使用 rpy2 改进在 python 函数中调用 R 函数的运行时

Question

我主要使用 python 编程（使用 jupyter notebooks），但有时需要使用 R 函数。我目前通过使用 rpy2 和 R 魔法来做到这一点，效果很好。现在我想编写一个函数，它将我的分析过程的一部分总结到一个包装函数中（所以我并不总是需要运行所有的代码单元，而是可以简单地执行一次函数）。作为此过程的一部分，我需要调用 R 函数。我修改了我的代码，使用带有 importr 的 rpy2.robjects 接口将 R 函数导入 python。这可行，但速度极慢（对于已经很长的过程来说，运行时间是三倍以上），这使得这在分析方面根本不可行。我假设这与我通过 rpy2 的高级接口而不是低级接口访问 R 有关。我不确定如何在函数调用中使用低级接口，并且需要一些帮助来调整我的代码。

我尝试查看 rpy2 文档，但很难理解它。

这是我在 python 中使用 R 魔法执行 R 函数调用的代码。

激活 rpy2 R 魔法

%load_ext rpy2.ipython

加载我需要的库

%%R

library(scran)

实际调用R函数

%%R -i data_mat -i input_groups -o size_factors

size_factors = computeSumFactors(data_mat, clusters=input_groups, min.mean=0.1)

这是我使用 rpy2 importr 导入 R 函数的替代代码。

from rpy2.robjects.packages import importr
scran = importr('scran')
computeSumFactors = scran.computeSumFactors
size_factors = computeSumFactors(data_mat, clusters=input_groups, min_mean=0.1)

由于某种原因，第二种方法要慢几个数量级。 任何帮助将不胜感激。

Answer 1

我认为对观察执行速度有影响的两者之间的唯一区别是转换。

在“R 魔法”代码单元（前缀为 %%R）中运行时，在您的示例中，调用 computeSumFactors() 的结果是绑定到 R 中符号 size_factors 的 R 对象。在另一种情况下，在结果绑定到 Python 符号 size_factors 之前，调用函数 computeSumFactors() 的结果将通过转换系统（具体发生的情况取决于您拥有的活动转换器）。

转换可能代价高昂：您应该考虑尝试停用 numpy / pandas 转换（localconverter 上下文管理器可能是一种方便的方法，可以暂时对代码块使用最少的转换）。