Rpy2、pyrserve和PypeR如何比较？
我想在一个Python程序里使用R语言。我知道有Rpy2、pyrserve和PypeR这三种选择。
这三种选择各自有什么优缺点呢？
4 个回答
从开发者的角度来看，我们以前使用rpy/rpy2这个工具来给我们的Python应用提供统计和绘图功能。但这个工具给我们带来了很大的麻烦，因为rpy/rpy2需要针对特定的Python和R版本进行编译，这让我们很难提供一个开箱即用的应用版本，除非我们把R也打包在里面。而且，rpy/rpy2的安装并不是特别简单，所以我们最终决定用一些原生的Python模块，比如matplotlib，来替代相关功能。如果我们必须使用R的话，我们会选择pyrserve，因为这样我们可以在本地启动一个R服务器，然后连接上去，不用担心R的版本问题。
RPy提供了一种简单高效的方法，让Python可以访问R。它非常稳定，适合Python和R之间频繁的互动操作。这个工具包允许Python程序将基本数据类型的Python对象传递给R函数，并将结果以Python对象的形式返回。这样的功能使得在Python和R频繁交互的情况下，它成为一个很有吸引力的解决方案。不过，这个工具包也有一些限制，具体如下：
性能：
对于大数据集或计算密集型的任务，RPy的表现可能不太理想。因为在每次交互中，RPy都需要将R的返回值转换成Python对象，这样会消耗很多时间和内存。RPy2是RPy的一个新分支，它使用Python对象来引用R对象，而不是将它们复制回Python对象。这个策略避免了频繁的数据转换，提高了速度。不过，内存消耗仍然是个问题。[...] 当我们在实现WebArray（Xia等，2005）这个在线微阵列数据分析平台时，如果通过RPy运行R，所需的计算时间大约比通过R的命令行界面多出四分之一。因此，在后续开发中，我们决定通过管道在Python中运行R，比如WebArrayDB（Xia等，2009），这样可以保持与独立运行R时相同的性能。我们不知道这种性能差异的确切原因，但我们注意到RPy直接使用R的共享库来运行R脚本。而通过管道运行R则意味着直接运行R解释器。
内存：
R因其不经济的内存使用而受到批评。大型R对象在删除后，所占用的内存很少会被释放。有时，释放R的内存的唯一方法是退出R。RPy模块将R封装在一个Python对象中。然而，即使Python对象被删除，R库仍会留在内存中。换句话说，R使用的内存直到主Python脚本结束时才能释放。
可移植性：
作为一个用C语言编写扩展的模块，RPy源代码包必须在POSIX（便携式操作系统接口，适用于Unix系统）系统上与特定的R版本编译，并且R必须启用共享库编译。此外，Windows的二进制发行版与不同版本的Python/R的特定组合绑定，因此用户常常会遇到很难找到适合自己软件环境的发行版的问题。
我对这三者中的一个比较了解，但按照问题中的顺序来讲：
rpy2:
- 这是一个让Python和R之间可以直接沟通的工具，R会作为一个嵌入的进程运行。
- 你可以在Python中使用R的对象，而不需要把数据复制过去。
- 反过来，Python的numpy数组也可以直接在R中使用，而不需要复制。
- 它提供了低级接口（接近R的C接口）和高级接口（为了方便使用）。
- 可以直接修改向量和数组中的数据，而不需要额外的步骤。
- 你可以在Python中实现R的回调函数。
- 可以创建没有名字的R对象，并给它们加上Python的标签。
- 支持Python的序列化功能。
- 可以完全自定义R的行为，包括它的控制台（所以可以实现完整的R图形用户界面）。
- 在Windows上支持有限。
pyrserve:
- 这是原生的Python代码（应该可以在CPython、Jython和IronPython上运行）。
- 它使用R的Rserve。
- 与远程计算和RServe相关的优缺点。
pyper:
- 也是原生的Python代码（应该可以在CPython、Jython和IronPython上运行）。
- 通过管道让Python和R进行通信，这样做有它的优缺点。
编辑：关于rpy2在Windows上的支持情况。