Недавно я начал использовать Sweave * для создания отчетов об анализах, выполняемых с R, и теперь я хочу сделать то же самое с моими скриптами Python.
Я нашел ссылки на встраивание python в Sweave документы, но это похоже на хитрость. Кто-нибудь разработал лучшее решение или есть эквивалент для python, о котором я не знаю?
* Sweave - это инструмент, который позволяет встраивать код R для полного анализа данных в латексных документах
Некоторые предложения:
Я написал реализацию Sweave для Python под названием Pweave, которая реализует базовую функциональность и некоторые варианты кода Sweave для Python, встроенного в документ reST или Latex. Вы можете получить его здесь: http://mpastell.com/pweave и увидеть исходное сообщение в блоге здесь: http://mpastell.com/2010/03/03/pweave-sweave-for-python/
Dexy очень похож на Sweave. Одним из преимуществ Dexy является то, что он не ограничивается одним языком. Вы можете создать документ Dexy, содержащий код R, код Python или что-нибудь еще.
Это немного поздно, но на будущее вы можете рассмотреть мой пакет PythonTeX для LaTeX. PythonTeX позволяет вам ввести код Python в документ LaTeX, запустить его и вернуть результат. Но в отличие от Sweave документ, который вы фактически редактируете, является действительным документом .tex (а не .Snw или .Rnw), поэтому редактирование некодовой части документа выполняется быстро и удобно.
PythonTeX предоставляет множество функций, в том числе следующие:
Базовый файл PythonTeX выглядит так:
\documentclass{article}
\usepackage{pythontex}
\begin{document}
\begin{pycode}
#Whatever you want here!
\end{pycode}
\end{document}
Вы можете рассмотреть noweb, который не зависит от языка и является основой Sweave. Я использовал его для Python, и он хорошо работает.
http://www.cs.tufts.edu/~nr/noweb/
Я немного реструктурировал Pweave Матти, чтобы можно было определять произвольные «обработчики фрагментов» как подключаемые модули. Это упрощает расширение для нескольких приложений предварительной обработки текста на основе фрагментов. Измененная версия доступна по адресу https://bitbucket.org/edgimar/pweave/src. В качестве примера вы можете написать следующий документ LaTeX-Pweave (обратите внимание, что «имя процессора» в этом примере указано с именем 'mplfig'):
\documentclass[a4paper]{article}
\usepackage{graphicx}
\begin{document}
\title{Test document}
\maketitle
Don't miss the great information in Figure \ref{myfig}!
<<p=mplfig, label=myfig, caption = "Figure caption...">>=
import sys
import pylab as pl
pl.plot([1,2,3,4,5],['2,4,6,8,10'], 'b.', markersize=15)
pl.axis('scaled')
pl.axis([-3,3, -3,3]) # [xmin,xmax, ymin,ymax]
@
\end{document}
Я тоже много раз думал об этом. Прочитав ваши вопросы и изучив вашу ссылку, я внес небольшие изменения в настраиваемый драйвер python Sweave, на который вы ссылаетесь. Я изменил его, чтобы сохранить исходный код и производить вывод так же, как Sweave для R.
Я разместил измененную версию и пример здесь: http://mpastell.com/2010/02/09/python-in-sweave-document/.
Конечно, это не оптимально, но я вполне доволен результатом, и мне нравится возможность включать как R, так и Python в один и тот же документ.
Редактировать о PyLit:
Мне также нравится PyLit, и, вопреки моему первоначальному ответу, вы также можете поймать его, хотя он не такой элегантный, как Sweave! Вот небольшой пример, как это сделать:
import sys
# Catch PyLit output
a = range(3)
sys.stdout = open('output.txt', 'w')
print a
sys.stdout = sys.__stdout__
# .. include:: output.txt
То, что вы ищете, достигается с помощью GNU Emacs и org-mode *. org-mode делает намного больше, чем можно подробно описать в одном ответе, но важные моменты:
В моей системе не установлен Python, но ниже приведен пример работы двух разных языков в одном сеансе. Отрывок изменен из замечательного учебное пособие по org-mode R Эрика Айверсона, в котором объясняется установка и эффективное использование org-mode для задач грамотного программирования. Эта презентация SciPy 2013 демонстрирует, как org-mode можно интегрировать в рабочий процесс (и что происходит использовать Python).
Emacs может показаться устрашающим. Но для статистики / науки о данных он предлагает огромные возможности, которые либо нигде больше не предлагаются, либо распределены по различным системам. Emacs позволяет вам объединить их все в единый интерфейс. Я думаю, что Дэниел Гопар лучше всего говорит об этом в своем руководстве по Emacs,
Вы такие ленивые, ребята? Я имею в виду, давай, просто прочти учебник, чувак.
Примерно час с учебником по Emacs открывает дверь к некоторым чрезвычайно мощным инструментам.
* Emacs поставляется с org-mode. Отдельной установки не требуется.
Что ж, с помощью reticulate, которая является последней лучшей реализацией интерфейса Python в R, вы можете продолжать использовать Sweave и вызвать встроенный Python с помощью интерпретатора R. Например, теперь это работает в файлах уценки .Rnw или .Rmd.
```{r example, include=FALSE}
library(reticulate)
use_python("./dir/python")
```
```{python}
import pandas
data = pandas.read_csv("./data.csv")
print(data.head())
```
