R + Python: I

Utilizando python desde R con la biblioteca reticulate. Elementos básicos de python para operaciones numéricas comunes, visualización y ejemplo corto con scikit-learn.
R
Python
Programación
Autor

Edimer (Sidereus)

Fecha de Publicación

20 de enero de 2020

Requisitos previos

Biblioteca Reticulate

Código

Requisitos previos

Biblioteca Reticulate

Código

Importando módulos de python

Importando numpy

Código
np <- import("numpy")
np$argmin(c(2, 1, 3))
[1] 1
  • En esta salida se muestra cómo aplicar la función arcgmin de python sobre un vector de R. Devuelve la posición (índice) donde se encuentra el valor mínimo del vector dado.
  • Es posible acceder a todas las funciones de numpy desde el objeto np con el símbolo dólar $.

Importando os

Código
os <- import("os")
os$getcwd()
[1] "D:\\Otros\\Github\\web-edimer\\web-edimer.github.io\\posts\\pyr1"

Usando python

Código
import numpy as np
np.argmax(np.array([1, 4, 10]))
2

Función de python llamada por R

  • Declarando la función en python:
Código
def add(x, y):
  return x + y
  
add(2, 2)  
4
  • Llamando la función add() desde R
Código
py$add(2, 2)
[1] 4

Usando numpy

Código
np.arange(0, 5)
array([0, 1, 2, 3, 4])
Código
np.arange(0, 10, 2)
array([0, 2, 4, 6, 8])
Código
np.ones((2, 2))
array([[1., 1.],
       [1., 1.]])
  • Simulando 100 valores aleatorios de la distribución normal, con media 2 y varianza 3:.
Código
np.random.seed(1)
valores = np.random.normal(loc = 2, scale = 3, size = 100)
valores
array([ 6.87303609,  0.16473076,  0.41548474, -1.21890587,  4.59622289,
       -4.90461609,  7.23443529, -0.2836207 ,  2.95711729,  1.25188887,
        6.38632381, -4.18042213,  1.03274839,  0.84783694,  5.40130833,
       -1.2996738 ,  1.48271538, -0.63357525,  2.12664124,  3.74844564,
       -1.30185753,  5.43417113,  4.70477216,  3.50748302,  4.70256785,
       -0.05118358,  1.63132932, -0.8073083 ,  1.19633576,  3.5910664 ,
       -0.07498226,  0.80973942, -0.0615181 , -0.53561692, -0.01373839,
        1.9620062 , -1.35193105,  2.70324709,  6.97940653,  4.22613248,
        1.42449334, -0.66288689, -0.24147488,  7.0773638 ,  2.15242326,
        0.08901306,  2.57274645,  8.30076541,  2.36047686,  3.85160933,
        2.90051096,  0.94325046, -1.42755459,  0.95197183,  1.3733173 ,
        3.75986957,  4.51695024,  4.79330624,  2.85676198,  4.65542349,
       -0.26319382,  5.75860447,  3.53878946,  1.10572149,  3.46555444,
        1.77328486,  5.39488816,  6.55945045,  8.55672622, -2.18948901,
       -2.33234142,  0.48660241,  2.48011121,  4.62850676,  2.94690484,
       -4.06660365,  1.08138796,  4.48392393,  2.69028421,  4.28603354,
        1.33301557,  1.39772579,  2.55968417,  3.23015494,  2.59489916,
        2.35702594, -0.01198686,  3.13269136,  2.36546381,  5.38845172,
        5.59675364,  2.55546925,  0.87414515,  0.08380878,  3.27048306,
        2.23202021,  0.96843897,  2.13079057,  0.13999747,  4.0940961 ])

Gráfico con matplotlib

Código
import matplotlib
import matplotlib.pyplot as plt

fig, g1 = plt.subplots()
g1 = g1.hist(valores, bins = 30)
g1 = plt.grid()
g1

Ayudas

Código
os <- import("os")
py_help(os$chdir)

En el editor de texto aparecerá el siguiente texto:

Objetos

Tupla desde R

  • Creando una tupla y obteniendo su clase:
Código
tupla1 <- tuple(c(1, 2, 3, "A"))
tupla1
## (['1', '2', '3', 'A'],)

# Clase en python
class(tupla1)
## [1] "python.builtin.tuple"  "python.builtin.object"
  • Coercionar el objeto tupla1 de clase tuple en python directamente a R:
Código
tupla1_r <- py_to_r(tupla1)
tupla1_r
## [[1]]
## [1] "1" "2" "3" "A"

