我已经在RStudio中编写了一个R脚本,用于计算两个向量x和y之间的传递熵,并希望从Python调用它并验证结果是否一致,以查看我是否做对了:
在RStudio中:
TE <- function(x,y) {
library(RTransferEntropy)
library(future)
plan(multiprocess)
set.seed(12345)
shannon_te <-transfer_entropy(x,y,nboot=1000)
result=shannon_te
return(result)
}
脚本编译没有错误。现在,我对其进行测试:
n <- 2500
x <- rep(0, n + 200)
y <- rep(0, n + 200)
x[1] <- rnorm(1, 0, 1)
y[1] <- rnorm(1, 0, 1)
for (i in 2:(n + 200)) {
x[i] <- 0.2 * x[i - 1] + rnorm(1, .2, 1)
y[i] <- sqrt(abs(x[i - 1])) + rnorm(1, .2, 1)
}
x <- x[-(1:200)]
y <- y[-(1:200)]
TE(x,y)可以很好地工作并产生传递熵值及其相应的p值,这表明x对y具有因果关系,反之则不然。
现在,我希望使用名为T:的函数从Python中调用此脚本。
import numpy as np
from rpy2.robjects.packages import importr
import rpy2.robjects as ro
importr('RTransferEntropy',lib_loc='/Library/Frameworks/R.framework/
Versions/3.6/Resources/library')
base = importr('base')
utils = importr('utils')
import rpy2.robjects.packages as rpackages
import rpy2.robjects
def T(x,y):
r=ro.r
r.source("TE.R")
t=r.TE(x,y)
return t
这些都不会产生任何错误。我想通过在Python中定义相同的向量x和y进行测试,并调用上面的Python函数以验证x对y有因果影响,反之亦然:
time=np.arange(10)
for t in time:
x[t+1]=.2*x[t]+np.random.normal(1,.2,1)
y[t+1]=ma.sqrt(abs(x[t]))+np.random.normal(1,.2,1)
T(x,y)
这将产生以下错误消息:
答案 0 :(得分:0)
这是我第一次看到或听到该错误。请注意,RRuntimeError
是嵌入式R引发的错误,并由rpy2传播到Python。
为了弄清楚这里发生了什么,我首先将库导入从函数的主体中删除,以使示例更短并缩小问题根源。一种方法是在仍使用Python的情况下使用以下命令导入这些文件:
rtransferentropy = importr('RTransferEntropy')
future = import('future')
答案 1 :(得分:0)
我发现以下方法可行:
删除:
importr('RTransferEntropy',lib_loc='/Library/Frameworks/R.framework/
Versions/3.6/Resources/library')
替换为:
importr('RTransferEntropy',
lib_loc="/Users/fishbacp/anaconda3/envs/RStudio/lib/R/library")
添加:
import rpy2.robjects.numpy2ri
rpy2.robjects.numpy2ri.activate()
我从Converting python objects for rpy2得到了这个主意。