积分商城

最新搜索： 电气工程师手册 mentor licensing XDS560Plu 双向可控硅 自动化概论 26262: 2018
您现在的位置是：首页 > 技术资料 > Python与R语言联合应用的实现
推荐星级：
  • 1
  • 2
  • 3
  • 4
  • 5

Python与R语言联合应用的实现

更新时间：2019-12-20 23:06:04 大小：1M 上传用户：songhuahua查看TA发布的资源 标签：python语言数据处理 下载积分：1分 评价赚积分 （如何评价?） 打赏 收藏 评论(0) 举报

资料介绍

R语言作为主流趋势的统计软件正在发挥越来越重要的作用。而Python语言作为一种面向对象的高级编程语言[1],易学易用,特别是近年来以Anaconda为首的Python发行版整合了大量的数据科学运算工具,使得Python能在数据处理领域发挥更大的作用。在实际应用中,一方面,R语言统计分析功能强大,但


部分文件列表

文件名 大小
Python与R语言联合应用的实现.pdf 1M

【关注B站账户领20积分】

部分页面预览

（完整内容请下载后查看）
·358·  
2017  
4
34  
2
卷第 期  
中国卫生统计  
年
月第  
·
·
方法介绍  
*
Python  
R
与 语言联合应用的实现  
△
( 510515)  
南方医科大学公共卫生学院 生物统计学系  
平凯珂 陈平雁  
［5］  
1
表
两组降低颅内压有效率的比较  
R
语言作为主流趋势的统计软件正在发挥越来越  
Python  
组别  
有效  
无效  
合计  
。
重要的作用  
而
语言作为一种面向对象的高  
［1］  
99  
75  
5
21  
26  
104  
96  
试验组  
对照组  
合计  
，
，
Anaconda  
级编程语言  
易学易用 特别是近年来以  
发行版整合了大量的数据科学运算工  
Python  
Python  
为首的  
174  
200  
，
。
具 使得  
在实际应用中 一方面  
运算速度较慢且内存管理效率不高  
能在数据处理领域发挥更大的作用  
data = robjects. IntVector( ［99，75，5，21］)  
，
，R  
，
语言统计分析功能强大 但  
［2］  
test_data = robjects. r. matrix( data，nrow = 2，ncol = 2)  
In［2］:  
，
导致其在大型  
print test_data  
; ，  
项目的分析与管理方面处于劣势 另一方面 虽然  
Py-  
thon  
，
有完善的内存优化系统 且可以方便地完成数据  
［，1］［，2］  
、 ，  
获取 软件接口对接和数据库交换等数据管理工作 但  
Out［2］: ［1，］99 5  
［2，］75 21  
rpy2. robjects. IntVector  
R 。  
在数据分析方面又需借助 语言得以实现 鉴于此  
，
，
本研究将结合两者的优势 介绍  
Python  
R
语言的调  
对
，
Python  
可见 使用  
将
中的  
vec-  
，
用方法 并通过实例展示其可行性  
。
list  
R
列表元素转换成了 语言中常用的数据结构  
tor， ， R data = c( 99，  
即向量 这等同于在 语言中使用  
Python  
R
语言合并应用方法介绍  
与
75，5，21)  
。 ，rpy2. robjects. r  
创建了一个向量 同样 中已  
Python  
R
Python  
语言的调用使用的是 中的一  
对
R
经集成了 语言里  
matrix  
，
这个创建矩阵的函数 我们  
［3］  
rpy2  
，
Python  
R
、
个程序库  
它可以实现  
对
语言对象  
Python  
，
中将创建好的向量作为其参数 定义行  
直接在  
、 。  
函数 方法的读取与调用 当操作系统中安装了  
Py-  
Python  
R
中直接使用 语言中的矩  
数和列数后即可在  
thon 2. 7 R 3. 0  
和
，
以 上 版 本 时 在 命 令 行 中 运 行  
。 ，  
阵对象 类似的 可以使用  
rpy2. robject. DataFrame  
来
［4］  
pip install rpy2  
。
即可安装该程序库  
R
定义一个 语言中的数据框  
。
rpy2  
interface)  
R
，
提供了两种调用方式 高级接口  
( high － level  
chisq_test = robjects. r［'chisq. test'］  
test_result = chisq_test( test_data，correct = False)  
( low － level interface) ，  
高级接口  
和低级接口  
In［3］:  
，
R
是对 语言的一个高级封装 它将 语言中常见的一  
print( test_result)  
Python  
，
对象或类 使用户  
