Image title

概述

R是一种解释性编程语言,用于由R基金会支持的统计计算和图形。它广泛用于统计人员和数据挖掘者,用于开发统计软件和数据分析。

根据自由软件基金会的 GNU 通用公共许可证在源代码形式中的条款,R 可作为自由软件提供。它在各种 UNIX 平台和类似系统(包括 FreeBSD 和 Linux)、Windows 和 macOS 上编译和运行。

根据 2017 年堆栈溢出的信息,从 2016 到 2017 年,R 编程语言出现了显著增长。R的增长可以通过数据科学的普及来解释。

Yoy growth of language searches

语言搜索的同比增长

通常,大多数 R 开发人员使用R Studio作为开发 R 应用程序和显示结果的工具。本文提供了一个通过朱皮特笔记本的替代方案。

您可能还喜欢:
学习 R 的十大理由.

朱皮特笔记本

Jupyter 笔记本是一个开源 Web 应用程序,允许您创建和共享包含实时代码、方程式、可视化效果和叙述性文本的文档。它可以作为交互式开发和呈现数据科学项目的工具。大多数情况下,它与 Python 一起使用,但可以使用具有不同编程语言(包括 R)的 Jupyter 笔记本。有关支持的编程语言列表,请参阅 GitHub 中的Jupyter 内核页面。

本文介绍了在 Windows 10 上为R设置 Jupyter 笔记本的步骤,并提供了指向 R 示例的链接,这些示例演示如何将 Refinitiv 的 API 与 Jupyter 笔记本一起使用。

为 R 设置 Jupyter 笔记本

有几种方法可以为 R 设置 Jupyter 笔记本。以下步骤适用于 Windows 10 计算机,它们未安装任何版本的 R 和 Python。有关其他安装方法,请参阅 R、Python 和 Jupyter 网站。

1. 安装 R

预先编译的 R 包二进制发行版(Linux、Mac OS X 和 Windows)可在综合 R 存档网络 [CRAN]中提供。之后,R 32 位和 64 位都安装在机器上。在本文中,使用 R 3.6.1 64bit。

R console

R 控制台

2. 安装 Python

Python软件包可在Python网站上找到。它支持许多操作系统,如 Windows、Linux/Unix 和 Mac OS X。

下载 Windows 版本,然后将其安装到计算机上。在本文中,使用 Python 3.7.4 64bit。您需要验证安装路径或选择将 Python 3.7 添加到 PATH选项,将 Python 安装路径添加到 PATH 环境变量。

但是,将 Python 3.7 添加到 PATH选项可能会在已安装的 Python 版本之间引入版本冲突。如果计算机上安装了多个版本的 Python,请小心此选项。

Installing Python and adding to PATH

安装 Python 并添加到 PATH

安装后,打开 Windows 命令提示符以验证 Python(Python — 版本)的版本。

Checking version of Python

检查 Python 版本

您可以安装不同的 Python 发行版,例如Anaconda。有关详细信息,请参阅 Anaconda 网站。

3. 安装朱佩特笔记本

Jupyter 笔记本可以随命令一起安装 pip 。打开 Windows 命令提示符并使用以下命令安装 Jupyter 笔记本。

python -m pip install --upgrade

pip python -m pip install jupyter

Installing Jupyter Notebook

安装朱普特笔记本

然后, jupyter notebook 从 Windows 命令提示符运行以启动 Jupyter 笔记本。

此时,Jupyter 笔记本仅支持Python 3

Jupyter Notebook UI

朱皮特笔记本 UI

有关不同的 Python 发行版,请参阅分发网站,了解如何安装 Jupyter 笔记本。

4. 为朱皮特笔记本安装R内核

Jupyter 笔记本具有内核,这些内核是进程,以特定的编程语言运行交互式代码,并将输出返回给用户。IRkernel是朱比特笔记本的 R 内核r-project.org/index.html”href=”https://cloud.r-project.org/index.html”rel=”不跟随”目标=”_blank”=综合R存档网络[CRAN]。打开R x64 GUI并按照以下步骤操作。

通过 CRAN 进行安装

您可以通过在 R 控制台中运行以下命令来安装 IRkernel 包:

install.packages('IRkernel') 

Installing IRkernel

安装 IRkernel

使内核可供朱皮特使用

然后,您必须通过安装内核规范使 Jupyter 看到新安装的 R 内核。要在系统范围内安装,请在命令中将用户设置为 installspec False:

IRkernel::installspec(user = FALSE) 

