Collegando R e Julia?

Julia sembra molto promettente per un calcolo veloce e basato sulla sintassi (ad esempio qui ), ma sospetto che da qualche tempo non sarà da nessuna parte vicino a R in termini di flusso di lavoro delle statistiche generali. Quindi mi piacerebbe usarlo dove C ++ è principalmente usato nei programmi R: per ottimizzare parti lente del codice. Prima di investire tempo nell'apprendimento di Julia, tuttavia, sono curioso di sapere quali sono le strutture per incorporare i frammenti di Julia nel codice R.

Così:

• Quali servizi ci sono per collegare R e Julia?
• Quanto sono robusti e ben congegnati, su una scala da zero a Rcpp?

Voglio chiamare Julia da R, proprio come Rcpp permette di chiamare C ++ da R in questo momento. Non voglio chiamare R da Julia. (Quindi RCall.jl non funzionerebbe)

Il pacchetto RJulia R sembra abbastanza buono ora da R. R CMD checkfunziona senza avvisi o errori (se juliainstallato correttamente).

Il più grande TODO dal mio punto di vista è convincere Julia a restituire elenchi nominati che costituiscono la struttura di dati generale flessibile davvero basilare in R.

Si noti che Doug Bates mi ha avvisato di RCall un'interfaccia bidirezionale da Julia a R (ovvero, l'altra direzione rispetto a R a Julia). Inoltre, Doug ha raccomandato di scegliere come target julia 0.4.0 anziché le attuali versioni stabili di julia.

Anch'io guardo Julia da quando Doug Bates mi ha mandato in heads-up a gennaio . Ma come @ gsk3, lo misuro su una "scala Rcpp" in quanto vorrei passare oggetti R ricchi a Julia. E questo non sembra essere affatto supportato in questo momento.

Julia ha un'interfaccia C bella e semplice. Quindi questo ci procura qualcosa di simile .C(). Ma come recentemente discusso su r-devel, in realtà non lo si desidera .C(), nella maggior parte dei casi si desidera piuttosto .Call()per passare le effettive variabili SEXP che rappresentano oggetti R reali. Quindi in questo momento vedo poco spazio per Julia da R a causa di questa limitazione.

Forse un'interfaccia indiretta che usa tcp / ip su Rserve potrebbe essere un primo avvio prima che Julia maturi un po 'e otteniamo una corretta interfaccia C ++. Oppure usiamo qualcosa basato su Rcpp per andare da R a C ++ prima di entrare in un livello intermedio [che qualcuno dovrebbe scrivere] dal quale forniamo dati a Julia, proprio come l'API R reale offre solo un livello C. Boh.

E alla fine della giornata, potrebbe essere necessaria una certa pazienza. Ho iniziato a guardare R intorno al 1996 o 1997 quando Fritz Leisch fece i primi annunci sul newsgroup comp.os.linux.announce. E allora R aveva strutture piuttosto limitate (ma la piena promessa della lingua S, ovviamente, sapevamo di avere un vincitore). E qualche anno dopo ero pronto a renderlo il mio linguaggio di modellazione principale. A quel tempo CRAN aveva ancora meno di 100 pacchetti ...

Julia potrebbe anche arrivarci. Ma per ora ho il sospetto che molti di noi lavoreranno in R, e hanno solo qualche curioso sguardo su Julia.

Il piano di sviluppo di Julia, come ho descritto in questa risposta, è quello di consentire la compilazione del codice Julia in librerie condivise, richiamabile utilizzando l'ABI C. Una volta che ciò accade, sarà facile chiamare il codice Julia da R come lo è chiamare il codice C / C ++. Vi è, tuttavia, una buona dose di lavoro richiesto prima che ciò diventi possibile.

Un rapido aggiornamento Da quando questa domanda è stata posta, ci sono stati gli inizi di un pacchetto Julia che consente di chiamare i programmi R da Julia.

Altro qui: https://github.com/lgautier/Rif.jl

Qualcuno ha visto questo progetto?

https://github.com/armgong/RJulia

Abbastanza nuovo ma sembra fare esattamente ciò che è richiesto!

Creo un pacchetto R chiamato di JuliaCallrecente, che incorpora Julia in R. Il pacchetto è su CRAN.

https://cran.r-project.org/web/packages/JuliaCall/index.html

https://github.com/Non-Contradiction/JuliaCall

L'utilizzo del pacchetto è così:

library(JuliaCall)
julia <- julia_setup()
julia_command("a = sqrt(2)"); julia_eval("a")
julia_eval("sqrt(2)")
julia_call("sqrt", 2)
julia_eval("sqrt")(2)

Come puoi vedere, puoi inviare stringhe di comando e chiamare le funzioni di Julia molto facilmente.

E ci sono anche alcuni pacchetti R che avvolgono i pacchetti Julia usando JuliaCall, ad esempio,

• convexjlr per Discipline Convex Programming in R utilizzando Convex.jl, che è anche su CRAN.
• ipoptjlr, un'interfaccia R per Interior Point OPTimizer (IPOPT) che utilizza il pacchetto Julia Ipopt.jl.

Benvenuto per qualsiasi feedback su JuliaCall!!

Esiste anche il pacchetto XRJulia della famiglia di pacchetti XR che punta a e X tendendo R di John Chambers (uno dei creatori di R). Utilizza un approccio un po 'diverso (JSON) per trasferire i dati tra Julia e R, quindi rJulia e pacchetti simili.

Potresti anche voler dare un'occhiata al mio tentativo: il JuliaConnectoRpacchetto R. Il pacchetto è disponibile da GitHub e CRAN .

Il suo obiettivo è importare le funzioni da Julia direttamente in R in modo tale che possano essere utilizzate come funzioni R nel codice R. I valori di ritorno delle funzioni Julia vengono tradotti in strutture di dati R, che possono essere utilizzate in R e possono essere restituite a Julia. Per un'ulteriore integrazione di Julia e R, è anche possibile richiamare da Julia a R passando le funzioni R come funzioni di callback.

Simile a XRJulia, JuliaConnectoR si basa su TCP, ma è orientato a livello funzionale e utilizza un formato di streaming personalizzato ottimizzato anziché i messaggi JSON basati su testo come XRJulia. Uno dei vantaggi della comunicazione tramite TCP è la stabilità rispetto alle diverse versioni di Julia e R. Questo è molto più difficile da mantenere con un'integrazione a livello di interfacce C come fanno RCall e JuliaCall.

Il pacchetto funziona con Julia ≥ 1.0 e una vasta gamma di versioni R.