python中的r和r,Python和R的异同(一）

太过爱你忘了你带给我的痛 2023-01-17 04:48 163阅读 0赞

注

R语言基本数据结构是向量，支持向量化操作。Python不支持向量化

R和Python都是面向对象编程的语言。所以不同的类都各自的方法

R的向量矩阵数组与Python的列表

R语言的核心是向量，向量内的数据类型必须相同，也就是mode只会输出一个结果，如果向量里存在不同数据类型，那么R会以数据损失最小的转换方法让最后结果保持一致。

比如说：

a和b的mode肯定是不同，mode(a)的结果是numeric, mode(b)结果会是character.

R语言里的所有函数就支持向量化操作, 比如说数学运算符和各类函数

a + 1

\[1\] 2 3 4 5

R语言里面是没有标量的，标量被R当作一个元素的向量。Python里面的数据类型是可以单个存放的。所以从输出结果长的像角度上，Python和R语言的向量看起来相同的数据结构应该是列表(list)。list在Python里面序列类型，同类型的还有元祖(tuple)和范围(range)

a = \[1,2,3,4,'b'\]

不过只是在结构上看起来相似，Python不支持向量化操作，所以企图直接a+1是会出错的，即便里面都是数值型数据

a = \[1,2,3,4,5\]

a + 1

\# TypeError: can only concatenate list (not "int") to list

a + \['b','c'\]

\# \[1, 2, 3, 4, 5, 'b', 'c'\]

就我目前的眼界，能想到实现R语言那样的整体运算，在Python里面就是列表推导式了。

\[i + 2 for i in a\]

既然长的像，所以就要看看有哪些运算是共同的。

取值

虽然Python和R都可以用\[\]从数据结构中提取数据，但还是有很大区别。最最要的一个区别就是Python从0开始下标， R从1开始下标。

一维数据

提取一元数据时，如果只提取一个数据两者差不多是相同的；

\# 提取第一个元素

\#\# R

a\[1\]

\#\# Python

a = \[1,2,3,4,5,6\]

a\[0\]

如果要提取多个数据就存在差异了。比如说Python就只能选取连续的几个值，要么分别取值。R语言可以在\[\]中提供一组包含位置信息的向量。R语言的\[\]可以存放Boolean向量，Python里面就需要用列表推导式，循环进行逻辑比较。

\# R

a\[c(1,3)\]

a\[which(a > 2)\]

a\[ a > 1 & a < 4\]

\# Python

a\[1\];a\[3\]

\[i for i in a if i >1 and i <4\]

但是一般而言，我们也不会专门选择几个数值，基本都是根据逻辑判断结果选择一组符合要求的数据。

多维数据

R语言的矩阵和数组结构有专门的结构，matrix和array，但是基础还是向量。在Python里则是通过列表嵌套的方式实现。

\# R matrix 看作三个向量按列排

mdat

dimnames = list(c("row1", "row2"),

c("C.1", "C.2", "C.3")))

\# Python matrix

a= \[\[1,2,3\],\[4,5,6\]\]

\# R 三维数组

\# Python三维数组

d3 = \[\[\[1,3,5\],\[2,4,6\]\],\[\[7,9,11\],\[8,10,12\]\],\[\[19,21,23\],\[20,22,24\]\]\]

多维数据的提取和赋值也是有不大不小的区别,一个是\[x,y,z\],一个是\[z\]\[y\]\[x\]。R从里到外，Python从外到里(我是这样理解的)。尝试分别从Pyhon和R里面提取同一个数据

\# R

d3\[1,2,2\]

\# Python

d3\[1\]\[0\]\[1\]

如果想提取全部第二维度的数据

\# R

d3\[,,2\]

\# Python

d3\[1\]

函数

在函数用法上，两者的差异就真的是很大了。结果就是有段时间只用R，然后按照R的习惯用Python，基本上都出error。比如说对刚才的三维数据求和

\# R

sum(d3)

\# Ptyhon

sum(d3)

TypeError: unsupported operand type(s) for +: 'int' and 'list'

原因是R里面是向量化操作，直接对所有元素进行运算。在Python里面，sum函数会对list里面的各个元素进行求和, 而d3的内一层还是一个列表，所以就会出错了。

最直观的方法就是看看R和Python的多维数组的元素数量：

\# R

length(d3)

\# Python

len(d3); d3.\_\_len\_\_()

因此R和Python的函数只能在一维上存在相似性，超过一维基本用一个错一个。

Python作为一门面向对象编程语言，对于每一种列都有专门的方法，这个方法可以用dir()进行查看。

在R里面dir()是用来查看当前目录下的文件。

dir(list)

\['\_\_add\_\_', '\_\_class\_\_','\_\_contains\_\_',

'\_\_delattr\_\_', '\_\_delitem\_\_', '\_\_dir\_\_', '\_\_doc\_\_',

'\_\_eq\_\_', '\_\_format\_\_', '\_\_ge\_\_', '\_\_getattribute\_\_',

'\_\_getitem\_\_', '\_\_gt\_\_', '\_\_hash\_\_', '\_\_iadd\_\_',

'\_\_imul\_\_', '\_\_init\_\_', '\_\_init\_subclass\_\_',

'\_\_iter\_\_', '\_\_le\_\_', '\_\_len\_\_', '\_\_lt\_\_',

'\_\_mul\_\_', '\_\_ne\_\_', '\_\_new\_\_', '\_\_reduce\_\_',

'\_\_reduce\_ex\_\_', '\_\_repr\_\_', '\_\_reversed\_\_', '\_\_rmul\_\_',

'\_\_setattr\_\_', '\_\_setitem\_\_', '\_\_sizeof\_\_', '\_\_str\_\_',

'\_\_subclasshook\_\_', 'append', 'clear',

'copy', 'count', 'extend',

'index', 'insert', 'pop', 'remove', 'reverse', 'sort'\]

所以Python里面经常会遇到d3.pop()这种调用类方法的形式。在R语言里则是函数的多态性，prin是其中一个多态性函数，它提供了一个接口，根据输入数据类型调用相应的函数

\# R

\# function (x, ...)

\# UseMethod("print")

可以用methods(print)看具体有那些具体函数。

python中的r和r,Python和R的异同(一）

发表评论取消回复

还没有评论，来说两句吧...

相关阅读

相关 Python和R语言交互：Python执行R语言程序脚本

相关 R语言和Python交互

相关 python中%r和%s的区别

相关 python中的r和r,Python和R的异同(一）

相关机器学习r和python_R vs Python用于机器学习

相关 python 变量 r_python – R在大熊猫线性回归中的relevel()和因子变量

相关 python中r 和 \r的区别

相关 %r或者{!r}在python中的意思

相关 \r和\n的作用

相关 python '%r'或者'{!r}'的意思