python-3.x - 有没有办法在 rpy2 >= 3.0.0 中从 R 向量、矩阵等返回名称

Question

我想将命名的 R 向量(或矩阵等)的名称返回到 Python 中。在 rpy2 < 3.0.0 中这是可能的，例如，

>>> stats.quantile(numpy.array([1,2,3,4]))
R object with classes: ('numeric',) mapped to:
<FloatVector - Python:0x7f3e664d6d88 / R:0x55c939a540c8>
[1.000000, 1.750000, 2.500000, 3.250000, 4.000000]
>>> stats.quantile(numpy.array([1,2,3,4])).names
R object with classes: ('character',) mapped to:
<StrVector - Python:0x7f3e66510788 / R:0x55c939a53648>
['0%', '25%', '50%', '75%', '100%']
>>> stats.quantile(numpy.array([1,2,3,4])).rx('25%')
R object with classes: ('numeric',) mapped to:
<FloatVector - Python:0x7f3e68770bc8 / R:0x55c938f23ba8>
[1.750000]

但是在 rpy2 >= 3.0.0 中，输出被转换为一个 numpy 数组，所以当然没有 .names 或 .rx ，因此名称似乎丢失了。

>>> stats.quantile(numpy.array([1,2,3,4]))
array([1.  , 1.75, 2.5 , 3.25, 4.  ])

Answer 1

rpy2 3.0.0 正试图简化其转换系统，从而使其更容易预测和减轻其缺陷。

在这里，当 numpy 转换层处于事件状态时发生的是:

numpy 数组会在 R

需要时转换为 R 数组

从 R

返回时，R 数组被转换为 numpy 数组

这种对称性不是必需的，而只是默认 numpy 转换层的方式。可以设置一个非对称转换层，在这里将 numpy 数组转换为 R 数组，但在从 R 返回时保留 R 数组，相对快速且容易。

import numpy
from rpy2.rinterface_lib import sexp
from rpy2 import robjects
from rpy2.robjects import conversion
from rpy2.robjects import numpy2ri

# We are going to build our custom converter by subtraction, that is
# starting from the numpy converter and only revert the part converting R
# objects into numpy arrays to the default conversion. We could have also
# build it by addition. 
myconverter = conversion.Converter('assym. numpy',
                                   template=numpy2ri.converter)
myconverter.rpy2py.register(sexp.Sexp,
                            robjects.default_converter.rpy2py)

然后可以在我们需要时使用该自定义转换:

with conversion.localconverter(myconverter):
    res = stats.quantile(numpy.array([1, 2, 3, 4]))

结果是:

>>> print(res.names)                                                                                                   
[1] "0%"   "25%"  "50%"  "75%"  "100%"

如果这看起来太费力，您也可以完全跳过 numpy 转换器，仅使用默认转换器，并在您判断必要时手动将 numpy 数组转换为合适的 R 数组:

>>> stats.quantile(robjects.vectors.IntVector(numpy.array([1, 2, 3, 4]))).names                                           
R object with classes: ('character',) mapped to:
['0%', '25%', '50%', '75%', '100%']