Reticulate vs Python

Question

我已经非常习惯于在R，特别是在RStudio中编码。我喜欢那个界面。尽管如此，我还是有一些工作应该用Python来做。我知道，如果我使用“网状”包，我可以在RStudio中运行Python代码，并且我已经编写了一些在这两者之间切换的代码。据我所知，我可以用Python从命令行运行的任何东西，或者在木星中运行的任何东西，都可以用网状的RStudio来完成。

我是否应该期望在R中使用Python命令的运行时间比我定期运行Python (无论“定期”的意思)要长吗？

Answer 1

最近，我使用两种方法在随机森林中测试了这一点：

1. 使用木星笔记本，通过python安装我的模型，数据已经整理在同一个笔记本上，也使用了python。

与：

1. 在rstudio笔记本中使用reticulate来适应python中的相同模型，但使用转换后的数据集，我在同一个笔记本中使用了r。

我提出以下意见：

1. 本机python速度更快，在我的基准测试中，它在我的16 on笔记本上安装了1分钟的速度(9比10分钟)。
2. 此外，您还会浪费一些时间在这两种语言之间转换对象，特别是当我们讨论更大的数据集时。

结论

在大多数情况下，首先执行r操作，然后将对象保存到CSV，然后打开jupyter或python命令行来完成任务，这是不必要的，这要归功于reticulate。

如果您做了一项重复的或时间紧迫的工作，尝试在本地使用python，但否则reticulate很好，特别是，如果像我一样，您可以节省大量时间在r中做准备工作。