# Clase en R
class(tupla1_r)
## [1] "list"

Diccionario desde R

Código
# Objeto
dict1 <- dict(x = "Hola", y = 3.5, z = 1L)
dict1
## {'x': 'Hola', 'y': 3.5, 'z': 1}

# Clase
class(dict1)
## [1] "python.builtin.dict"   "python.builtin.object"

# Nombres
names(dict1)
## [1] "x" "y" "z"

# Atributos
attributes(dict1)
## $class
## [1] "python.builtin.dict"   "python.builtin.object"

# Coerción a objeto RR
dict1_r <- py_to_r(dict1)
dict1_r
## $x
## [1] "Hola"
## 
## $y
## [1] 3.5
## 
## $z
## [1] 1

# Clase en R
class(dict1_r)
## [1] "list"

Tupla en python

  • Creando tupla en python:
Código
# Creando tupla
altura = (1.65, 1.72, 1.56, 1.84, 1.92)
altura
(1.65, 1.72, 1.56, 1.84, 1.92)
Código
# Otra tupla
peso = (67, 75, 67, 78, 85)
peso
(67, 75, 67, 78, 85)
Código
# Tipo (clase) de objetos
type(altura)
<class 'tuple'>
Código
type(peso)
<class 'tuple'>
  • Llamando la tupla desde R:
Código
class(py$altura)
## [1] "list"
plot(x = py$altura, y = py$peso, pch = 19, cex = 2)

Tipos de objetos en ambos lenguajes

Índices

  • Desde python:
Código
altura
(1.65, 1.72, 1.56, 1.84, 1.92)
Código
altura[0]
1.65
  • En R:
Código
py$altura[1]
[[1]]
[1] 1.65

Instalando un módulo de python desde R

Instalando pandas

Código
py_install("pandas")

Importando pandas y leyendo archivo .csv

Código
import pandas as pd
iris_py = pd.read_csv("Iris.csv")
iris_py
     Sepal.Length  Sepal.Width  Petal.Length  Petal.Width    Species
0             5.1          3.5           1.4          0.2     setosa
1             4.9          3.0           1.4          0.2     setosa
2             4.7          3.2           1.3          0.2     setosa
3             4.6          3.1           1.5          0.2     setosa
4             5.0          3.6           1.4          0.2     setosa
..            ...          ...           ...          ...        ...
145           6.7          3.0           5.2          2.3  virginica
146           6.3          2.5           5.0          1.9  virginica
147           6.5          3.0           5.2          2.0  virginica
148           6.2          3.4           5.4          2.3  virginica
149           5.9          3.0           5.1          1.8  virginica

[150 rows x 5 columns]
Código
type(iris_py)
<class 'pandas.core.frame.DataFrame'>
  • Estadísticos descriptivos:
Código
iris_py.describe()
       Sepal.Length  Sepal.Width  Petal.Length  Petal.Width
count    150.000000   150.000000    150.000000   150.000000
mean       5.843333     3.057333      3.758000     1.199333
std        0.828066     0.435866      1.765298     0.762238
min        4.300000     2.000000      1.000000     0.100000
25%        5.100000     2.800000      1.600000     0.300000
50%        5.800000     3.000000      4.350000     1.300000
75%        6.400000     3.300000      5.100000     1.800000
max        7.900000     4.400000      6.900000     2.500000
  • Seleccionando variables por nombre:
Código
iris_py[["Sepal.Length", "Sepal.Width"]]
     Sepal.Length  Sepal.Width
0             5.1          3.5
1             4.9          3.0
2             4.7          3.2
3             4.6          3.1
4             5.0          3.6
..            ...          ...
145           6.7          3.0
146           6.3          2.5
147           6.5          3.0
148           6.2          3.4
149           5.9          3.0

