如果你從事數(shù)據(jù)科學(xué)的工作，可能會(huì)立即想到兩種編程語言：R和Python。

事實(shí)上，R和Python本身是很好的工具，但通常被認(rèn)為是競(jìng)爭(zhēng)對(duì)手。今天推薦的這篇文章將會(huì)把兩者進(jìn)行比較，而不是將它們視為兩種選擇。

如果你在Google搜索欄中輸入R vs Python，會(huì)立即獲得大量有關(guān)一方的優(yōu)勢(shì)的文章。

[[261076]]

產(chǎn)生這種結(jié)果的原因之一，是人們根據(jù)他們根據(jù)對(duì)編程語言使用的選擇將數(shù)據(jù)科學(xué)領(lǐng)域劃分為陣營(yíng)，一個(gè)R營(yíng)地和一個(gè)Python營(yíng)地。而且這兩個(gè)陣營(yíng)往往不能和諧相處，其中的成員都相信他們的語言優(yōu)于對(duì)方。因此，在某種程度上，分歧并不在于工具，而在于——

為什么不同時(shí)使用呢?

數(shù)據(jù)科學(xué)中有很少一部分人同時(shí)使用Python和R。但事實(shí)上，有很多人雖然只用一種編程語言，但他們也想要使用另一個(gè)軟件的某些功能。例如，R用戶有時(shí)會(huì)想要使用Python本機(jī)的面向?qū)ο竽芰Γ瑯樱恍㏄ython用戶也想用R中的各種統(tǒng)計(jì)分布。

上圖是Red Monk在2018年第三季度進(jìn)行的調(diào)查結(jié)果。這個(gè)調(diào)查數(shù)據(jù)來源于Stack Overflow和Github上的語言的流行度，它清楚地表明R和Python普及度都比較高。因此，沒有內(nèi)在的理由說明為什么我們不能在同一個(gè)項(xiàng)目上同時(shí)使用二者。我們的最終目標(biāo)應(yīng)該是更好地分析并獲得更好的理解，編程語言的選擇不應(yīng)成為實(shí)現(xiàn)這一目標(biāo)的障礙。

R與Python回顧

讓我們來看看這些語言以及它們的優(yōu)缺點(diǎn)。

Python

自1991年發(fā)布以來，Python一直非常受歡迎，并廣泛用于數(shù)據(jù)處理。優(yōu)點(diǎn)有：

• 面向?qū)ο蟮恼Z言。
• 廣泛的用途。
• 有很多擴(kuò)展(功能)和強(qiáng)大的社區(qū)支持。
• 簡(jiǎn)單，易與理解和學(xué)習(xí)。
• 在pandas，numpy和scikit-learn這樣的軟件包上，Python是機(jī)器學(xué)習(xí)活動(dòng)的***選擇。

但是，與R不同，Python沒有用于統(tǒng)計(jì)計(jì)算的專用包。

[[261078]]

R

R的***個(gè)版本發(fā)布于1995年，從那時(shí)起它就成為業(yè)界最常用的數(shù)據(jù)科學(xué)工具之一。

• 幾乎包含所有可以想到的統(tǒng)計(jì)應(yīng)用程序的安裝包。CRAN目前擁有超過10k的包。
• 配備了完備的?可視化庫，如ggplot2。
• 能夠進(jìn)行獨(dú)立分析。

性能良好的R不是最快的語言，并且在處理大型數(shù)據(jù)集時(shí)有時(shí)可能會(huì)內(nèi)存過多。

充分利用這兩種語言

我們能否同時(shí)利用R的統(tǒng)計(jì)能力和Python的編程能力?當(dāng)我們可以輕松地在R或Python腳本中嵌入SQL代碼時(shí)，為什么不將R和Python混合在一起呢?

基本上有兩種方法可以在一個(gè)項(xiàng)目中同時(shí)使用Python和R.