些函数和对象封装成了原生  
Python  
可以像原生语言一样在  
Out［3］:  
R 。  
中使用 语言  
Pearson's Chi － squared test  
data: structure( c( 99L，75L，5L，21L) ，． Dim = c( 2L，2L) )  
X － squared = 12. 857，df = 1，p － value = 0. 0003362  
1.  
高级接口  
Python  
rpy2. robjects  
模块即可使用该高  
在
中引入  
，
:
级接口 例如  
In［1］: import rpy2. robjects as robjects  
rpy2. robjects. r［' r _code'］ ， r _  
这一句中 若将  
在
code  
R ，  
替换成 语言中的函数名或变量名 并将其赋值  
rpy2. robjects. r  
R
中封装好的 语言对象就可  
此后  
Python  
，
变量 就可以创建对应函数或变量的一个  
给
robjects. r  
。
下面我们以两样本率比较的  
2
以简写成  
了
Python  
，
对象 这里我们把  
R
语言中进行 χ 检验的  
2
，
χ 检验为例 介绍  
Python  
R
调用 语言的高级接口使用  
chisq. test  
chisq_test  
函数赋值到变量  
chisq_test  
中创建该函数对  
Python  
。 1  
方法 数据如表 所示  
。
，
象 此后只要将  
当做普通的  
函数使  
Python  
R 。  
中创建 语言的矩阵对象  
首先我们在  
， R 。  
用即可 函数的参数设置与 语言完全一致 创建成  
，
功后 我们只要将上一步创建的数据放入  
chisq_test  
函
2
，
Pearson  
。
χ 检验结果  
数作为参数 就可以得到对应的  
rpy2 Python R  
中调用 语言的统  
*
( pdjh2016a0091)  
广东大学生科技创新培育专项资金资助  
，
由此可见 使用  
在
△通信作者  
，
计函数是一个非常简单的过程 且程序具有较强的可  
Chinese Journal of Health Statistics，Apr． 2017，Vol． 34，No． 2  
·359·  
。
0 。 ，  
开始的 此外 储存在该对象中的数据本质上是  
读性  
从
2.  
R list， R  
一个 语言中的 储存的顺序和 语言中默认顺  
低级接口  
R
( 、 、 、  
语言存在底层基础运算 如加法 减法 乘方 开  
， R  
序是一样的 所以可以按照原先 语言函数输出的顺  
、 ) ，  
方 循环等运算 速度较慢的劣势 这主要是因为  
R
Python  
。
中获取  
语
序方便地在  
，
言是一种解释型语言 每一句代码都会被处理器临时  
实
例
［2］  
。
编译并下达指令再计算  
但是其在矩阵运算的速  
， ，  
度上却有着优势 特别是其中的很多统计运算包 直接  
Python + R  
来完成数  
下面以实例来说明如何利用  
据获取及其后续统计分析与绘图的任务  
1.  
C
，
语言层面实现了很多复杂统计方法的运算 有时  
。
从
Python numpy、scipy  
能达到  
到的运行效率  
rpy2  
中
这些数值运算库所达不  
实例背景  
。
weather underground  
API  
利用  
网提供的气象数据  
， ( 2011  
接口 获取广州市近五年的每日气温数据 从 年  
的低级接口主要应用于高级接口没有提供封  
11  
1
2016  
11  
1 ) ，  
日
再根据此数据利用  
，
。
月
日至  
年
月
装 或对运算性能有特殊要求的情况  
Python rpy2. rinterface  
模块即可使用该  
，
空间状态模型预测未来的每日平均气温 最后利用  
R
在
中引入  
ggplot2  
。
，
低级接口 例如  
:
语言的  
2.  
包进行时间序列作图  
数据获取  
Python  
import rpy2. rinterface as rinterface  
In［4］:  
urllib2  
bs4 Beauti-  
库中的  
使用  
中的  
模块来抓取网页数据 其中  
URLs  
库和  
rinterface. initr( )  
fulSoup  
，
urllib2  
Python  
是 的  
initr( )  
R
语
这里注意一定要使用  
函数来初始化  
，
URL  
一个获取  
的组件 它通过向指定的  
发出请  
的方式请求该网站  
的气象数据接口 就可以获取到指定城市在指定日期  
BeautifulSoup  
模块提供了一些专用于  
， ，  
言 才可以正确地使用后续接口 还要注意这句代码只  
，
GET  
求来获取数据 此处直接使用  
，
用运行一次 以免出现错误  
。
，
，
