大數據文摘作品
編譯：大茜、錢天培
R還是Python？
真是個千古難題！
如果你主要從事數據分析、統計建模和可視化，R大概是你的不二之選。但如果你還想來搞點深度學習，整個自然語言處理，那你可還真得用Python。
如果你處於交叉領域，很可能就需要兩種語言切換。後果是，寫個for loop還出bug真的是家常便飯。報警！
面對這種困境的絕不止你一個人！最近的KDnuggets Analytics的軟體調查中，Python和R位居數據科學和機器學習軟體的前兩名。
如果你真的想提高你在數據科學領域的能力，這兩種語言你確實都應該學習。
不過現在好消息來了！
RStudio開發了一個名為reticulate的包。通過安裝包，你現在可以在R上運行Python的安裝包和函數了~
今天文摘菌就來教教你咋用這個reticulate包。
運行下面的命令來安裝這個包、並導入到您的系統中。
# 安裝reticulate包
install.packages("reticulate")
# 加載reticulate包
library(reticulate)
py_available()
返回值為TRUE或FALSE。如果返回的是TRUE，那恭喜你，您的系統已經有Python啦。FALSE的話就得先去裝一下Python了。
您可以使用函數import（）來導入特定的包或模塊。
os <- import(「os」)
os$getcwd()
上面的命令返回工作目錄。
[1]"C:\\Users\\DELL\\Documents"
您可以使用os包中的listdir（）函數來查看工作目錄中的所有文件。
os$listdir()
第一步：創建新的工作環境；
conda_create(「r-reticulate」)
第二步：在conda環境下安裝「r-reticulate」和「numpy」；
conda_install(「r-reticulate」,「numpy」)
如果「numpy」已經安裝，您不必再次安裝這個包。上面的代碼只是給個例子而已。
第三步：加載包。
numpy <- import(「numpy」)
首先建立一個簡單的numpy數組
y <- array(1:4, c(2, 2))
x <- numpy$array(y)
[,1] [,2]
[1,] 1 3
[2,] 2 4
numpy$transpose(x)
[,1] [,2]
[1,] 1 2
[2,] 3 4
numpy$linalg$eig(x)
numpy$sqrt(x)
numpy$exp(x)
您可以在R中創建交互式Python控制臺。您在Python中創建的對象可在R中使用（反之亦然）。通過使用repl_python（）函數，可以使Python和R交互。首先，下載以下程序中使用的數據集：
repl_python()
# 加載「panda」數據集
import pandas as pd
# 載入數據集
travel = pd.read_excel(「AIR.xlsx」)
# 顯示數據集的行列數
travel.shape
# 隨機選取數據集中的行數
travel.sample(n = 10)
# 按某一標誌分組
travel.groupby(「Year」).AIR.mean()
# 篩選數據個案
t = travel.loc[(travel.Month >= 6) & (travel.Year >= 1955),:]
# 回到R
exit
注意：您需要鍵入「exit」來返回到R會話
你可以在利用py object獲取python裡的對象。
summary(py$t)
在這種情況下，我會用R的summary（）函數並訪問在python中創建的數據集T。此外，您可以使用ggplot2軟體包繪製折線圖。
#利用ggplot2繪製線圖
library(ggplot2)
ggplot(py$t, aes(AIR, Year)) + geom_line()
您可以使用r object來解決這個問題。
先在R中創建一個對象：
mydata = head(cars, n=15)
在Python REPL中調用之前在R中所創建的對象：
repl_python()
import pandas as pd
r.mydata.describe()
pd.isnull(r.mydata.speed)
exit
sklearn軟體包是python中最受歡迎的機器學習軟體包之一，它支持各種統計和機器學習的算法。
repl_python()
# 加載包
from sklearn import datasets
from sklearn.linear_model import LogisticRegression
# 加載資料庫
iris = datasets.load_iris()
# 建立logit模型
model = LogisticRegression()
model.fit(iris.data, iris.target)
# 進行預測
actual = iris.target
predicted = model.predict(iris.data)
#模型性能對比矩陣
print(metrics.classification_report(actual, predicted))
print(metrics.confusion_matrix(actual, predicted))
運行py_config（）命令來查看系統中安裝的R的版本。它還能顯示anaconda和numpy的詳細信息。
py_config()
可以用以下命令來檢查「pandas」是否安裝：
py_module_available(「pandas」)
原文連結：
https://www.r-bloggers.com/run-python-from-r/
【今日機器學習概念】
Have a Great Definition