如何在numpy和R之间传递大数组？
我正在使用Python和numpy/scipy来处理文本，做一些正则表达式和词干提取的工作。不过，我也想用一些R语言的统计包。
请问从Python把数据传到R的最佳方法是什么？（还有从R返回到Python呢？）
另外，我需要在某个时候把数组备份到磁盘，所以如果从Python保存数据然后在R中加载是最好的解决方案，我也很乐意尝试。因为我的矩阵比较大（比如说100,000行 x 10,000列），所以使用稀疏矩阵可能也会比较好。
如果这已经被问过了，我表示歉意。我一直找不到把这些内容整合在一起的资料。
3 个回答
我不能评论在R和Python之间共享的“大型数据”，但我发现使用pyRserve比使用RPy或RPy2要简单得多。
话虽如此，我很好奇你在做什么样的文本处理？显然，Python在文本处理方面有很多优势，但在统计方面，像NLTK和CLiPS的Pattern包也有很多强大的工具。你是觉得在R中做统计更舒服，还是在Python中缺少了什么特定的功能呢？
可以使用 Rpy，网址是 http://rpy.sourceforge.net/，来从 Python 调用 R 语言。
需要注意的是，R 和 Python 的版本必须与 Rpy 这个工具所支持的版本完全一致。所以在安装的时候要特别小心。
你有没有看过 RPy？这是一个让Python和R语言可以一起工作的工具。我想这样可以让你在处理数据时省去不少麻烦。
如果你想备份你的NumPy数组，可以使用 pickle。不过，当你要保存很大的数据时，它可能会占用很多额外的空间，所以保存NumPy数组时，使用HDF标准会更好。这里有一篇文章讲解这个问题： http://www.shocksolution.com/2010/01/10/storing-large-numpy-arrays-on-disk-python-pickle-vs-hdf5adsf/