第二章：25+ Python 数据操作教程（第二十二节如何从 R 调用或运行 python）持续更新

本文介绍了如何从 R 调用或运行 python。这两种工具都有自己的优点和缺点。使用这两个工具中最好的包和功能并将其组合起来总是一个好主意。在数据科学领域，这些工具在使用方面拥有良好的市场份额。R 主要以数据分析、统计建模和可视化而闻名。而Python在深度学习和自然语言处理方面很受欢迎。

在最近的 KDnuggets Analytics 软件调查民意调查中，Python 和 R 被评为数据科学和机器学习领域的前 2 位工具。如果你真的想提升你在数据科学领域的职业生涯，这些就是你需要关注的语言。

RStudio 开发了一个名为reticulate 的包，它提供了运行 R 中的 Python 包和函数的媒介。

安装和加载 Reticulate 包

运行以下命令以安装此软件包并将其导入到您的系统中。

# 安装网状包
install.packages("reticulate")

# 加载网状包
库(reticulate)

---

# Install reticulate package
install.packages("reticulate")

# Load reticulate package
library(reticulate)

它返回 TRUE/FALSE。如果为 TRUE，则表示您的系统上已安装 python。

在 R 中导入 python 模块

您可以使用函数import( )导入特定的包或模块。

os <- import("os")
os$getcwd()

上面的程序返回工作目录。

[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()

 [1] ".conda"                       ".gitignore"                   ".httr-oauth"                 
  [4] ".matplotlib"                  ".RData"                       ".RDataTmp"                   
  [7] ".Rhistory"                    "1.pdf"                        "12.pdf"                      
 [10] "122.pdf"                      "124.pdf"                      "13.pdf"                      
 [13] "1403.2805.pdf"                "2.pdf"                        "3.pdf"                       
 [16] "AIR.xlsx"                     "app.r"                        "Apps"                        
 [19] "articles.csv"                 "Attrition_Telecom.xlsx"       "AUC.R"

安装Python包

第1步：创建新环境

最简单的方法是指定 python 安装程序的文件位置，其中 python 可执行文件存在。如果您使用AnacondaPython，您可以找到Anaconda3文件夹，并且python.exe必须位于该文件夹下。

图书馆（网状）
use_python('C:\\Users\\DELL\\Anaconda3\\python.exe', required = T)
py_可用（真）

---

library(reticulate)
use_python('C:\\Users\\DELL\\Anaconda3\\python.exe', required = T)
py_available(TRUE)

如果您使用Python（不使用Anaconda），您可以像这样指定路径：

use_python(Sys.which('python3'), required = T)

现在你可以使用命令安装你想要的python包了shell()。

shell("pip install numpy")

另一种创建环境的方法是conda_create( )

conda_create("r-reticulate")

在 conda 环境中安装包

conda_install(“r-reticulate”，“numpy”)

由于numpy已经安装，所以不需要再次安装。上面的例子只是为了演示。

第 2 步：加载包

numpy <- import("numpy")

使用 numpy 数组

让我们创建一个示例 numpy 数组

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

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

转置上面的数组

numpy$transpose(x)

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

特征值和特征向量

numpy$linalg$eig(x)

[[1]]
[1] -0.3722813  5.3722813
 
[[2]]
           [,1]       [,2]
[1,] -0.9093767 -0.5657675
[2,]  0.4159736 -0.8245648

数学函数

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

 

R Markdown 中的 Python 引擎

您还可以使用 R Markdown，它允许使用 reticulate 包运行 Python 代码。在运行 Python chunk 之前，您需要加载 reticulate 库并设置 python（如下所示）。

```{r 设置，include=FALSE}
图书馆（网状）
use_python('C:\\Users\\DELL\\Anaconda3\\python.exe', required = T)
py_可用（真）
````

---

```{r setup, include=FALSE}
library(reticulate)
use_python('C:\\Users\\DELL\\Anaconda3\\python.exe', required = T)
py_available(TRUE)
```

Python 代码块通过```{python} 启用。

```{python}
import pandas
pandasdf = pd.read_csv("C:/Users/DELL/deals.csv")
pandasdf.head()
```