在Python中使用R

• PypeR

(http://bioinfo.ihb.ac.cn/softwares/PypeR/)

PypeR提供了一種簡(jiǎn)單的方法，通過管道從Python訪問R。PypeR也包含在Python的Package Index中，它提供了一種更方便的安裝方式。當(dāng)Python和R之間不需要頻繁的交互式數(shù)據(jù)傳輸時(shí)，PypeR特別有用。通過管道運(yùn)行R，Python程序在流程操作系統(tǒng)平臺(tái)(包括Windows 、GNU Linux和Mac OS)的子流程控制下，可以獲得內(nèi)存控制和可移植性方面的靈活性。

pyRserve

(https://pypi.org/project/pyRserve/)

pyRserve使用Rserve作為RPC連接網(wǎng)關(guān)。通過這種連接，可以在Python中用R設(shè)置變量，也可以遠(yuǎn)程調(diào)用R函數(shù)。R對(duì)象作為Python實(shí)現(xiàn)的類的實(shí)例公開，在許多情況下R函數(shù)作為這些對(duì)象的綁定方法。

• rpy2

(https://rpy2.bitbucket.io/)

rpy2在Python進(jìn)程中運(yùn)行嵌入式R。它創(chuàng)建了一個(gè)框架，可以將Python對(duì)象轉(zhuǎn)換為R對(duì)象，將它們傳遞給R函數(shù)，并將R輸出轉(zhuǎn)換回Python對(duì)象。rpy2更常用，并且在積極開發(fā)中。

[[261079]]

在Python中使用R的一個(gè)優(yōu)點(diǎn)是可以在Python中輕易使用R的強(qiáng)大軟件包，如ggplot2，tidyr，dplyr等。舉一個(gè)例子，讓我們看看如何在Python中使用ggplot2進(jìn)行映射。

• 基本場(chǎng)景

https://rpy2.github.io/doc/latest/html/graphics.html#plot

• 幾何

https://rpy2.github.io/doc/latest/html/graphics.html#geometry

在R中使用Python

我們可以使用下面其中一種替代方法在Python中運(yùn)行R腳本：

• rJython

(https://r-forge.r-project.org/projects/rjython/)

該包通過Jython實(shí)現(xiàn)了Python的接口。它旨在讓其他包能夠與R一起嵌入python代碼。

•  rPython

(https://cran.r-project.org/web/packages/rPython/index.html)

rPython又是一個(gè)允許R調(diào)用Python的包。它使得在R中運(yùn)行Python代碼，進(jìn)行函數(shù)調(diào)用，分配和檢索變量等成為可能。

• SnakeCharmR

(https://github.com/asieira/SnakeCharmR)

SnakeCharmR是rPython的現(xiàn)代版本。它是'rPython'的一個(gè)分支，它用了'jsonlite'并且比rPython有很多進(jìn)步之處。

• PythonInR

(https://bitbucket.org/Floooo/pythoninr/)

PythonInR通過提供從內(nèi)部與Python交互的函數(shù)，使得從R內(nèi)部訪問Python變得非常容易。

•  reticulate

(https://github.com/rstudio/reticulate)

網(wǎng)狀軟件包為Python和R之間的互操作性提供了一套全面的工具。在上述所有選擇中，這個(gè)是最廣泛使用的，更是因?yàn)樗诒籖studio積極開發(fā)。Reticulate在R會(huì)話中嵌入Python會(huì)話，實(shí)現(xiàn)無縫、高性能的互操作性。該軟件包使你能夠?qū)ython代碼網(wǎng)格化為R，從而創(chuàng)建一個(gè)將兩種語言編織在一起的新項(xiàng)目。

[[261083]]

網(wǎng)狀包提供以下設(shè)施：

• 以各種方式從R調(diào)用Python，包括R Markdown，獲取Python腳本，導(dǎo)入Python模塊以及在R會(huì)話中以交互方式使用Python。
• R和Python對(duì)象之間的轉(zhuǎn)換(例如，R和Pandas數(shù)據(jù)幀之間，或R矩陣和NumPy數(shù)組之間)。
• 靈活地綁定到不同版本的Python，包括虛擬環(huán)境和Conda環(huán)境。

結(jié)論

R和Python都是非常強(qiáng)大的語言，其中任何一種語言都足以執(zhí)行數(shù)據(jù)分析任務(wù)。但是，對(duì)于這兩者來說肯定存在一些優(yōu)缺點(diǎn)，如果我們能夠利用兩者的優(yōu)勢(shì)，一定可以做得更好。無論如何，對(duì)二者進(jìn)行充分的了解能夠讓我們?cè)诟嗟沫h(huán)境中進(jìn)行工作。