[150 rows x 2 columns]
  • Filtrando datos:
Código
filtro = iris_py["Sepal.Width"] <= 2.2
iris_py[filtro]
     Sepal.Length  Sepal.Width  Petal.Length  Petal.Width     Species
60            5.0          2.0           3.5          1.0  versicolor
62            6.0          2.2           4.0          1.0  versicolor
68            6.2          2.2           4.5          1.5  versicolor
119           6.0          2.2           5.0          1.5   virginica
  • Dataframe como array:
Código
iris_py.values
array([[5.1, 3.5, 1.4, 0.2, 'setosa'],
       [4.9, 3.0, 1.4, 0.2, 'setosa'],
       [4.7, 3.2, 1.3, 0.2, 'setosa'],
       [4.6, 3.1, 1.5, 0.2, 'setosa'],
       [5.0, 3.6, 1.4, 0.2, 'setosa'],
       [5.4, 3.9, 1.7, 0.4, 'setosa'],
       [4.6, 3.4, 1.4, 0.3, 'setosa'],
       [5.0, 3.4, 1.5, 0.2, 'setosa'],
       [4.4, 2.9, 1.4, 0.2, 'setosa'],
       [4.9, 3.1, 1.5, 0.1, 'setosa'],
       [5.4, 3.7, 1.5, 0.2, 'setosa'],
       [4.8, 3.4, 1.6, 0.2, 'setosa'],
       [4.8, 3.0, 1.4, 0.1, 'setosa'],
       [4.3, 3.0, 1.1, 0.1, 'setosa'],
       [5.8, 4.0, 1.2, 0.2, 'setosa'],
       [5.7, 4.4, 1.5, 0.4, 'setosa'],
       [5.4, 3.9, 1.3, 0.4, 'setosa'],
       [5.1, 3.5, 1.4, 0.3, 'setosa'],
       [5.7, 3.8, 1.7, 0.3, 'setosa'],
       [5.1, 3.8, 1.5, 0.3, 'setosa'],
       [5.4, 3.4, 1.7, 0.2, 'setosa'],
       [5.1, 3.7, 1.5, 0.4, 'setosa'],
       [4.6, 3.6, 1.0, 0.2, 'setosa'],
       [5.1, 3.3, 1.7, 0.5, 'setosa'],
       [4.8, 3.4, 1.9, 0.2, 'setosa'],
       [5.0, 3.0, 1.6, 0.2, 'setosa'],
       [5.0, 3.4, 1.6, 0.4, 'setosa'],
       [5.2, 3.5, 1.5, 0.2, 'setosa'],
       [5.2, 3.4, 1.4, 0.2, 'setosa'],
       [4.7, 3.2, 1.6, 0.2, 'setosa'],
       [4.8, 3.1, 1.6, 0.2, 'setosa'],
       [5.4, 3.4, 1.5, 0.4, 'setosa'],
       [5.2, 4.1, 1.5, 0.1, 'setosa'],
       [5.5, 4.2, 1.4, 0.2, 'setosa'],
       [4.9, 3.1, 1.5, 0.2, 'setosa'],
       [5.0, 3.2, 1.2, 0.2, 'setosa'],
       [5.5, 3.5, 1.3, 0.2, 'setosa'],
       [4.9, 3.6, 1.4, 0.1, 'setosa'],
       [4.4, 3.0, 1.3, 0.2, 'setosa'],
       [5.1, 3.4, 1.5, 0.2, 'setosa'],
       [5.0, 3.5, 1.3, 0.3, 'setosa'],
       [4.5, 2.3, 1.3, 0.3, 'setosa'],
       [4.4, 3.2, 1.3, 0.2, 'setosa'],
       [5.0, 3.5, 1.6, 0.6, 'setosa'],
       [5.1, 3.8, 1.9, 0.4, 'setosa'],
       [4.8, 3.0, 1.4, 0.3, 'setosa'],
       [5.1, 3.8, 1.6, 0.2, 'setosa'],
       [4.6, 3.2, 1.4, 0.2, 'setosa'],
       [5.3, 3.7, 1.5, 0.2, 'setosa'],
       [5.0, 3.3, 1.4, 0.2, 'setosa'],
       [7.0, 3.2, 4.7, 1.4, 'versicolor'],
       [6.4, 3.2, 4.5, 1.5, 'versicolor'],
       [6.9, 3.1, 4.9, 1.5, 'versicolor'],
       [5.5, 2.3, 4.0, 1.3, 'versicolor'],
       [6.5, 2.8, 4.6, 1.5, 'versicolor'],
       [5.7, 2.8, 4.5, 1.3, 'versicolor'],
       [6.3, 3.3, 4.7, 1.6, 'versicolor'],
       [4.9, 2.4, 3.3, 1.0, 'versicolor'],
       [6.6, 2.9, 4.6, 1.3, 'versicolor'],
       [5.2, 2.7, 3.9, 1.4, 'versicolor'],
       [5.0, 2.0, 3.5, 1.0, 'versicolor'],
       [5.9, 3.0, 4.2, 1.5, 'versicolor'],
       [6.0, 2.2, 4.0, 1.0, 'versicolor'],
       [6.1, 2.9, 4.7, 1.4, 'versicolor'],
       [5.6, 2.9, 3.6, 1.3, 'versicolor'],
       [6.7, 3.1, 4.4, 1.4, 'versicolor'],
       [5.6, 3.0, 4.5, 1.5, 'versicolor'],
       [5.8, 2.7, 4.1, 1.0, 'versicolor'],
       [6.2, 2.2, 4.5, 1.5, 'versicolor'],
       [5.6, 2.5, 3.9, 1.1, 'versicolor'],
       [5.9, 3.2, 4.8, 1.8, 'versicolor'],
