RユーザがPythonを1ヶ月触ってみて

最近はRよりもPythonを触るようになったのでメモ。

RはHadleyさんの作ったライブラリ達*1を使えばなんでもできると思っている。 新しい言語を学ぶのは視点が広がるので良いです。

• Rと比較して
  • Pythonは読みやすい。
    • インデントが良いのかな。ちゃんと書かないとシンタックスエラー出るのがちょっと面倒だけど。
    • ライブラリのメソッド名、引数の名称はがわかりやすい。（Rが難しい？）
    • 行列計算などの処理は、Rのほうが数式に近い見た目になるのでわかりやすい気がする。
  • dplyr、というよりはmagrittrのチェーン記法便利なのでPythonでも同じように書きたい。
• Rの〜する処理、Numpyでどうするのだろう？という時によく見るページ NumPy for R (and S-Plus) users – Mathesaurus

以下Python環境でお世話になってるツールなど。

• pyenv
  • Pythonのバージョン管理
  • GitHub - yyuu/pyenv: Simple Python version management
  • anacondaバージョンのPythonいれておけばとりあえずだいだいやりたい事ができる。

• pip: Python のパッケージ管理ツール

  • Python Package Index(pypi) からパッケージを検索する
  • PyPI - the Python Package Index : Python Package Index

• jupyter notebook

  • グラフの可視化に使っています。 jupyter.org
  • 環境によってはpip install でハマるけど、anacondaにはプリインストールされてるので嬉しい。
  • もともとRを触ってる時にIRKernelを試していたのもありそのままR-->Pythonに切替。 https://irkernel.github.io/

• Cython

  • 拡張C言語。Pythonの記述でc言語を生成してくれる。Pythonのコードからimportできる。高速。
  • Cで実装されたPythonのことで一般的に広く使われてるPythonそのものは「CPython 」と書くようでそれとは別物。
  • コードを型指定などするとさらに高速にできる。
  • 最初に参考にした資料 NumPyが物足りない人へのCython入門
  • ライブラリ化に参考にした資料 Source Files and Compilation — Cython 0.25.1 documentation
  • Cython, Pythonそれぞれのバージョンによって記述方法が違ったりするので注意。

*1:ggplot2, dplyr, reshape2, stringrなどなど https://github.com/hadley/