R 与 Python 的接口

reticulate 包提供了一套全面的工具，用于实现 Python 和 R 之间的互操作性。该包包括以下功能：

通过多种方式从 R 调用 Python，包括 R Markdown、执行 Python 脚本、导入 Python 模块，以及在 R 会话中交互式使用 Python。
在 R 和 Python 对象之间进行转换（例如，R 和 Pandas 数据框之间，或 R 矩阵和 NumPy 数组之间）。
灵活绑定不同版本的 Python，包括虚拟环境和 Conda 环境。

Reticulate 在 R 会话中嵌入了一个 Python 会话，实现了无缝、高性能的互操作性。如果你是一个在工作中使用 Python 的 R 开发者，或者是一个同时使用两种语言的数据科学团队成员，reticulate 可以显著简化你的工作流程！

入门

安装

从 CRAN 安装 reticulate 包：

install.packages("reticulate")

Python 版本

默认情况下，reticulate 使用名为 "r-reticulate" 的独立 Python 虚拟环境。

你可以使用 use_python() 函数指定其他 Python 版本，例如：

library(reticulate)
use_python("/usr/local/bin/python")

use_virtualenv() 和 use_condaenv() 函数允许你指定虚拟环境或 Conda 环境中的 Python 版本，例如：

library(reticulate)
use_virtualenv("myenv")

有关更多详细信息，请参阅 Python 版本配置文章。

Python 包

你可以使用标准的 shell 工具（如 pip 和 conda）安装所需的 Python 包。或者，reticulate 包含了一套用于在虚拟环境和 Conda 环境中管理和安装包的函数。有关更多详细信息，请参阅安装 Python 包文章。

调用 Python

有多种方法可以将 Python 代码集成到你的 R 项目中：

R Markdown 中的 Python — R Markdown 的新 Python 语言引擎，支持 R 和 Python 之间的双向通信（R 代码块可以访问 Python 对象，反之亦然）。
导入 Python 模块 — import() 函数允许你导入任何 Python 模块，并直接从 R 调用其函数。
执行 Python 脚本 — source_python() 函数允许你执行 Python 脚本，就像使用 source() 执行 R 脚本一样（脚本中定义的 Python 函数和对象可以直接在 R 会话中使用）。
Python REPL — repl_python() 函数在 R 中创建一个交互式 Python 控制台。你在 Python 中创建的对象可以在 R 会话中使用（反之亦然）。

以下将详细解释每种技术。

R Markdown 中的 Python

reticulate 包为 R Markdown 提供了一个 Python 引擎，具有以下特性：

在嵌入 R 会话的单个 Python 会话中运行 Python 代码块（Python 代码块之间共享变量/状态）
打印 Python 输出，包括来自 matplotlib 的图形输出。
使用 py 对象从 R 访问在 Python 代码块中创建的对象（例如，py$x 可以从 R 访问在 Python 中创建的 x 变量）。
使用 r 对象从 Python 访问在 R 代码块中创建的对象（例如，r.x 可以从 Python 访问在 R 中创建的 x 变量）

提供了许多 Python 对象类型的内置转换，包括 NumPy 数组和 Pandas 数据框。例如，你可以使用 Pandas 读取和处理数据，然后使用 ggplot2 轻松绘制 Pandas 数据框：

请注意，只要安装了 reticulate，R Markdown 中的 reticulate Python 引擎默认就会启用。

有关更多详细信息，请参阅 R Markdown Python 引擎文档。

导入 Python 模块

你可以使用 import() 函数导入任何 Python 模块并从 R 中调用它。例如，以下代码导入 Python 的 os 模块并调用 listdir() 函数：

library(reticulate)
os <- import("os")
os$listdir(".")

 [1] ".git"             ".gitignore"       ".Rbuildignore"    ".RData"
 [5] ".Rhistory"        ".Rproj.user"      ".travis.yml"      "appveyor.yml"
 [9] "DESCRIPTION"      "docs"             "external"         "index.html"
[13] "index.Rmd"        "inst"             "issues"           "LICENSE"
[17] "man"              "NAMESPACE"        "NEWS.md"          "pkgdown"
[21] "R"                "README.md"        "reticulate.Rproj" "src"
[25] "tests"            "vignettes"

可以通过 $ 运算符访问 Python 模块和类中的函数和其他数据（类似于你与 R 列表、环境或引用类交互的方式）。

导入的 Python 模块支持代码补全和内联帮助：

有关从 R 中与 Python 对象交互的更多详细信息，请参阅从 R 调用 Python。

执行 Python 脚本

你可以使用 source_python() 函数执行任何 Python 脚本，就像使用 source() 执行 R 脚本一样。例如，如果你有以下 Python 脚本 flights.py：

import pandas
def read_flights(file):
  flights = pandas.read_csv(file)
  flights = flights[flights['dest'] == "ORD"]
  flights = flights[['carrier', 'dep_delay', 'arr_delay']]
  flights = flights.dropna()
  return flights

那么你可以执行该脚本并按如下方式调用 read_flights() 函数：

source_python("flights.py")
flights <- read_flights("flights.csv")

library(ggplot2)
ggplot(flights, aes(carrier, arr_delay)) + geom_point() + geom_jitter()

有关源Python代码的更多细节，请参阅source_python()文档。

Python REPL

如果你想交互式地使用Python，可以调用repl_python()函数，它在R会话中提供了一个嵌入式Python REPL。在Python REPL中创建的对象可以通过reticulate导出的py对象从R中访问。例如：

在Python REPL中输入exit可以返回R提示符。

请注意，Python代码也可以使用r对象（如r.flights）访问R会话中的对象。有关使用嵌入式Python REPL的更多详细信息，请参阅repl_python()文档。

类型转换

在调用Python时，R数据类型会自动转换为相应的Python类型。当值从Python返回到R时，它们会被转换回R类型。类型转换如下：

R	Python	示例
单元素原子向量	标量	`1`, `1L`, `TRUE`, `"foo"`
无名列表或多元素原子向量	列表	`c(1.0, 2.0, 3.0)`, `c(1L, 2L, 3L)`
有名列表	字典	`list(a = 1L, b = 2.0)`, `dict(x = x_data)`
矩阵/数组	NumPy ndarray	`matrix(c(1,2,3,4), nrow = 2, ncol = 2)`
数据框	Pandas DataFrame	`data.frame(x = c(1,2,3), y = c("a", "b", "c"))`
函数	Python函数	`function(x) x + 1`
NULL, TRUE, FALSE	None, True, False	`NULL`, `TRUE`, `FALSE`

如果返回的是自定义类的Python对象，则会返回该对象的R引用。你可以像使用R引用类实例一样调用该对象的方法和访问其属性。

学习更多

以下文章涵盖了使用reticulate的各个方面：

从R调用Python — 描述了从R访问Python对象的各种方法，以及用于更高级交互和转换行为的可用函数。
R Markdown Python引擎 — 提供了在R Markdown文档中使用Python代码块的详细信息，包括如何从R代码块调用Python代码，反之亦然。
Python版本配置 — 描述了在R会话中确定reticulate使用哪个Python版本的设施。
安装Python包 — 关于从PyPI或Conda安装Python包，以及使用virtualenvs和Conda环境管理包安装的文档。
在R包中使用reticulate — 在R包中使用reticulate的指南和最佳实践。
R和Python中的数组 — 关于R和Python中数组差异及其对转换和互操作性影响的高级讨论。
Python入门 — 为R用户介绍Python。