       [6.1, 2.8, 4.0, 1.3, 'versicolor'],
       [6.3, 2.5, 4.9, 1.5, 'versicolor'],
       [6.1, 2.8, 4.7, 1.2, 'versicolor'],
       [6.4, 2.9, 4.3, 1.3, 'versicolor'],
       [6.6, 3.0, 4.4, 1.4, 'versicolor'],
       [6.8, 2.8, 4.8, 1.4, 'versicolor'],
       [6.7, 3.0, 5.0, 1.7, 'versicolor'],
       [6.0, 2.9, 4.5, 1.5, 'versicolor'],
       [5.7, 2.6, 3.5, 1.0, 'versicolor'],
       [5.5, 2.4, 3.8, 1.1, 'versicolor'],
       [5.5, 2.4, 3.7, 1.0, 'versicolor'],
       [5.8, 2.7, 3.9, 1.2, 'versicolor'],
       [6.0, 2.7, 5.1, 1.6, 'versicolor'],
       [5.4, 3.0, 4.5, 1.5, 'versicolor'],
       [6.0, 3.4, 4.5, 1.6, 'versicolor'],
       [6.7, 3.1, 4.7, 1.5, 'versicolor'],
       [6.3, 2.3, 4.4, 1.3, 'versicolor'],
       [5.6, 3.0, 4.1, 1.3, 'versicolor'],
       [5.5, 2.5, 4.0, 1.3, 'versicolor'],
       [5.5, 2.6, 4.4, 1.2, 'versicolor'],
       [6.1, 3.0, 4.6, 1.4, 'versicolor'],
       [5.8, 2.6, 4.0, 1.2, 'versicolor'],
       [5.0, 2.3, 3.3, 1.0, 'versicolor'],
       [5.6, 2.7, 4.2, 1.3, 'versicolor'],
       [5.7, 3.0, 4.2, 1.2, 'versicolor'],
       [5.7, 2.9, 4.2, 1.3, 'versicolor'],
       [6.2, 2.9, 4.3, 1.3, 'versicolor'],
       [5.1, 2.5, 3.0, 1.1, 'versicolor'],
       [5.7, 2.8, 4.1, 1.3, 'versicolor'],
       [6.3, 3.3, 6.0, 2.5, 'virginica'],
       [5.8, 2.7, 5.1, 1.9, 'virginica'],
       [7.1, 3.0, 5.9, 2.1, 'virginica'],
       [6.3, 2.9, 5.6, 1.8, 'virginica'],
       [6.5, 3.0, 5.8, 2.2, 'virginica'],
       [7.6, 3.0, 6.6, 2.1, 'virginica'],
       [4.9, 2.5, 4.5, 1.7, 'virginica'],
       [7.3, 2.9, 6.3, 1.8, 'virginica'],
       [6.7, 2.5, 5.8, 1.8, 'virginica'],
       [7.2, 3.6, 6.1, 2.5, 'virginica'],
       [6.5, 3.2, 5.1, 2.0, 'virginica'],
       [6.4, 2.7, 5.3, 1.9, 'virginica'],
       [6.8, 3.0, 5.5, 2.1, 'virginica'],
       [5.7, 2.5, 5.0, 2.0, 'virginica'],
       [5.8, 2.8, 5.1, 2.4, 'virginica'],
       [6.4, 3.2, 5.3, 2.3, 'virginica'],
       [6.5, 3.0, 5.5, 1.8, 'virginica'],
       [7.7, 3.8, 6.7, 2.2, 'virginica'],
       [7.7, 2.6, 6.9, 2.3, 'virginica'],
       [6.0, 2.2, 5.0, 1.5, 'virginica'],
       [6.9, 3.2, 5.7, 2.3, 'virginica'],
       [5.6, 2.8, 4.9, 2.0, 'virginica'],
       [7.7, 2.8, 6.7, 2.0, 'virginica'],
       [6.3, 2.7, 4.9, 1.8, 'virginica'],
       [6.7, 3.3, 5.7, 2.1, 'virginica'],
       [7.2, 3.2, 6.0, 1.8, 'virginica'],
       [6.2, 2.8, 4.8, 1.8, 'virginica'],
       [6.1, 3.0, 4.9, 1.8, 'virginica'],
       [6.4, 2.8, 5.6, 2.1, 'virginica'],
       [7.2, 3.0, 5.8, 1.6, 'virginica'],
       [7.4, 2.8, 6.1, 1.9, 'virginica'],
       [7.9, 3.8, 6.4, 2.0, 'virginica'],
       [6.4, 2.8, 5.6, 2.2, 'virginica'],
       [6.3, 2.8, 5.1, 1.5, 'virginica'],
       [6.1, 2.6, 5.6, 1.4, 'virginica'],
       [7.7, 3.0, 6.1, 2.3, 'virginica'],
       [6.3, 3.4, 5.6, 2.4, 'virginica'],
       [6.4, 3.1, 5.5, 1.8, 'virginica'],
       [6.0, 3.0, 4.8, 1.8, 'virginica'],
       [6.9, 3.1, 5.4, 2.1, 'virginica'],
       [6.7, 3.1, 5.6, 2.4, 'virginica'],
       [6.9, 3.1, 5.1, 2.3, 'virginica'],
       [5.8, 2.7, 5.1, 1.9, 'virginica'],
       [6.8, 3.2, 5.9, 2.3, 'virginica'],
       [6.7, 3.3, 5.7, 2.5, 'virginica'],
       [6.7, 3.0, 5.2, 2.3, 'virginica'],
       [6.3, 2.5, 5.0, 1.9, 'virginica'],
       [6.5, 3.0, 5.2, 2.0, 'virginica'],
       [6.2, 3.4, 5.4, 2.3, 'virginica'],
       [5.9, 3.0, 5.1, 1.8, 'virginica']], dtype=object)

