【我們為什麼挑選這篇文章】很久沒有出一些關於工程師的教學工具文了，請慢慢服用，這篇很有用！（責任編輯：林子鈞）
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件的前兩名。
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~
今天就來教教你用這個 reticulate 包。
安裝並載入 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")
# 載入 reticulate 包
library(reticulate)
檢查您的系統是否安裝過 Python
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。
在 R 中導入一個 python 模塊
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()
安裝 Python 包
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”)
使用 numpy 數組
首先 建立一個簡單的 numpy 數組
y <- array(1:4, c(2, 2))
x <- numpy$array(y)
[,1] [,2]
[1,] 1 3
[2,] 2 4
將數組進行轉置
numpy$transpose(x)
[,1] [,2]
[1,] 1 2
[2,] 3 4
求特徵根和特徵向量
numpy$linalg$eig(x)
一些數學函數
numpy$sqrt(x)
numpy$exp(x)
交互地使用 Python
您可以在 R 中創建交互式 Python 控制台。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
怎樣從 R 中獲取在 python 中創建的對象
你可以在利用 py object 獲取 python 裡的對象。
summary(py$t)
在這種情況下，我會用 R 的 summary（）函數並訪問在 python 中創建的數據集 T。此外，您可以使用 ggplot2 軟件包繪製折線圖。
#利用 ggplot2 繪製線圖
library(ggplot2)
ggplot(py$t, aes(AIR, Year)) + geom_line()
怎樣從 Python 中獲取在 R 中創建的對象
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
使用 sklearn 包構建 Logistic 回歸模型
sklearn 軟件包是 python 中最受歡迎的機器學習軟件包之一，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
# 加載數據庫
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))
其他有用的函數
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”)
–
程式語言，你用的上的工具包
28 種 Coding 語言簡史：有人真的很不喜歡括號，於是發明了 Python
【附完整程式碼教學】教你一步一步用 Python 打造數據實驗室，輕鬆預測比特幣價格趨勢
【最好學、最流行】從大數據到網頁通通包辦的工具人，好 Python 不學嗎？
（本文經合作夥伴 大數據文摘 授權轉載，並同意 TechOrange 編寫導讀與修訂標題，原文標題為 〈手把手 | 哇！用 R 也可以跑 Python 了 〉。）
人工智慧 x 雲端應用 Solution 是什麼？
10 分鐘填寫 TO 趨勢調查問卷，就送您人工智慧黃金時代必備祕笈：1. 結果分析報告
2.專家客製化 IT 雲端轉型完整建議>> 填問卷 Get 祕笈
