将numpy ndarrays读入R？

Question

我有一个三个维度的 numpy ndarray，作为 .npy 文件保存到磁盘。我想把它带入 R 来应用一些在 python 中没有实现的统计函数。有没有方便的方法呢？ RcppCNPy 没有推广到 3+ 维度，至少现在还没有。

我总是可以在 python 端以某种不同的格式保存数组，但这不太方便并且更容易出错。

这是一些虚拟数据：

import numpy as np
goats_are_super = np.array(list(range(24))).reshape(4,3,2)
np.save("goats_are_super", goats_are_super)

Answer 1

早在 2016 年，我遇到了类似的问题。可以在这里找到 Avinash Balakrishnan 和我提出的解决方案：

http://thecoatlessprofessor.com/programming/numpy-arrays-to-r-array-objects/

简而言之，我们使用rpy2 来处理 NumPy 到 R 数组的转换。

import os, sys, getopt
import numpy as np
import re

from rpy2.robjects import r
from rpy2.robjects.numpy2ri import numpy2ri

def convert_numpy(path_to_data, fname, export_dir):
    """Convert NumPy N-D array to R object

    Keyword arguments:
    path_to_data -- full dir path to data
    fname        -- partial file name to match
    export_dir   -- Name of export dir added to data dir
    """  
    # Create a directory path
    if not os.path.exists("%s/%s" % (path_to_data,export_dir)):
        os.makedirs("%s/%s" % (path_to_data,export_dir))

    # Get list of files in the directory
    files = os.listdir(path_to_data)

    # Sort out which files are of each type
    numpy_files = sorted([f for f in files if fname in f])

    # Begin process conversion
    for numpy_fname in numpy_files:

        # Load in 4D Numpy Array
        d = np.load("%s/%s" % (path_to_data, numpy_fname))

        # Remove the file extension of .npy binary
        file_name = re.sub('\.npy$', '', numpy_fname)

        # Convert the numpy object to R
        ro = numpy2ri(d)

        # Assign the name
        r.assign("%s" % file_name,ro)

        # Export to .gzip readable by R's load() 
        r("save(%s, file='%s/%s/%s.gzip', compress=TRUE)" % (file_name,path_to_data,export_dir,file_name))

这可以读入 R 使用：

load("a_patches_b1.gzip")      

Answer 2

您可以尝试使用reticulate 从 R 包装现有的 Python 代码。这有点新，但非常普遍，支持多种类型。

在RcppCNPy 包中，我有vignette 显示reticulate 可以做RcppCNPy 所做的事情（当然代价是可能会涉及更多的安装）所以不妨试试看？

同样，小插图是 here 供您阅读。