Diese Präsentation wurde erfolgreich gemeldet.
Wir verwenden Ihre LinkedIn Profilangaben und Informationen zu Ihren Aktivitäten, um Anzeigen zu personalisieren und Ihnen relevantere Inhalte anzuzeigen. Sie können Ihre Anzeigeneinstellungen jederzeit ändern.
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
...
Nächste SlideShare
Wird geladen in …5
×

TekRedik a kígyó… avagy az R és Python összekapcsolásának lehetőségei

1.024 Aufrufe

Veröffentlicht am

Veröffentlicht in: Technologie
  • Als Erste(r) kommentieren

  • Gehören Sie zu den Ersten, denen das gefällt!

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

×