kilometer’s

a junk space

[研究関連]　 [R関連]　[書評]　[その他]

home

reticulate

資料

前にTokyo.Rで話したスライド。

この.mdを出力した.Rmdを一緒においておきます。

準備

  1. Rをインストール
  2. Pythonをインストール
  3. RStudioをインストール
  4. RStudioでプロジェクトを作る
  5. RStudioのプロジェクトのTerminalを開く
  6. pipenvをインストール brew install pipenv
  7. 仮想環境を作る pipenv shell
  8. numpyをインストール pipenv install numpy
  9. 仮想環境のアドレスを確認 pipenv --venue

pandasは人権なのでインストールしておこう pipenv install pandas

環境設定

R側

library(tidyverse)
library(reticulate)
library(palmerpenguins)

Python環境を指定

pipenv --venvの出力結果に/bin/pythonをくっつけたもの。

pyenv <- "/Users/[user_name]/.local/share/virtualenvs/[project_name]-[randum_strings]/bin/python"

use_python(python = pyenv,
           required = TRUE)
pyenv <- "/Users/km_pro/.local/share/virtualenvs/km-j9UBZ8XA/bin/python"

use_python(python = pyenv,
           required = TRUE)

Python側

import numpy as np
import pandas as pd

挙動

Rコードは{r}のチャンクで書く。 こんな感じ、

```{r}
df <- penguins
```

RのオブジェクトをPython側で読み込む時はr.をつけるだけ

```{python}
df = r.df
```

普通にPythonが書ける。

df
##        species     island  bill_length_mm  ...  body_mass_g     sex  year
## 0       Adelie  Torgersen            39.1  ...         3750    male  2007
## 1       Adelie  Torgersen            39.5  ...         3800  female  2007
## 2       Adelie  Torgersen            40.3  ...         3250  female  2007
## 3       Adelie  Torgersen             NaN  ...  -2147483648     NaN  2007
## 4       Adelie  Torgersen            36.7  ...         3450  female  2007
## ..         ...        ...             ...  ...          ...     ...   ...
## 339  Chinstrap      Dream            55.8  ...         4000    male  2009
## 340  Chinstrap      Dream            43.5  ...         3400  female  2009
## 341  Chinstrap      Dream            49.6  ...         3775    male  2009
## 342  Chinstrap      Dream            50.8  ...         4100    male  2009
## 343  Chinstrap      Dream            50.2  ...         3775  female  2009
## 
## [344 rows x 8 columns]

dplyrのfilter()はpandasのquery()

df_adelie = df.query('species == "Adelie"')

dplyrのselectはpandasのfilter()

df_bill_body = df_adelie.filter(["bill_length_mm", "body_mass_g"])

R側にPythonのオブジェクトを読み込む時

py <- import_main()
df_a <- py$df_bill_body

df_a %>% 
  filter(bill_length_mm >= 40) %>% 
  as_tibble()
## # A tibble: 51 x 2
##    bill_length_mm body_mass_g
##             <dbl>       <int>
##  1           40.3        3250
##  2           42          4250
##  3           41.1        3200
##  4           42.5        4500
##  5           46          4200
##  6           40.6        3550
##  7           40.5        3200
##  8           40.5        3950
##  9           40.9        3900
## 10           42.2        3550
## # … with 41 more rows

Numpyの受け渡し

numpyのアレイはR側にはマトリックスで渡される。

x = [0, 1, 2]
y = np.array([range(5)])
z = np.array([range(15)]).reshape(5, 3)
py <- import_main()

py$x
## [1] 0 1 2
py$y
##      [,1] [,2] [,3] [,4] [,5]
## [1,]    0    1    2    3    4
py$z
##      [,1] [,2] [,3]
## [1,]    0    1    2
## [2,]    3    4    5
## [3,]    6    7    8
## [4,]    9   10   11
## [5,]   12   13   14

逆もまた然り。

xx <- c(0:4)
yy <- matrix(0:14, 3)
r.xx
## [0, 1, 2, 3, 4]
r.yy
## array([[ 0,  3,  6,  9, 12],
##        [ 1,  4,  7, 10, 13],
##        [ 2,  5,  8, 11, 14]], dtype=int32)
r.yy[0] # ゼロから始まるぞ！
## array([ 0,  3,  6,  9, 12], dtype=int32)