pip install ryp2`没有成功，缺少对应的编译环境，百度出来的网页很多都是说使用非官方版本的rpy2.  
下载地址是：[http://www.lfd.uci.edu/~gohlke/pythonlibs/\#rpy2][http_www.lfd.uci.edu_gohlke_pythonlibs_rpy2]  
需要下载版本和平台都相对应的whl包，我下的是`rpy2-2.8.0+r33-cp35-cp35m-win_amd64.whl`，然后使用 `pip install rpy2-2.8.0+r33-cp35-cp35m-win_amd64.whl`安装即可。

# 5.python调用R #

参考 [让R与Python共舞][R_Python] 和 [python中调用R][R_Python]

import rpy2.robjects as robjects
    # 此时，有三种方法调用R对象
    # 第一种
    robjects.r['pi']
    # 第二种
    robjects.r('pi')
    # 这种方法从某种程度上讲是万能的，因为可以将任意大小和长度的R代码写成一个python字符串，之后通过robjects.r('Rcode')调用执行
    第三种
    robjects.r.pi
    # 这种方法对于名称中有“点号”的变量会出问题，比如data.frame/read.csv等，所以推荐使用第一种方法

# creat an R function
    robjects.r(''' f <- function(r){pi * r} ''')
    robjects.r['f'](3)
    
    # internal function in R
    robjects.r['ls']()
    
    # another internal function
    l = robjects.r['letters']
    len(l)
    robjects.r['paste'](l, collapse = '-')
    
    # an alternative way of getting 'paste' function in R
    # eval the R code
    coder = 'paste(%s, collapse = "-")' % (l.r_repr())
    robjects.r(coder)

# 6.pandas调用R #

具体参考 [pandas官方文档–rpy2 / R interface][pandas_rpy2 _ R interface]

# 7.pandas和R的函数对比 #

具体参考 [pandas官方文档–Comparison with R / R libraries][pandas_Comparison with R _ R libraries]  
列出了实现相同功能的pandas和R的代码，很有启发性。  
同时也说明，有想法，用什么工具实现都无所谓，纠结要选python还是R确实是舍本逐末了。如果时间不够，精通其中的一门语言，另一门语言能够掌握简单的使用，也就够了。

以后有事时间再详细写写pandas调用R的部分，以它们之间数据来回传输的原理和注意事项。

[https_mran.revolutionanalytics.com_download]: https://mran.revolutionanalytics.com/download/
[https_www.continuum.io_downloads]: https://www.continuum.io/downloads
[http_www.lfd.uci.edu_gohlke_pythonlibs_rpy2]: http://www.lfd.uci.edu/~gohlke/pythonlibs/#rpy2
[R_Python]: http://blog.sina.com.cn/s/blog_77b74e97010194mw.html
[pandas_rpy2 _ R interface]: http://pandas.pydata.org/pandas-docs/stable/r_interface.html
[pandas_Comparison with R _ R libraries]: http://pandas.pydata.org/pandas-docs/stable/comparison_with_r.html