可以在这里找到本教程中使用的所有代码： https : //github.com/joelalcedo/Python_in_R
我是在纽约工作的数据科学家。 我参与了许多不同的项目，涉及数据可视化，机器学习和软件开发，所有这些项目都希望更好地了解与金融市场相关的复杂性。 大约10年前，我开始学习如何在Visual Basic中编程。 一件事导致了另一件事（确实如此） ，我学到了SQL，R， Python ， JavaScript （可惜） ，C ++等。 目前，我正在使用Google的Dart框架从事Flutter项目。
我的证书听起来像字母汤吗？ 如果您自己是一名程序员，则简历中可能有几种语言。 如果您有兴趣雇用一名程序员，但不知道该寻找什么，那么您很可能会被各种各样的编程语言所淹没，而候选人简历上的晦涩难懂的库，让您自己想知道： “我还在读英语吗？” 。
我为什么要写这个？ 为了解决这个问题，我在华尔街上总是听到有抱负的程序员的话：
“我应该学习Python还是R？”
好吧，因为我将向您展示可以无缝使用Python和R。 就个人而言，我说都要学习。 与R相比，Python为表带来了某些优势，反之亦然。
在R中使用网状封装，可以很容易地在两者之间建立接口。 我将在Python中编写一个简单的函数，以从Quandl中提取一些数据，然后使用ggplot2清理并可视化R中的数据。
这是30,000英尺的视图。 我们有一些目录，其中包含我们的Python代码和R代码（您可以 在我的GitHub上 下载完整目录 ） 。 使用R中的网状包，我们将调用Python文件，然后将其移植到R，然后可以继续在R中使用。
这是我们在Python中的功能：
如果您在Quandl中没有API**，请注册一个帐户以获取API**-它是免费的。 您不必为此使用API**，但是如果您进行足够的查询，它们将使您超时。
无论如何，这是Python中的输出结果：
以防万一输入了错误的代码，我添加了一个自定义处理程序：
让我们将此Python函数移植到R。
本质上，“ source_python”函数将您的Python代码移植到R中，这将使您能够继续在R中使用Python函数：
错误处理程序也可以工作：
现在我们可以在R中运行Python代码了，我们可以使用dplyr纠缠数据，使用ggplot2可视化结果……
瞧！ 你有它。 尽管这是一个简单的示例，但R中的网状封装的好处范围很广。
希望对您有所帮助。 如果您对此有任何疑问，请给我喊。
Joel Alcedo是纽约BNP Paribas的数据科学家。 在法国巴黎银行工作之前，他曾在保时捷北美总部，维珍银河和Cantor Fitzgerald工作。
From: https://hackernoon.com/python-programming-in-r-baa513b01bc8