原文:
www.kdnuggets.com/2019/02/running-r-and-python-in-jupyter.html
Jupyter 项目始于 2014 年,作为一种面向交互式和科学计算的倡议。
它包含一个 Python 内核,以便用户可以拥有一个新的交互式 IDE 来使用 Python。
1. Google 网络安全证书 - 快速进入网络安全职业道路。
2. Google 数据分析专业证书 - 提升你的数据分析技能
3. Google IT 支持专业证书 - 支持你的组织的 IT
它基于 IPython 计算环境。2015 年,IRkernel 也被添加了对 R 的支持。这使得用户可以使用 R 和 Python 运行内核。
如果你使用的是 Windows,下面的方法是可以的。如果你使用的是基于 Unix 的机器(OSX 或 Linux),命令必须在终端中运行。
最好的方法是安装 Anaconda,它会自动安装 Python、R 和 Jupyter Notebooks。
-
在安装 Anaconda 后,打开 Anaconda 提示符并输入
install.packages(c(repr, IRdisplay, evaluate, crayon, pbdZMQ, devtools, uuid, digest), type=source)
。务必在终端中执行此命令,以便直接从 R 执行,而不是通过 IDE。 -
在步骤 1 后,运行
devtools::install_github(IRkernel/IRkernel)
,最后运行IRkernel::installspec(user=FALSE)
。 -
进入 Anaconda Navigator,打开 Jupyter Notebook,或者在 Anaconda 提示符中输入
jupyter notebook
。在 New 下,你应该能找到 R 内核。点击它以在 Jupyter 环境中开始运行 R。
需要注意的是,由于安装 Anaconda 是安装 Jupyter Notebook 的最简单和最快捷的方式,Anaconda 安装的 R 版本滞后于最新发布版本。你不能像从 R 网站单独安装时那样更新 Anaconda 中的 R。这是因为 Anaconda 中的所有程序都由 Conda 包管理器管理,Anaconda 需要更新其默认的 R 版本,然后用户才能安装。因此,在 Jupyter Notebooks 中运行 R 时,某些包可能由于包更新频率比 R 更新频率更高而无法正常工作(尽管这很少见)。
现在我们已经在 Jupyter 中安装了 R,我们可以像在任何 R IDE 中一样开始使用 R 代码。
-
在上述步骤 3 之后,您将被带到一个新标签页,R 内核已准备好:
-
接下来,为您的内核命名,以便以后能够识别它。只需点击显示“无标题”的地方,您就可以给它命名。之后,您就可以开始在 Jupyter 中使用 R 了。
-
在第一个代码块中执行
library(tidyverse), data(mtcars), options(warnings=-1).options(warnings=-1)
将抑制任何警告信息,因此仅在运行代码块后使用它。按下 Windows 中的 Ctrl+Enter 或 Mac 中的 Cmd + Enter 来运行代码块。 -
glimpse(mtcars)
提供数据集的概览,包括数据类型和维度,而summary(mtcars)
生成数据集所有特征的总结统计。 -
options(repr.plot.width=5, repr.plot.height=5)
设置全局选项,使绘图的大小按指定的尺寸。如果需要调整不同图的大小,可以将相同的代码行添加到不同的块中,这将导致从该块执行的图进行调整。
现在,Python 在 Jupyter 中变得更加直接。按照上述步骤安装 Anaconda 后,Python 内核是默认安装的。当您打开 Jupyter Notebook 时,转到 新建 --> Python,您将进入 Jupyter 中的 Python 环境。
如果您已经在 R 内核(或其他任何内核)中,请转到 文件 --> 新建笔记本 --> Python 3
这将带您到浏览器中的新标签页,Python 环境已准备好。现在,您可以同时在 Jupyter 中运行 R 和 Python。您可以同时运行它们,也可以一个接一个地运行(根据您的需求)。
这将帮助您开始在 Jupyter 中使用 R 和 Python。您可以像平常一样使用 R。在 Jupyter 中还有更多内容可以探索。即将推出的教程将重点介绍如何使用 Markdown 和 nb-extensions 在 Jupyter 中进行报告。
相关: