python中調用r語言包（python r語言）

• 1、將R語言寫的一段代碼用Python寫出來
• 2、求助，R語言在python中調用問題
• 3、python與r語言哪個好
• 4、R語言與Python是什麼？

哈哈哈哈。python除了去SciPy這類科學計算的包外，還真不好跟R的計算功能直接類比和改寫。別人R中一句話調用了包中的數學函數，你python憑什麼很容易的改寫出來？

你使用的方法沒有問題。r.mydose()調用後返回的東西不是報錯，是因為mydose這個function返回值就是NULL,所以rpy就相應的返回了rpy2.rinterface.NULL，沒有問題。以上是我的測試nofunc是一個什麼也不做的functionhello是輸出Hello world的function

Python比較好點，Python用的人比較多。

ython和R這2個都擁有龐大的用戶支持。2017年的調查顯示，近45％的數據科學家使用Python作為主要的編程語言，另一方面，11.2％的數據科學家使用R語言。

python與r語言區別如下：

Python的優勢：

1. Python 包含比R更豐富的數據結構來實現數據更精準的訪問和內存控制，大多數深度學習研究都是用python來完成的。

2. Python與R相比速度要快。Python可以直接處理上G的數據;R不行，R分析數據時需要先通過資料庫把大數據轉化為小數據(通過groupby)才能交給R做分析，因此R不可能直接分析行為詳單，只能分析統計結果。

3. Python優於R的另一個優勢是將模型部署到軟體的其他部分。Python是一種通用性語言，用python編寫應用程序，包含基於Python的模型的過程是無縫的。

4. Python是一套比較平衡的語言，各方面都可以，無論是對其他語言的調用，和數據源的連接、讀取，對系統的操作，還是正則表達和文字處理，Python都有著明顯優勢，尤其在計算機編程、網路爬蟲上更有優勢。

R語言的優勢：

1. R在統計分析上是一種更高效的獨立數據分析工具。在R中進行大量的統計建模研究，有更廣泛的模型類可供選擇，如果你對建模有疑問，R是最合適的。

2. R的另外一個技巧就是使用Shiny輕鬆地創建儀錶盤，Python也有Dash作為替代，但是不夠成熟。

3. R的函數是為統計學家開發的，因此它具有特定領域優勢，比如數據可視化的強大特性，由R Studio的首席科學家Hadley Wickham創建的ggplot2 如今是R歷史上最受歡迎的數據可視化軟體包之一。

ggplot2允許用戶在更高的抽象級別自定義繪圖組件。我個人非常喜歡ggplot2的各種功能和自定義。ggplot2提供的50多種圖像適用於各種行業。

都是程序計算機語言。

Python入門簡單，而R則相對比較難一些。R做文本挖掘現在還有點弱，當然優點在於函數都給你寫好了，你只需要知道參數的形式就行了，有時候即使參數形式不對，R也能”智能地」幫你適應。這種簡單的軟體適合想要專註於業務的人。

Python幾乎都可以做，函數比R多，比R快。它是一門語言，R更像是一種軟體，所以python更能開發出flexible的演算法。

相關介紹

Python和R本身在數據分析和數據挖掘方面都有比較專業和全面的模塊，很多常用的功能，比如矩陣運算、向量運算等都有比較高級的用法，所以使用起來產出比大。

這兩門語言對於平台方面適用性比較廣，linux、window都可以使用，並且代碼可移植性還算不錯的。對於學數理統計的人來說，應該大多用過MATLAB以及mintab等工具，Python和R比較貼近這些常用的數學工具，使用起來有種親切感。