教你充分利用R+Python！

*个版本发布于1995年，从那时起它就成为业界最常用的数据科学工具之一。

• 几乎包含所有可以想到的统计应用程序的安装包。CRAN目前拥有超过10k的包。
• 配备了完备的?可视化库，如ggplot2。
• 能够进行独立分析。

性能良好的R不是最快的语言，并且在处理大型数据集时有时可能会内存过多。

充分利用这两种语言

我们能否同时利用R的统计能力和Python的编程能力?当我们可以轻松地在R或Python脚本中嵌入SQL代码时，为什么不将R和Python混合在一起呢?

基本上有两种方法可以在一个项目中同时使用Python和R.

在Python中使用R

• PypeR

PypeR提供了一种简单的方法，通过管道从Python访问R。PypeR也包含在Python的Package Index中，它提供了一种更方便的安装方式。当Python和R之间不需要频繁的交互式数据传输时，PypeR特别有用。通过管道运行R，Python程序在流程操作系统平台(包括Windows 、GNU Linux和Mac OS)的子流程serve使用Rserve作为RPC连接网关。通过这种连接，可以在Python中用R设置变量，也可以远程调用R函数。R对象作为Python实现的类的实例公开，在许多情况下R函数作为这些对象的绑定方法。

• rpy2

(https://rpy2.bitbucket.io/)

rpy2在Python进程中运行嵌入式R。它创建了一个框架，可以将Python对象转换为R对象，将它们传递给R函数，并将R输出转换回Python对象。rpy2更常用，并且在积极开发中
 

（编辑：葫芦岛站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!