1

我在 RStudio 中编写了一个 R 脚本，用于计算两个向量 x 和 y 之间的传输熵，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)
  }

该脚本编译没有错误。现在我测试它：

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) 工作正常并产生传递熵值及其相应的 p 值，这表明 x 对 y 有因果影响，但反之则不然。

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 来测试这一点，并调用上面的 Python 函数来验证 x 对 y 有因果影响，但反之则不然：

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)

这会产生以下错误消息：

在此处输入图像描述

4

2 回答 2

0

我发现以下方法有效：

删除：

importr('RTransferEntropy',lib_loc='/Library/Frameworks/R.framework/
Versions/3.6/Resources/library')

用。。。来代替：

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中得到了这个想法。

于 2019-10-02T23:39:23.410 回答
0

这是我第一次看到或听到这个错误。请注意，anRRuntimeError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体中取出，以使示例更短并缩小问题的可能根源。一种方法是在 Python 中导入这些：

rtransferentropy = importr('RTransferEntropy')
future = import('future')
于 2019-10-01T22:04:30.410 回答