Python調用R語言

網絡上常常看到有人問數據分析是學習Python好仍是R語言好，還有一些爭論Python好仍是R好的文章。每次看到這樣的文章我都會想到李艦和肖凱的《數據科學中的R語言》，書中一直強調，工具不分好壞，重要的是解決問題的思路，就算是簡單的excel，也能應付數據分析中的大部分問題。再者Python和R原本就沒有什麼好對比的，一門是計算機工程語言，一門是統計語言，只有將二者結合起來，才能發揮更大的威力，不是嗎，對於數據分析的人來講，難道不是兩樣都要掌握的嗎？

rpy2是Python調用R程序的模塊，旨在方便Python調用R中的相關函數，而不須要先將數據寫入txt再傳給R來分析，從而能夠作到全流程自動化。在pandas 0.18的模塊中也添加了rpy2的支持，進而更方便溝通了Python和R的數據流轉，構建數據分析的生態系統。

rpy2的安裝仍是比較麻煩的，試了不少方法，百度了不少網頁最終安裝成功，作些筆記備忘。

個人安裝環境是：

• win7_64bit
• python3.5_64位，使用的是Anaconda發行版。Anaconda發行版集成了不少Python的有用的數據分析模塊，其使用界面和MATLAB很類似，用起來很方便，並且還很方便虛擬出不一樣版本的Python環境，對那些既想用python2.7，又想用python3.x的同窗來講是很好的選擇。
• R使用的是Revolution R Open 3.2.3_64bit，這是Revolution R如今已經被微軟收購了，改成MRO。MRO和CRAN的R沒有什麼區別，只是改進了多進程並行計算的性能，比原生的R確實有必定的性能提高。固然須要MRO網站上對應的數學計算庫Math Library，這個在Revolution R Open的下載界面有。

1.下載並安裝MRO

下載並安裝MRO，安裝對應的並行數學計算庫（可選）。下載地址是： 
https://mran.revolutionanalytics.com/download/

2.下載安裝Anaconda

下載地址是： 
https://www.continuum.io/downloads

3.配置R的環境變量

這是比較重要的通常，不少安裝失敗的緣由就是沒有很好配置環境變量。 
1. 將R目錄添加至path環境變量 
path：D:\Program Files\Microsoft\MRO\R-3.2.3\bin\x64; 
2. 將R.dll添加至path環境變量 
path：D:\Program Files\Microsoft\MRO\R-3.2.3\bin\x64\R.dll; 
3. 設置R_HOME環境變量 
R_HOME：D:\Program Files\Microsoft\MRO\R-3.2.3 
4. 設置R_USER環境變量 
R_USER：Administrator 
R_USER就是你電腦的用戶名，若是沒有設置過用戶名就是Administrator，能夠經過cmd命令行輸入 net user查看。

4.下載非官方版本的rpy2

爲何要下載非官方版本的rpy2我也不知道，反正我使用pip install ryp2沒有成功，缺乏對應的編譯環境，百度出來的網頁不少都是說使用非官方版本的rpy2. 
下載地址是：http://www.lfd.uci.edu/~gohlke/pythonlibs/#rpy2  這是python下包的專用地址
須要下載版本和平臺都相對應的whl包，我下的是rpy2-2.9.4-cp36-cp36m-win_amd64.whl，而後使用 pip install rpy2-2.9.4-cp36-cp36m-win_amd64.whl安裝便可。

5.python調用R

參考 讓R與Python共舞 和 python中調用R

import rpy2.robjects as robjects
# 此時，有三種方法調用R對象
# 第一種
robjects.r['pi']
# 第二種
robjects.r('pi')
# 這種方法從某種程度上講是萬能的，由於能夠將任意大小和長度的R代碼寫成一個python字符串，以後經過robjects.r('Rcode')調用執行
第三種
robjects.r.pi
# 這種方法對於名稱中有「點號」的變量會出問題，好比data.frame/read.csv等，因此推薦使用第一種方法

 

# 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調用R

具體參考 pandas官方文檔–rpy2 / R interface

7.pandas和R的函數對比

具體參考 pandas官方文檔–Comparison with R / R libraries 
列出了實現相同功能的pandas和R的代碼，頗有啓發性。 
同時也說明，有想法，用什麼工具實現都無所謂，糾結要選python仍是R確實是捨本逐末了。若是時間不夠，精通其中的一門語言，另外一門語言可以掌握簡單的使用，也就夠了。

之後有事時間再詳細寫寫pandas調用R的部分，以它們之間數據來回傳輸的原理和注意事項。

 我把下載的包放到了d盤的programdata