如何直接执行Python代码

您可以将 python 代码按原样放入函数中py_run_string( )。您可以访问使用创建的对象py$objectname。例如，下面的代码创建 pandas 数据框。您可以使用py$pandasdf访问它

py_run_string("将 pandas 导入为 pd; pandasdf = pd.read_csv('C:/Users/DELL/deals.csv');")

py_run_string("import pandas as pd; pandasdf = pd.read_csv('C:/Users/DELL/deals.csv');")

您还可以使用函数直接运行python文件py_run_file( )

py_run_file(“样本文件.py”)

py_run_file("samplefile.py")

交互地使用 Python

您可以在 R 会话中创建交互式 Python 控制台。您在 Python 中创建的对象可用于您的 R 会话（反之亦然）。

通过使用repl_python()函数，您可以使其具有交互性。下载下面程序中使用的数据集。

repl_python()

# 加载 Pandas 包

将 pandas 导入为 pd

# 导入数据集

旅行 = pd.read_excel("AIR.xlsx")

# 行数和列数
Travel.shape

# 选择随机数。行数 Travel.sample(n = 10) # 分组 Travel.groupby("Year").AIR.mean() # 过滤 t = Travel.loc[(travel.Month >= 6) & (travel.Year >= 1955),:] # 返回R 退出

---

repl_python()

# Load Pandas package

import pandas as pd

# Importing Dataset

travel = pd.read_excel("AIR.xlsx")

# Number of rows and columns
travel.shape

# Select random no. of rows
travel.sample(n = 10)

# Group By
travel.groupby("Year").AIR.mean()

# Filter
t = travel.loc[(travel.Month >= 6) & (travel.Year >= 1955),:]

# Return to R
exit

注意：需要输入exit 才能返回R环境。

从 R 运行 Python

如何从 R 访问在 python 中创建的对象

您可以使用py 对象 来访问在 python 中创建的对象。

摘要（py$t）

---

summary(py$t)

在本例中，我使用R的summary()函数并访问在python中创建的数据帧t 。同样，您可以使用 ggplot2 包创建线图。

# 使用 ggplot2 库的折线图
(ggplot2)
ggplot(py$t, aes(AIR, Year)) + geom_line()

---

# Line chart using ggplot2
library(ggplot2)
ggplot(py$t, aes(AIR, Year)) + geom_line()

repl_python()

# 加载库

从sklearn导入数据集

从 sklearn.linear_model 导入 LogisticRegression

# 加载鸢尾花数据集

iris = datasets.load_iris()

# 开发 logit 模型

模型=逻辑回归()

model.fit(iris.data, iris.target)

# 评分

实际 = iris.target

预测 = model.predict(iris.data)

＃ 性能指标

打印（metrics.classification_report（实际，预测））

打印（metrics.confusion_matrix（实际，预测））

---

repl_python()

# Load libraries

from sklearn import datasets

from sklearn.linear_model import LogisticRegression

# load the iris datasets

iris = datasets.load_iris()

# Developing logit model

model = LogisticRegression()

model.fit(iris.data, iris.target)

# Scoring

actual = iris.target

predicted = model.predict(iris.data)

# Performance Metrics

print(metrics.classification_report(actual, predicted))

print(metrics.confusion_matrix(actual, predicted))

查看 python 的配置

运行py_config( )命令 来查找系统上安装的 python 版本。它还显示有关 anaconda 和 numpy 的详细信息。

python: C:\Users\DELL\ANACON~1\python.exe
libpython: C:/Users/DELL/ANACON~1/python36.dll
pythonhome: C:\Users\DELL\ANACON~1
版本：3.6.1 |Anaconda 4.4.0（64 位）| （默认，2017 年 5 月 11 日，13:25:24）[MSC v.1900 64 位 (AMD64)]
架构：64位
numpy: C:\Users\DELL\ANACON~1\lib\site-packages\numpy
numpy_版本：1.14.2

---

python:         C:\Users\DELL\ANACON~1\python.exe
libpython:      C:/Users/DELL/ANACON~1/python36.dll
pythonhome:     C:\Users\DELL\ANACON~1
version:        3.6.1 |Anaconda 4.4.0 (64-bit)| (default, May 11 2017, 13:25:24) [MSC v.1900 64 bit (AMD64)]
Architecture:   64bit
numpy:          C:\Users\DELL\ANACON~1\lib\site-packages\numpy
numpy_version:  1.14.2