| T \\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\:0.158焦耳贝拉(JB):2.984歪斜:0.747探针(jb):0.225峰度:2.935秒。不。386。##=========================================================警告:标准错误假定正确指定了错误的协方差矩阵。只是为了好玩,我也用scikit学习库运行了线性回归:这是一个python块import numpy as np from sklearn.linear_model import linearegression regressor=linearegression()x=r.mtcars]y=r.mtcars]model_scikit=regressor.fit(x,y)print(model ckit.intercept print(model ckit.coef]让我们访问r中的模型变量,并查看它在r中的对象类型:这是一个r块模型r“/>

还是蟒蛇?为什么不是两者兼而有之?在R中使用蟒蛇和网状

12月29日,二千零一十八
通过

(本文首次发表于 计量经济学和自由软件,并对 188bet appR博主


这篇简短的博客文章说明了在同一个R笔记本中使用R和python是多么简单,这要归功于
{网状}包裹。为了这个工作,您可能需要将rstudio升级到当前预览版本.
让我们从导入开始{网状}

图书馆(网状)

{网状}是一个rstudio包,它提供“一套全面的互操作性工具
在python和r之间
“。有了它,可以调用python并在
R会话,或者在r markdown中定义python块。我认为使用笔记本是最好的方法
使用python和r;当你想使用python时,只需使用python块:

``` python这里是您的python代码```

甚至还有对python对象方法的自动完成功能:

好极了!

然而,如果您希望在R会话中交互地使用python,你必须启动巨蟒
带着PyrPyPython()函数,启动python repl。你可以做任何你想做的事
想要,甚至从R会话访问对象,然后当您退出repl时,任何物体你
在python中创建的仍然可以在r中访问。我认为以这种方式使用python会更复杂一些
如果你需要使用两种语言,建议你使用R笔记本。

我安装了蟒蛇发行版,在我的系统上安装了蟒蛇。使用它{网状}
我必须先用AuthyPython()函数,它允许我设置所需的Python版本
使用:

#这是一个r chunkuse_python(“~/miniconda3/bin/python”)。

我现在可以加载数据集,仍然使用R:

#这是一个R chunkdata(mtcars)头(mtcars)
##MPG气缸显示HP Drat WT QSec与AM齿轮碳水化合物\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\3.215 19.44 1 03 1黄蜂运动约18.7 8 360 175 3.15 3.440 17.02 0 0 3 2 Valiant 18.1 6 225 105 2.76 3.460 20.22 1 0 3 1金宝搏网址

现在,访问MTCAS数据帧,我只是使用R对象:

#这是一个python chunkprint(r.mtcars.describe())
##MPG气缸显示…AM齿轮碳水化合物计数32.00000032.00000032.000000…32.00000032.00000032.0000表示20.090625 6.187500 230.721875…0.406250 3.687500 2.8125标准6.026948 1.785922 123.938694…0.498991 0.737804 1.6152最小10.400000 4.000000 71.100000…0.0000003.0000001.0000 25%15.425000 4.00000120.825000…0.0000003.0000002.0000 50%19.2000006.00000196.300000…0.0000004.0000002.0000 75%22.800000 8.000000326.000000…1.0000004.0000004.0000最大33.900000 8.000000472.000000…1.0000005.0000008.0000[8行x 11列]

描述()是一个python pandas数据帧方法,用于获取我们数据的汇总统计信息。这意味着
MTCAS已自动从蒂伯尔对象到熊猫数据帧!让我们检查一下它的类型:

#这是一个python chunkprint(type(r.mtcars))。
第七章
        

让我们将摘要统计信息保存在一个变量中:

#这是一个python chunksummary_mtcars=r.mtcars.describe()。

让我们从R访问这个,通过使用Py对象:

#这是一个r chunkclass(py$summary_mtcars)
##[1]“数据帧”

让我们试试更复杂的东西。我们先用python拟合一个线性模型,看看R是怎么看的:

#这是一个python chunkimport numpy as nimport statsmodels.api as smimport statsmodels.formula.api as smfmodel=smf.ols('mpg~hp',data=r.mtcars.fit()打印(model.summary())
##OLS回归结果变量:mpg r-squared:0.602型号:OLS ADJ。R平方:0.589方法:最小二乘F统计量:45.46日期:太阳,2018年12月30日Prob(F-Statistic):1.79E-07时间:00:45:07对数可能性:87.619否。观察结果:32 aic:179.2 df残差:30 bic:182.2 df模型:1协方差类型:非鲁棒================================coef std err t p>t[0.025 0.975]-0.089-0.048 ##峰度:2.935秒。不。386.标准错误假定错误的协方差矩阵已正确指定。

只是为了好玩,我也用SciKit学习库运行了线性回归:

#这是一个python chunkimport numpy,作为npfrom sklearn.linear_model import linearegression regressor=linearegression()x=r.mtcars[[“hp”]]y=r.mtcars[[“mpg”]]model_scikit=regressor.fit(x,y)打印(模型截距)
##[30.09886054]
打印(型号为coef)
##[-0.06822828]]

让我们进入模型R中的变量,并查看R中的对象类型:

#这是一个r chunkmodel _r<-py$modelclass(model _r)
##[1]“statsModels.regression.linear_model.regressionResultsWrapper”[2]“statsModels.base.wrapper.resultsWrapper”[3]“python.builtin.object”

因为这是一个自定义的python对象,它不会转换为等效的R对象。
这是描述在这里.然而,你仍然可以
使用r块内的python方法!

#这是一个r chunkmodel_r$aic
α〔1〕179.2386
模特儿
##拦截HP 30.09886054-0.06822828

我必须说我对{网状}包裹。我想即使你是
主要是一个python用户,如果您需要一个特定的函数,这仍然是非常有意思的。
从一个R包。只需在python markdown块中编写所有脚本,然后使用r
从R块中需要的函数!当然,还有一种从python使用r的方法,python库
打电话RPY2但我不太熟悉。根据我读到的,看起来也很不错
简单易用。

希望你喜欢!如果你觉得这篇博文有用,你可能想跟着
我在推特用于博客文章更新和
给我买杯浓缩咖啡我的朋友.

给我买杯浓缩咖啡 给我买杯浓缩咖啡

留下评论作者,请关注他们博客上的链接和评论: 计量经济学和自由软件.

188bet appR博客提供 每日电子邮件更新金宝搏网址 R新闻与 教程关于以下主题: 数据科学大数据, r作业,可视化(可视化) GGPROTT2箱形图地图动画)程序设计(程序) 演播室斯威夫特乳胶SQL日食吉特哈多普刮网)统计 回归主成分分析时间序列交易还有更多…



如果你走这么远,为什么不 订阅更新 从站点?选择您的口味: 电子邮件推特1188bet app,或 脸谱网

注释已关闭。

搜索R-Blo188bet appggers


赞助商

千万不要错过更新!
订阅R-Bloggers188bet app接收
最新R帖子的电子邮件。
(您将不再看到此消息。)

单击此处关闭(此弹出窗口将不再出现)