python与R是当前数据科学计算的两大支柱就我个人的使用经验而言,R更直观、简单和上手一些很多专业的统计分析Python并没有提供R中的对应体,而你想要使用Python做数据分析这时候就需要使用rpy2
包来构建这个桥梁了。
比如我最近遇到一个分析问题Python无法计算非参数统计检验wilcoxon test
的置信区间,如果你仔细查看Python提供的非参数檢验你会发现它使用的是正态逼近,这在样本量大的时候(根据中心极限定理服从正态分布)当然可以使用Python计算当如果你是小样本,仳如大多数生物医学数据处理与分析中普遍样本少的可怜在Stack
overflow上有人讨论过并检查统计检验的p值,结论是算检验R更靠谱些,优先采用
# 將列表x转换为r可识别数据对象 # 将参数中的.替换为_,解决不兼容问题 来自rpy2文档函数部分 # None类型似乎没有相应的函数,只能用条件语句进行判斷 # 返回结果中需要的值构建字典