R语言有很强大的统计绘图函数,python的开发能力强,数据处理速度比R快。在平时使用python处理数据,使用R统计分析。于是想着怎么使用python来调用R,毕竟python还不能取代R,它们是相辅相成的,看到网上很多辩论python好还是R好的,就不多说了。
python调用R的模块是rpy2。
安装:注意 rpy2 的版本和 python 的版本要对应,也要和 R 的版本对应,比如3.4的版本,32位的版本
下载 http://www.lfd.uci.edu/~gohlke/pythonlibs/#rpy2
下载 rpy2-2.7.6-cp34-none-win32.whl,对应python3.4且32位版本
安装
pip install D:\360极速浏览器下载\rpy2-2.7.6-cp34-none-win32.whl
需要在python中调用R,实在是一种无奈的选择。如果能在一门语言中独立完成课题,是一个比较理想的做法。但是,这种想法也不太现实,毕竟每一种语言都有自己的长处。如果能取长补短,综合使用各种语言,也能起到不错的效果。
现在遇到的问题是,如何在python中调用R?这其中包括了如何调用R的对象(函数和包),R和python的对象如何互相转换,以及如何调用R的脚本(外界参数的输入)。python提供了一个模块rpy2,可以较好地完成这项工作。
1.安装rpy2
rpy2的网址:http://rpy.sourceforge.net/index.html
可以使用easy_install安装,# easy_install rpy2
注意事项:
1.如果是源代码编译安装R,需要在configure步骤加入后缀 –enable-R-shlib
2.需要安装python-devel包
python调用R对象
使用rpy2.robjects包的r对象
调用方法如下,以下robject.r的调用方法实际上是开启了一个R的交互进程,只需要将R的代码写入一个字符串内(注1),接着调用R即可
import rpy2.robjects as robjects
此时,有三种方法调用R对象:
第一种:robjects.r['pi']
第二种:robjects.r('pi')
(这种方法从某种程度上讲是万能的,因为可以将任意大小和长度的R代码写成一个python字符串,之后通过robjects.r(‘Rcode’)调用执行。)
第三种:robjects.r.pi
(这种方法对于名称中有“点号”的变量会出问题,比如data.frame/read.csv等,所以推荐使用第一种方法)
以下是一个创建和使用R函数(自己创建的函数或者R内置函数)。注意:最后一种方法,对于对付一些特殊的格式很管用。
#creat an R function
robjects.r(
'''
f <- function(r){pi * r}
'''
)
>>> robjects.r['f'](3)
[9.424778]
# 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)
对于一些特殊的R对象比如list和matrix,如果python要调去其中的部分数据,可以通过其rx()和rx2()方法操作。对于list,可以查看其name属性,以获得列表个个元素名称。rx()和相当于”[“操作(注意取出的是R的list对象),而rx2()相当于”[[“操作。一个例子:
>>> tmp = r("list(a = matrix(1:10, nrow = 2), b = 'Hello')")
>>> print tmp
$a
[,1] [,2] [,3] [,4] [,5]
[1,] 1 3 5 7 9
[2,] 2 4 6 8 10
$b
[1] "Hello"
>>> tmp.names
<StrVector - Python:0x8afdc8c / R:0x8ce0a70>
['a', 'b']
>>> tmp.rx('a')
<ListVector - Python:0x8afd86c / R:0x8cf71c0>
[Matrix]
a: <class 'rpy2.robjects.vectors.Matrix'>
<Matrix - Python:0x8b013cc / R:0x97de388>
[ 1, 2, 3, ..., 8, 9, 10]
>>> tmp.rx(1)
<ListVector - Python:0x8b010cc / R:0x8cf7100>
[Matrix]
a: <class 'rpy2.robjects.vectors.Matrix'>
<Matrix - Python:0x8b017cc / R:0x97de388>
[ 1, 2, 3, ..., 8, 9, 10]
>>> tmp.rx2(1)
<Matrix - Python:0x8b01b4c / R:0x97de388>
[ 1, 2, 3, ..., 8, 9, 10]
>>> tmp.rx2('a').rx(1, 1) # first element of 'a'
<IntVector - Python:0x8b01acc / R:0x8cf6fa0>
[ 1]
>>> tmp.rx2('a').rx(1, True) # first row of 'a'
<IntVector - Python:0x8b01f2c / R:0x965ffd8>
[ 1, 3, 5, 7, 9]
注意事项:
1.如果函数有警告(warnings),在ipython等IDE上能够执行,但是如果是脚本或者与网页服务器交互,则会产生错误。解决办法:1. 鲁莽的解决很简单,强行忽略R的警告,options(warn = -1)或者R代码放入函数中suppressWarnings()。2. 第二种办法,如果是自己代码中使用了warning()函数,则将warning信息换成字符串,之后单独输出。
