Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.
TekRedik a kígyó…
avagy az R és Python összekapcsolásának lehetőségei

Nádudvari György
reedcourty@gmail.com

2014. január...
Kapcsolatom az R-rel és a Pythonnal

 Először 2012-ben
„találkoztunk”
 Kevés tapasztalat
o Logelemzés
o Vizuális adatele...
Erősségek és gyengeségek

 Statisztikai nyelv
 Számomra nehézkes

 Általános használatra
 Egyszerű

Plottok forrása: h...
Erősségek és erősségek

 Plottolás
 Statisztikai csomagok
 Közösség

+

 Hatékony, gyors
fejlesztés
 Közösség

=
Prof...
Lehetőségek
R → Python
 RSPython

 rPython
R → Python – system()
Python → R – rpy2

Forrás: rpy2 dokumentáció
Python → R – rpy2 szintek, csomagok
Python → R – rpy2 R session-ök
Python → R – rpy2
 Egy példa:
Alkalmazás egy saját projektnél
Indokok
 Határidő
 Több tapasztalat Pythonnal
 Már meglévő R-es kódbázis
Előnyök





Gyorsabb fejlesztés
Egyszerűbb integráció
Kész R-es függvények minimális módosítása
Igényes grafikonok
Összefoglalás
 Merjünk kilépni az R-es világból!
 A számunkra leghatékonyabb eszközt használjuk!
 A lehetőség megvan 
...
Referenciák
 RSPython
o http://www.omegahat.org/RSPython/
o http://bioinf.wehi.edu.au/folders/james/RSPython/

 rPython
...
Upcoming SlideShare
Loading in …5
×

TekRedik a kígyó… avagy az R és Python összekapcsolásának lehetőségei

931 views

Published on

Published in: Technology
  • Be the first to comment

  • Be the first to like this

TekRedik a kígyó… avagy az R és Python összekapcsolásának lehetőségei

  1. 1. TekRedik a kígyó… avagy az R és Python összekapcsolásának lehetőségei Nádudvari György reedcourty@gmail.com 2014. január 15 Budapesti Műszaki és Gazdaságtudományi Egyetem Méréstechnika és Információs Rendszerek Tanszék
  2. 2. Kapcsolatom az R-rel és a Pythonnal  Először 2012-ben „találkoztunk”  Kevés tapasztalat o Logelemzés o Vizuális adatelemzés  „Hello World!” 2002.12.26.-án  Számomra „A” nyelv o Web o Rendszeradminisztráció o Kényelmi funkciók
  3. 3. Erősségek és gyengeségek  Statisztikai nyelv  Számomra nehézkes  Általános használatra  Egyszerű Plottok forrása: http://ghalib.me/blog/a-superficial-comparison-of
  4. 4. Erősségek és erősségek  Plottolás  Statisztikai csomagok  Közösség +  Hatékony, gyors fejlesztés  Közösség = Profit
  5. 5. Lehetőségek
  6. 6. R → Python  RSPython  rPython
  7. 7. R → Python – system()
  8. 8. Python → R – rpy2 Forrás: rpy2 dokumentáció
  9. 9. Python → R – rpy2 szintek, csomagok
  10. 10. Python → R – rpy2 R session-ök
  11. 11. Python → R – rpy2  Egy példa:
  12. 12. Alkalmazás egy saját projektnél
  13. 13. Indokok  Határidő  Több tapasztalat Pythonnal  Már meglévő R-es kódbázis
  14. 14. Előnyök     Gyorsabb fejlesztés Egyszerűbb integráció Kész R-es függvények minimális módosítása Igényes grafikonok
  15. 15. Összefoglalás  Merjünk kilépni az R-es világból!  A számunkra leghatékonyabb eszközt használjuk!  A lehetőség megvan  Köszönöm a figyelmet! @reedcourty
  16. 16. Referenciák  RSPython o http://www.omegahat.org/RSPython/ o http://bioinf.wehi.edu.au/folders/james/RSPython/  rPython o http://rpython.r-forge.r-project.org/ o http://www.insider.org/packages/cran/rPython/docs/python.call  rpy2 o http://rpy.sourceforge.net/rpy2.html o http://rpy.sourceforge.net/rpy2/doc-2.3/html/index.html

×