Importando tensorflow desde python

Código
import tensorflow as tf
  • Funciones desde tf:

Visualizando datos con matplotlib

Ejemplo 1

Código
import matplotlib.pyplot as plt
x = np.arange(0, 20)
y = x**2
g1 = plt.plot(x, y, "g--")
g1 = plt.title("X vs Y")
g1 = plt.xlabel("Eje x")
g1 = plt.ylabel("Eje Y")  
g1

Ejemplo 2

Código
w = np.arange(0, 50).reshape(5, 10)
w
array([[ 0,  1,  2,  3,  4,  5,  6,  7,  8,  9],
       [10, 11, 12, 13, 14, 15, 16, 17, 18, 19],
       [20, 21, 22, 23, 24, 25, 26, 27, 28, 29],
       [30, 31, 32, 33, 34, 35, 36, 37, 38, 39],
       [40, 41, 42, 43, 44, 45, 46, 47, 48, 49]])
Código
g2 = plt.imshow(w)
g2 = plt.colorbar()
plt.show()

Ejemplo 3

  • Gráfico desde un Dataframe:
Código
g3 = iris_py.plot(x = "Sepal.Length", y = "Sepal.Width", kind = "scatter",
                  color = "red")                 
g3

Modelo con scikit-learn

Importando módulos de python

Código
import pandas as pd
import sklearn
from sklearn.tree import DecisionTreeClassifier 
from sklearn.model_selection import train_test_split 
from sklearn import metrics

Cargando datos

Código
col_names = ['pregnant', 'glucose', 'bp', 'skin', 'insulin', 'bmi', 'pedigree',
             'age', 'label']
# load dataset
pima = pd.read_csv("diabetes.csv", header=None, names=col_names)
pima = pima[1:]
pima.head()
  pregnant glucose  bp skin insulin   bmi pedigree age label
1        6     148  72   35       0  33.6    0.627  50     1
2        1      85  66   29       0  26.6    0.351  31     0
3        8     183  64    0       0  23.3    0.672  32     1
4        1      89  66   23      94  28.1    0.167  21     0
5        0     137  40   35     168  43.1    2.288  33     1

Selección de características

Código
# Fraccionando la base de datos en predictoras (X) y respuesta (Y)
feature_cols = ['pregnant', 'insulin', 'bmi', 'age','glucose','bp','pedigree']
X = pima[feature_cols] 
y = pima.label

Train - Test

Código
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3, random_state=1)

Construyendo Modelo

Código
# Clasificador
clf = DecisionTreeClassifier()

# Clasificador en train --> Entrenando modelo
clf_fit = clf.fit(X = X_train, y = y_train)

Evaluación del modelo

Código
# Predicciones
y_pred = clf_fit.predict(X_test)
print("Accuracy:", metrics.accuracy_score(y_test, y_pred))
Accuracy: 0.6753246753246753