2.如果R的函数参数用到向量,有两种解决办法:1. 使用robject.**Vector()函数(见下)先将python对象转换成R对象,然后带入函数;2. 直接使用python对象,一个例子:
>>> from rpy2.robjects import r
>>> a = r['matrix'](range(10), nrow = 2)
>>> print a
[,1] [,2] [,3] [,4] [,5]
[1,] 0 2 4 6 8
[2,] 1 3 5 7 9
python对象转换成R对象
通常,可以将python的list对象,转换成为R的vector对象,之后直接使用R函数调用。相应的函数是
robjects.StrVector()
robjects.IntVector()
robjects.FloatVector()
robjects.complexVector()
robjects.FactorVector()
robjects.BoolVector()
,这些函数将python列表转化成R的字符/整数/浮点/复数/因子/布尔向量。robjects.ListVector()将python的字典转换成R的列表。
具体转换可见
http://rpy.sourceforge.net/rpy2/doc-2.2/html/vector.html#creating-vectors
比如:
>>> testmatrix = robjects.IntVector([1, 2, 3, 4])
>>> robjects.r['matrix'](testmatrix, nrow = 2)
# another dynamic arguments example
>>> x = robjects.IntVector(range(10))
>>> y = robjects.r.rnorm(10)
>>> kwargs = {'ylab': 'foo/bar', 'type': 'b', 'col': 'blue', 'log': 'x'}
>>> robjects.r.plot(*args, **kwargs)
注意事项:
1. 使用vector系列函数时,输入的只能是python的列表,而不能是数字或者字符串。
载入和使用R包
使用rpy2.robjects.packages.importr对象,调用方法是
>>> from rpy2.robjects.packages import importr
>>> base = importr('base')
>>> stats = importr('stats')
>>> affy = importr('affy')
#使用导入的包函数
>>> stats.rnorm(10)
如果想引用一个包中的隐变量,也很简单,只要载入包,然后所有r命令化成成字符串,之后引用即可(这种方法是万能的),比如
>>> from rpy2.robjects.packages import importr
>>> importr('hwriter')
>>> a = r('hwriter:::hwrite.table(matrix(1:10, 2))')
>>> print(a)
[1] "<table border="1">n<tr>n<td>1</td><td>3</td><td>5</td><td>7</td><td>9</td></tr>n<tr>n<td>2</td><td>4</td><td>6</td><td>8</td><td>10</td></tr>n</table>n"
导入R脚本
使用R的source函数:
from rpy2.robjects import r
r.source('testrscript.r')
2.5 转换R对象为全局变量
因为使用函数robjects.globalenv()将对象转换成全局变量,特别是遇到python找不到一个R对象时(此时R对象可能通过r(‘Rcode’)调用),留意将R对象转变成全局变量。
3.R对象转换成python对象
推荐使用tuple( )或者list( )函数,将R对象转换成tuple或者list。
>>> a = r('c(1, 2, 3)')
>>> a
<FloatVector - Python:0x904746c / R:0x9114978>
[1.000000, 2.000000, 3.000000]
>>> str(a)
'[1] 1 2 3n'
>>> tuple(a)
(1.0, 2.0, 3.0)
>>> list(a)
[1.0, 2.0, 3.0]
>>> b = r('matrix(1:6, 2, 3)')
>>> b
<Matrix - Python:0x9039c6c / R:0x9114710>
[ 1, 2, 3, 4, 5, 6]
>>> print b
[,1] [,2] [,3]
[1,] 1 3 5
[2,] 2 4 6
>>> tuple(b)
(1, 2, 3, 4, 5, 6)
>>> list(b)
[1, 2, 3, 4, 5, 6]
参考文献和注释:
注释1:对于R代码,即便是将一段R代码写成一行(尽管看起来很丑陋而且不推荐),一样可以执行。但是,反过来,对于python代码则没有这么简单。因为,python代码是靠缩进来划分代码的区域,假若一段代码中有两个循环嵌套,如果此时将所有代码写成一行,执行起来就要麻烦的多(很可能要依赖空格的多少进行解释)
1. http://www.jeffkit.info/2010/02/475/
2. 官方文档:http://rpy.sourceforge.net/rpy2/doc-2.2/html/introduction.html