Chunk’s de R y Python en Markdown

library(reticulate)

Cargamos datos IRIS en chunk de R

datos <- iris

Vemos el encabezado de los datos

head(datos)

##   Sepal.Length Sepal.Width Petal.Length Petal.Width Species
## 1          5.1         3.5          1.4         0.2  setosa
## 2          4.9         3.0          1.4         0.2  setosa
## 3          4.7         3.2          1.3         0.2  setosa
## 4          4.6         3.1          1.5         0.2  setosa
## 5          5.0         3.6          1.4         0.2  setosa
## 6          5.4         3.9          1.7         0.4  setosa

En chunk de R disponemos los datos para Python

datos_py <- r_to_py(datos)

En chunk de Python recuperamos los datos dispuestos en el chunk de R

import  numpy as np
import pandas as pd

r.datos_py.head()

##    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

Sparse Matrix

library(Matrix)

N <-  6
sparse_mat <- sparseMatrix(
  i = sample(N, N, replace = F),
  j = sample(N, N, replace = F),
  x = runif(N),
  dims = c(N, N)
)

sparse_mat

## 6 x 6 sparse Matrix of class "dgCMatrix"
##                                                               
## [1,] .         .         .         .        0.6864545 .       
## [2,] .         .         .         0.958531 .         .       
## [3,] .         .         0.4775074 .        .         .       
## [4,] 0.2312821 .         .         .        .         .       
## [5,] .         .         .         .        .         0.231873
## [6,] .         0.7018502 .         .        .         .

Disponemos la matrix de sparse_mat en chunk de R para Python

sparse_mat_py <- r_to_py(sparse_mat)

Recuperamos la matrix sparse_mat del chunk de R en chunk de Python

r.sparse_mat_py

## <6x6 sparse matrix of type '<class 'numpy.float64'>'
##  with 6 stored elements in Compressed Sparse Column format>

Ahora recuperamos la matrix en chunk de R desde el chunk de Python

py_to_r(sparse_mat_py)

## 6 x 6 sparse Matrix of class "dgCMatrix"
##                                                               
## [1,] .         .         .         .        0.6864545 .       
## [2,] .         .         .         0.958531 .         .       
## [3,] .         .         0.4775074 .        .         .       
## [4,] 0.2312821 .         .         .        .         .       
## [5,] .         .         .         .        .         0.231873
## [6,] .         0.7018502 .         .        .         .