低级接口的调用方法与高级接口类似 不同之处  
。
的气象数据  
而
R
在于低级接口可以访问当前 语言运行环境中的所  
、 、 ，  
处理导航 搜索 修改分析树的函数 通过解析文档为  
R
，
语 言 对 象 这 一 过 程 主 要 是 通 过  
有
，
用户提供需要抓取的数据 我们利用此模块可以自由  
rpy2. rinterface. globalenv get  
，
类中的  
函数来完成 这个  
sexp  
指针对象 我们同样以两样本率比较的 χ 检验为例  
1。  
urllib2  
，
库中已经获取的气象数据  
地根据需要提取出  
如广州市每日的气温 风力 风向 湿度 日落日出时间  
Beautiful-  
Python  
R
函数会在  
中创建一个指向 语言环境的  
、
、
、
、
2
。
。
，
等
如果我们仅需要气温数据 可以再利用  
，
来说明这一过程 数据参见表  
Soup  
urllib2  
。
库中提取  
模块单独从  
3.  
数据整理  
matrix = rinterface. globalenv. get( “matrix”)  
data = rinterface. IntSexpVector( ［99，75，5，21］)  
test_data = matrix( data，nrow = 2，ncol = 2)  
print test_data  
In［5］:  
，
由于获取到的数据为华氏度 我们需要将数据转  
。
Python  
中需要使用循环语句来逐个  
换为摄氏度  
在
， R  
转换 而在 语言中我们只需要利用它的矩阵特性  
，
Out［5］:  
data. frame  
。
在
数据框中只要一句代码即可批量转换  
rpy2. robject. DataFrame  
＜ rpy2. rinterface. IntSexpVector － Python: 0x0000000003A1549  
8/R:0x00000000071CFC30 ＞  
，
如前所述 我们使用  
来定义一  
R
， 。  
语言中的数据框 然后完成数据的转换工作  
个
，
在这里我们可以看到 低级接口中无法直接将  
R
4.  
数据分析  
print ， Python  
函数打印出来 因为储存在  
语言的结果用  
R
我们使用 语言中的  
forecast  
包来进行时间序列  
，
中的对象实际是指向了内存地址 要访问具体的数据  
。
数据的生成与预测 首先利用  
msts  
函数来创建带有  
2
，
则需要访问该变量的各个下标 比如进行  
Pearson  
χ
， ，  
季节效应的时间序列数据 这里为了简便起见 我们直  
、
检验后使用下标表示统计量 自由度  
、P  
值等检验结  
1
接设定季节效应期为 年 把  
， seasonal. periods  
参数设  
tbats  
函数  
。
果
365. 25  
。
置成  
来进行状态空间模型中的  
forecast  
即可 然后我们将该数据使用  
chisq_test =rinterface. globalenv. get( 'chisq. test')  
TBATS  
。
模型建模 最后利  
test_result =chisq_test( test_data，correct =False)  
In［6］:  
。
prin(t “Method: %s\nChi －squared =%s，df =%s，p －value =%s”%  
用
函数来生成随后的预测数据  
( test_result［3］［0］，test_result［0］［0］，test_result［1］［0］，test_result［2］［0］) )  
5.  
分析完成之后 我们可以利用 语言的  
，rpy2  
可视化作图  
，
R
ggplot2  
包
Method: Pearson's Chi － squared test  
Chi － squared = 12. 8570699857，df = 1，  
Out［6］:  
，
来进行数据可视化作图 值得一提的是  
中已经封  
p － value = 0. 000336206596885  
R
装了 语言中整个  
ggplot2  
，
包 只要在  
Python  
中直接  
Python  
中
， R  
需注意 与 语言不同  
，Python  
rpy2. robjects. lib. ggplot2  
，
模块 即可在  
中数组的下标是  
引入  

相关下载

全部评论(0)

暂无评论
评论赚积分>>

上传资源 上传优质资源有赏金

热门标签

更多>>

最新上传

  • 打赏
  • 30日榜单

热门下载

资料专题

推荐下载

本站上的所有资源均为源于网上收集或者由用户自行上传，仅供学习和研究使用，无任何商业目的，版权归原作如有侵权，请 来信指出，本站将立即改正。

ICP许可证号：京ICP证070360号     21IC电子网 2000- 版权所有

京ICP备11013301号

京公网安备 11010802024343号