我正在使用python和numpy/scipy來爲文本處理應用程序執行正則表達式和詞幹。但我也想用一些R的統計軟件包。如何在numpy和R之間傳遞大數組？
將數據從python傳遞到R的最佳方式是什麼？ （並回來？）
另外，我需要備份數組到磁盤在某些時候，所以我打開保存從Python和加載R如果這是最好的解決方案。矩陣非常大（例如100,000 x 10,000），所以使用稀疏矩陣也可能很好。
道歉，如果這是一個轉發。我一直無法找到任何將所有這些碎片放在一起的東西。
你已經看過了RPy？這是一個R的Python接口。我想這會讓你省去數據處理。
要備份您的NumPy陣列，您可以使用pickle。由於在保存大量數據時似乎會產生很多開銷，所以NumPy數組最好使用HDF標準進行保存。這裏有一個文章涵蓋的是：http://www.shocksolution.com/2010/01/10/storing-large-numpy-arrays-on-disk-python-pickle-vs-hdf5adsf/
「NumPy數組最好使用HDF標準保存」... HDF非常棒，但如果您只需要將磁盤陣列有效地保存到磁盤上，它就會過度消耗。爲了簡單，高效地保存和加載numpy數組，只需使用'numpy.save'和'numpy.load'即可。這就是他們的意圖，他們避免了酸洗numpy陣列時產生的（巨大的）開銷。當然，如果你想從另一種語言加載數組，HDF可能是一條好路線。 – 2011-04-13 21:09:02
@Joe Kington：+1好點！謝謝。 – 2011-04-13 21:19:32
使用RPY，http://rpy.sourceforge.net/，從Python中調用R上。
需要注意的是，R和Python版本都必須是Rpy二進制版本的版本。因此您需要小心安裝。
我得到了一個這個答案的投票。爲什麼？由於我對這些版本的評論？那麼，我相信這是事實真相，提及它是有用的。 – 2016-04-22 22:01:38
我不能評論R和Python之間共享的「大數據」，但我比RELy或RPy2使用pyRserve更容易。
這就是說，我很好奇你正在做的文字處理？ Python在文本處理方面顯然有很多提供，但從統計學角度來看，在NLTK和Pattern package from CLiPS等包中也有很多。你是否更習慣於在R中進行統計，或者在Python中是否存在特定的缺失？
>你是否更習慣於在R中進行統計，或者是否有某些特定的Python缺失？
問題在於，不同社會企業的交叉發佈並不是一種可行的方式（除了不鼓勵的事實外）。 SE的一個目的是爲特定問題創建一個長久的記錄，可以從例如使用谷歌搜索或轉介網站。通過複製你的問題，你提高了從不同網站獲得不同好答案的可能性，這是公平的，但你最終會接受哪一個？此外，由於您沒有通知stats.SE，這是從SO交叉發佈的，因此只是簡單地遷移。現在，mods必須將它們合併。 – chl 2011-04-13 20:32:32
合併。正如chl所說，請不要在未來的多個網站上發佈相同的問題。 – 2011-04-13 20:53:38
我的錯誤。我首先在交叉驗證問題上提出了這個問題，並被告知它會在這裏更好地工作。在我發佈之後，另一篇帖子也被遷移了。爲了將來的參考，我怎麼能自己移動這個問題？有時很難確定哪個社區更適合回答特定問題。 – Abe 2011-04-13 20:58:28