Installing system-wide

安装系统范围

然后, jupyter notebook 通过 Windows 命令提示符运行。现在,Jupyter 笔记本同时支持 Python 3 和 R 编程语言。

Jupyter now supporting R

朱皮特现在支持R

引用的 API 示例

本部分提供指向 R 示例的链接,这些示例使用不同的 Refinitv 的 API 来检索和显示 Jupyter 笔记本上的财务数据。这些示例是可用的 GitHub,运行示例需要有效的凭据。

1. Eikon 数据 API R 示例

Eikon 是 Refinitiv 为金融专业人士提供的一套软件产品,用于监控和分析财务信息。它提供对实时市场数据、新闻、基本数据、分析、交易和消息工具的访问。

它还提供 Eikon 数据 API,以便直接从在同一 Eikon 桌面上运行的任何应用程序访问 Eikon 数据。Eikon 数据 API 检索到的数据包括实时、基本、历史、符号系统和新闻数据。

Eikon

埃孔

此示例演示如何在 Jupyter 笔记本上使用 Eikon 数据 API 与 R 一起检索最新数据、历史数据、符号系统和新闻。它使用Eikonapir包从 Eikon 检索数据,并使用绘图包绘制图表rdocumentation.org/packages/IRdisplay”href”https://github.com/refinitiv-API-样本/示例.R.Jupyter/树/主/EikonDataAPIR”rel=”nofollow”目标=”_blank”_IRDisplay包以HTML格式显示新闻。

2.数据流 R 示例

Datastream 是世界领先的时间序列数据库,使战略家、经济学家和研究社区能够获得最全面的财务信息。历史可追溯到 20 世纪 50 年代,您可以探索数据系列之间的关系;执行相关性分析,测试投资和贸易理念和研究国家、地区和行业。

它提供数据流 Web 服务 (DSWS) API 来访问基于 SOAP/XML、REST/JSON 和 .NET 的数据流内容。

Datastream

数据流

此示例演示如何在 Jupyter 笔记本上使用具有 R 的 DataStream Web 服务。它使用DatastreamDSWS2R包从 DataStream Web 服务检索数据,并使用“绘图包“绘制图表。

3. Elektron 数据平台 R 示例

Elektron 数据平台 (EDP) 是来自 Refinitiv 的基于云的产品。本产品提供全球金融专业人士使用的财务数据和相关分析。这些数据包括来自世界各地证券交易所的实时数据,以及参考和历史数据。

EDP 包括用于访问此财务数据的简单标准基于 REST 的 API。请求的数据使用请求-响应机制传递。应用程序使用 Web 请求(HTTP GET、POST、PUT 或 DELETE)来传达请求消息和参数,EDP 服务会同步响应数据。

Elektron Data Platform

埃莱克特龙数据平台

此示例演示如何在 Jupyter 笔记本上使用 R 从 Elektron 数据平台检索历史数据。它使用httr包发送 HTTP 请求消息,并使用绘图包绘制图表https://stackoverflow.blog/2017/10/10/impressive-growth-r/”href=”http://1.09https://stackoverflow.blog/2017/10/10/令人印象深刻的增长-r/”rel=”不跟随”目标=”_blank”\https://en.wikipedia.org/wiki/R_(programming_language)。

  • “统计计算R项目“,https://www.r-project.org/。
  • “Python官方网站“,https://www.python.org。
  • “阿纳康达分布“,https://www.anaconda.com/distribution/.
  • “安装朱皮特软件“,https://jupyter.org/install。
  • “R内核为朱皮特笔记本“,https://irkernel.github.io/。
  • “雷菲尼蒂夫·艾康数据API”,https://developers.refinitiv.com/eikon-apis/eikon-data-api。
  • “参考数据流 Web 服务“,https://developers.refinitiv.com/eikon-apis/datastream-web-service
  • “雷菲尼蒂夫·莱克特龙数据平台“,https://developers.refinitiv.com/elektron-data-platform/elektron-data-platform-apis。
  • “在 R 中情节开始“,https://plot.ly/r/getting-started/
  • 罗宾逊,大卫”R的惊人增长”,堆栈溢出,2017年10月10日,https://stackoverflow.blog/2017/10/10/impressive-growth-r/。
  • 普瑞克 本杰明”适合初学者的朱普特笔记本:教程”,数据科学教程,2019年8月22日,https://www.dataquest.io/blog/jupyter-notebook-tutorial/。
  • 进一步阅读

    Comments are closed.