网络上经常看到有人问数据分析是学习python好还是r语言好，还有一些争论python好还是r好的文章。每次看到这样的文章我都会想到李舰和肖凯的《数据科学中的r语言》，书中一直强调，工具不分好坏，重要的是解决问题的思路，就算是简单的excel，也能应付数据分析中的大部分问题。再者python和r本来就没有什么好对比的，一门是计算机工程语言，一门是统计语言，只有将两者结合起来，才能发挥更大的威力，不是吗，对于数据分析的人来说，难道不是两样都要掌握的吗？
rpy2是python调用r程序的模块，旨在方便python调用r中的相关函数，而不需要先将数据写入txt再传给r来分析，从而可以做到全流程自动化。在pandas 0.18的模块中也添加了rpy2的支持，进而更方便沟通了python和r的数据流转，构建数据分析的生态系统。
rpy2的安装还是比较麻烦的，试了很多方法，百度了很多网页最终安装成功，做些笔记备忘。
我的安装环境是：
- win7_64bit
- python3.5_64位，使用的是anaconda发行版。anaconda发行版集成了很多python的有用的数据分析模块，其使用界面和matlab很相似，用起来很方便，而且还很方便虚拟出不同版本的python环境，对那些既想用python2.7，又想用python3.x的同学来说是很好的选择。
- r使用的是revolution r open 3.2.3_64bit，这是revolution r现在已经被微软收购了，改为mro。mro和cran的r没有什么区别，只是改进了多进程并行计算的性能，比原生的r确实有一定的性能提升。当然需要mro网站上对应的数学计算库math library，这个在revolution r open的下载界面有。1.下载并安装mro
1.下载并安装mro
安装对应的并行数学计算库（可选）。下载地址是：
2.下载安装anaconda
下载地址是：
3.配置r的环境变量
这是比较重要的一般，很多安装失败的原因就是没有很好配置环境变量。
1. 将r目录添加至path环境变量
path：d:\program files\microsoft\mro\r-3.2.3\bin\x64;
2. 将r.dll添加至path环境变量
path：d:\program files\microsoft\mro\r-3.2.3\bin\x64\r.dll;
3. 设置r_home环境变量
r_home：d:\program files\microsoft\mro\r-3.2.3
4. 设置r_user环境变量
r_user：administrator
r_user就是你电脑的用户名，如果没有设置过用户名就是administrator，可以通过cmd命令行输入net user查看。
4.下载非官方版本的rpy2
为什么要下载非官方版本的rpy2我也不知道，反正我使用pip install ryp2没有成功，缺少对应的编译环境，百度出来的网页很多都是说使用非官方版本的rpy2.
下载地址是： 这是python下包的专用地址
需要下载版本和平台都相对应的whl包，我下的是rpy2-2.9.4-cp36-cp36m-win_amd64.whl，然后使用pip install rpy2-2.9.4-cp36-cp36m-win_amd64.whl安装即可。
5.python调用r
参考让r与python共舞和python中调用r
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
# 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调用r
具体参考pandas官方文档–rpy2 / r interface
7.pandas和r的函数对比
具体参考pandas官方文档–comparison with r / r libraries
列出了实现相同功能的pandas和r的代码，很有启发性。
同时也说明，有想法，用什么工具实现都无所谓，纠结要选python还是r确实是舍本逐末了。如果时间不够，精通其中的一门语言，另一门语言能够掌握简单的使用，也就够了。
以后有事时间再详细写写pandas调用r的部分，以它们之间数据来回传输的原理和注意事项。
我把下载的包放到了d盘的programdata
到此这篇关于python调用r语言实例讲解的文章就介绍到这了,更多相关python调用r语言内容请搜索www.887551.com以前的文章或继续浏览下面的相关文章希望大家以后多多支持www.887551.com！
