酷应用

手把手 | 哇！用R也可以跑Python了

百家作者：大数据文摘 2018-04-19 14:21:11

大数据文摘作品

编译：大茜、钱天培

R还是Python？

真是个千古难题！

如果你主要从事数据分析、统计建模和可视化，R大概是你的不二之选。但如果你还想来搞点深度学习，整个自然语言处理，那你可还真得用Python。

如果你处于交叉领域，很可能就需要两种语言切换。后果是，写个for loop还出bug真的是家常便饭。报警！

面对这种困境的绝不止你一个人！最近的KDnuggets Analytics的软件调查中，Python和R位居数据科学和机器学习软件的前两名。

如果你真的想提高你在数据科学领域的能力，这两种语言你确实都应该学习。

不过现在好消息来了！

RStudio开发了一个名为reticulate的包。通过安装包，你现在可以在R上运行Python的安装包和函数了~

今天文摘菌就来教教你咋用这个reticulate包。

安装并加载reticulate包

运行下面的命令来安装这个包、并导入到您的系统中。

# 安装reticulate包
install.packages("reticulate")
# 加载reticulate包
library(reticulate)

检查您的系统是否安装过Python

py_available()

返回值为TRUE或FALSE。如果返回的是TRUE，那恭喜你，您的系统已经有Python啦。FALSE的话就得先去装一下Python了。

在R中导入一个python模块

您可以使用函数import（）来导入特定的包或模块。

os < - import(“os”)
os$getcwd()

上面的命令返回工作目录。

[1]"C:\Users\DELL\Documents"

您可以使用os包中的listdir（）函数来查看工作目录中的所有文件。

os$listdir()

安装Python包

第一步：创建新的工作环境；

conda_create(“r-reticulate”)

第二步：在conda环境下安装“r-reticulate”和“numpy”；

conda_install(“r-reticulate”,“numpy”)

如果“numpy”已经安装，您不必再次安装这个包。上面的代码只是给个例子而已。

第三步：加载包。

numpy < - import(“numpy”)

使用numpy数组

首先建立一个简单的numpy数组

y < - array(1:4, c(2, 2))
x < - numpy$array(y)

[,1] [,2]
[1,] 1 3
[2,] 2 4

将数组进行转置

numpy$transpose(x)

[,1] [,2]
[1,] 1 2
[2,] 3 4

求特征根和特征向量

numpy$linalg$eig(x)

一些数学函数

numpy$sqrt(x)
numpy$exp(x)

交互地使用Python

您可以在R中创建交互式Python控制台。您在Python中创建的对象可在R中使用（反之亦然）。通过使用repl_python（）函数，可以使Python和R交互。首先，下载以下程序中使用的数据集：

repl_python()
# 加载“panda”数据集
import pandas as pd
# 载入数据集
travel = pd.read_excel(“AIR.xlsx”)
# 显示数据集的行列数
travel.shape
# 随机选取数据集中的行数
travel.sample(n = 10)
# 按某一标志分组
travel.groupby(“Year”).AIR.mean()
# 筛选数据个案
t = travel.loc[(travel.Month >= 6) & (travel.Year >= 1955),:]
# 回到R
exit

注意：您需要键入“exit”来返回到R会话

怎样从R中获取在python中创建的对象

你可以在利用py object获取python里的对象。

summary(py$t)

在这种情况下，我会用R的summary（）函数并访问在python中创建的数据集T。此外，您可以使用ggplot2软件包绘制折线图。

#利用ggplot2绘制线图
library(ggplot2)
ggplot(py$t, aes(AIR, Year)) + geom_line()

怎样从Python中获取在R中创建的对象

您可以使用r object来解决这个问题。

先在R中创建一个对象：

mydata = head(cars, n=15)

在Python REPL中调用之前在R中所创建的对象：

repl_python()
import pandas as pd
r.mydata.describe()
pd.isnull(r.mydata.speed)
exit

使用sklearn包构建Logistic回归模型

sklearn软件包是python中最受欢迎的机器学习软件包之一，它支持各种统计和机器学习的算法。

repl_python()
# 加载包
from sklearn import datasets
from sklearn.linear_model import LogisticRegression
# 加载数据库
iris = datasets.load_iris()
# 建立logit模型
model = LogisticRegression()
model.fit(iris.data, iris.target)
# 进行预测
actual = iris.target
predicted = model.predict(iris.data)
#模型性能对比矩阵
print(metrics.classification_report(actual, predicted))
print(metrics.confusion_matrix(actual, predicted))