Skip to main content
 首页 » 编程设计

python之在 R 笔记本中使用 Python

2025年02月15日7mengfanrong

我一直在使用 ipython (Jupyter) notebook 来完成我的 R 和 Python 任务。最近,我探索了 R Notebook,发现了我希望在 R Notebook 中实现的 Jupyter Notebook 中的功能。所以,我想切换到 R Notebook。然而,当在 R Notebook 中使用 Python 时,我无法缓存 python 结果并在另一个 block 中使用一个 block 的输出。此外,我无法生成内联的 python 图。它在新窗口中给我绘图,而不是在笔记本本身中。为了仅提供一些可重现的代码,如果将下面的代码放在一个 block 中,则它可以正常工作并提供输出,但如果将其分成几个 block ,则无法在另一个 block 中调用一个 block 的输出。该图也会在新窗口中弹出。

```{python} 
 # Import necessary modules 
 from sklearn import datasets 
 import matplotlib.pyplot as plt 
 from sklearn.model_selection import train_test_split 
 from sklearn.neighbors import KNeighborsClassifier 
 import numpy as np 
 
 # Load the digits dataset: digits 
 digits = datasets.load_digits() 
 
 
 # Create feature and target arrays 
 X = digits.data 
 y = digits.target 
 
# Split into training and test set 
 X_train, X_test, y_train, y_test = train_test_split(X, y, test_size = 0.2,    random_state = 42, stratify = y) 
 
# Setup arrays to store train and test accuracies 
 neighbors = np.arange(1, 9) 
 train_accuracy = np.empty(len(neighbors)) 
 test_accuracy = np.empty(len(neighbors)) 
 
  # Loop over different values of k 
 for i, k in enumerate(neighbors): 
  # Setup a k-NN Classifier with k neighbors: knn 
    knn = KNeighborsClassifier(n_neighbors = k) 
 
    # Fit the classifier to the training data 
    knn.fit(X_train,y_train) 
 
    #Compute accuracy on the training set 
    train_accuracy[i] = knn.score(X_train, y_train) 
 
    #Compute accuracy on the testing set 
     test_accuracy[i] = knn.score(X_test, y_test) 
 
  # Generate plot 
 plt.title('k-NN: Varying Number of Neighbors') 
 plt.plot(neighbors, test_accuracy, label = 'Testing Accuracy') 
 plt.plot(neighbors, train_accuracy, label = 'Training Accuracy') 
 plt.legend() 
 plt.xlabel('Number of Neighbors') 
 plt.ylabel('Accuracy') 
 plt.show() 
 ``` 

下图显示在新窗口中。不在笔记本中内联。

请您参考如下方法:

  • 我无法缓存 python 结果并在另一个 block 中使用一个 block 的输出

  • 我无法缓存 python 结果并在另一个 block 中使用一个 block 的输出,而且我无法生成内联 python 图