rpy2简介

代码下载

点击下载文本


Python和R是一对数据科学两大语言，在互联互通的路上，我感觉R更加的积极。还记得之前 Python中调用R的库-rpy2， 在Python使用R语言语法还是有些不自然。在R中调用Python体验十分棒，一起跟我看看吧。

reticulate包是可以让R语言非常流畅自然联通Python的关键。

Rmarkdown预备知识

Rmarkdown很像jupyter notbeook和markdown的结合。

  • 代码块
  • markdon文本

代码块

在Rmarkdown中的代码块的开始都是以三引号、{}和语言名为标志，以三引号结尾。

library(ggplot2)
ggplot(mpg, aes(x=displ, y=cty))+
  geom_point()

library(ggplot2)

ggplot(mpg, aes(x=displ, y=cty))+
  geom_point()

后面设置好reticulate包后，就可以在Rmarkdown中使用python代码块，

import pandas as pd
df = pd.read_csv('test.csv')
df.head()

markdown文本

文本部分全部支持markdown语法，这里不做赘述。

安装rpy

install.packages("reticulate")

环境设置

当我们在R代码块中设置好Python环境，就可以在Rmarkdown中跑Python代码。


查询Python

首先我们需要知道Python安装路径，可以在命令行中逐行执行下面代码

python3
import sys
sys.executable

我的mac电脑的Python安装路径为

/Library/Frameworks/Python.framework/Versions/3.7/bin/python3

指定Python

执行下方的代码(路径改为自己的Python安装路径)

library(reticulate)

## Warning: package 'reticulate' was built under R version 3.6.2

use_python('/Library/Frameworks/Python.framework/Versions/3.7/bin/python3')

执行代码后，我们就可以愉快的使用Python代码


运行Python代码

在Rmarkdown中写Python代码块

作图

import numpy as np 
import matplotlib.pyplot as plt 
# 计算正弦曲线上点的 x 和 y 坐标
x = np.arange(0,  3  * np.pi,  0.1) 
y = np.sin(x)
plt.title("sine wave form")  
# 使用 matplotlib 来绘制点
plt.plot(x, y) 
plt.show()

读取csv

import pandas as pd

df = pd.read_csv("test.csv", encoding="gbk")
df.head()

##      birthday   name               text  age  gender  height  weight
## 0  1985/10/08  Alice  我很开心，每天都这么快乐，我很幸福   35  female     175      55
## 1    95.07.07   Mary               我很难过   25  female     165      50
## 2    01-11-10   Mike              唉，真难受   19    male     180      75
## 3      90/2/8  Smith          无所谓开心还是难过   30    male     175      70
## 4      93-1-5  Henry          每天赚一万，真爽！   27    male     185      80

返回的df是Python对象，我们可以看到表格不好看，这是R中的Python对象。


在R代码块中调用Python变量(对象)

刚刚讲的都是在Rmakdown中运行Python代码块，并不是在R代码块中运行Python代码或者调用Python变量。

py$python_variable_name

R代码块中调用Python方法

py$python_variable_name

  • py相当于Python中的对象
  • $ 相当于Python中的点
  • python_variable_name 是Python代码块中的变量名

比如在上文中Python的变量df，在R中调用

py$df

现在调用Python对象df时，R会默认将其转为R对象，所以内容一样，样式似乎变好看了。

R代码块中导入Python库

使用os库的listdir函数查询当前项目文件夹内的文件列表

import os

os.listdir()

## ['reticulate学习.md', 'test.csv', 'test.py', 'reticulate学习.html', 'reticulate学习_files', 'reticulate.pdf', 'reticulate学习.Rmd', 'data.py']

在R代码块中实现上方的Python功能，如下，很简单

library(reticulate)

#导入库
os <- import("os")

#os库的listdir函数
os$listdir()

## [1] "reticulate学习.md"    "test.csv"             "test.py"             
## [4] "reticulate学习.html"  "reticulate学习_files" "reticulate.pdf"      
## [7] "reticulate学习.Rmd"   "data.py"

可以发现

  • import("os)代替了import os
  • $代替了.
  • <- 代替了 =

再熟悉一下

library(reticulate)
pd <- import("pandas")
df2 <- pd$read_csv("test.csv", encoding="gbk")
df2

需要注意的是，在R代码块中执行Python代码时，默认会将Python对象转为R对象。

source_python()

使用reticulate包中的source_python(‘py文件路径’)可以导入py文件中的变量，这样就可以在R代码块中使用外部变量。例如我在data.py中准备A和B两个字符串

A = '我是张三,'
B = '来自河北'

在R代码块中运行data.py

library(reticulate)

source_python("data.py")
print(A)

## [1] "我是张三,"

print(B)

## [1] "来自河北"

paste0(A, B)

## [1] "我是张三,来自河北"

py_run_file()

在R代码块中运行项目文件夹中的test.py文件

library(reticulate)
py_run_file("test.py")

数据类型对比

R Python Examples
Single-element vector Scalar 1, 1L, TRUE, "foo"
Multi-element vector List c(1.0, 2.0, 3.0), c(1L, 2L, 3L)
List of multiple types Tuple list(1L, TRUE, "foo")
Named list Dict list(a = 1L, b = 2.0), dict(x = x_data)
Matrix/Array NumPy ndarray matrix(c(1,2,3,4), nrow = 2, ncol = 2)
Data Frame Pandas DataFrame data.frame(x = c(1,2,3), y = c("a", "b", "c"))
Function Python function function(x) x + 1
NULL, TRUE, FALSE None, True, False NULL, TRUE, FALSE

广而告之