Motivation

Je ne trouve pas de module qui fait du sem avec python! --Je veux générer automatiquement un beau diagramme sem --Je veux utiliser R sur python «C'est R (je sens) que la partie qui démange de l'analyse peut être atteinte. -Selon R vs Python: Compare Data Analysis --Python est plus simple pour les tâches autres que les statistiques --R prend généralement en charge plus de statistiques

** Théorie: La théorie la plus forte si elle est complétée par python et R **

--R et python peuvent être liés en utilisant "pyper" qui est un module python.

Paramètres de Pyper sur python

--Installation de pyper pip install pyper

--Importer pyper et créer un retrait pyper --Il faut spécifier le chemin de R avec "RCMD =" (avec //) -En définissant ʻuse_numpy = 'True', use_pandas = 'True'`, il est possible de lire des données de type numpy, pandas dans R.

`python`


import pyper 
import os
import numpy as np
import pandas as pd
#Créer un retrait de pyper
r = pyper.R(RCMD="C:\\Program Files\\R\\R-3.2.5\\bin\\x64\\R", use_numpy='True', use_pandas='True')

Création d'un fichier programme sem dans R

Au début, j'utilisais le package "sem" de R, mais j'ai eu une série d'erreurs et je suis passé à "lavaan" (pleurer)
La fonction sem dans la lave était plus facile à mettre en place.
Pour créer ce fichier, reportez-vous à Essayez "Première analyse de structure co-distribuée Analyse de chemin Amos" avec lavaan. Nous avons reçu. --R a des paquets pré-installés "lavaan" et "semplot" à utiliser ――Il semble que l'utilisation de ce "semplot" produira facilement un diagramme du résultat de l'estimation de "lavaan". --Ce programme R crée un modèle SEM, l'estime et enregistre le diagramme de chemin au format .png.

`R(lavaan.R)`


library(lavaan)
library(semPlot)

r <-  cor(dat)

model1 <- ('
  reach=~a1*Intermediate_test+a2*term_end_exam+a3*minitest
  skill=~b1*mock_examination1+b2*mock_examination2+b3*mock_examination3 
  reach~~skill
  ')

fit <- sem(model1, sample.cov=r, sample.nobs=284)


png("C:\\Users\\xxxxxxxx\\Documents\\Python Scripts\\python_R\\semplot.png ") 
semPaths(fit, "std", edge.label.cex = 1,line = 3, curvePivot = TRUE,
         sizeMan = 8, sizeInt = 1, sizeLat = 8)
dev.off()

Lier python et R

Laisser python lire les données --Cette fois, Analysis using R (SEM) de J'ai converti les «données d'utilisation des livres» en anglais et je les ai utilisées.

`python`


test = pd.read_csv("C:\Users\xxxxxxx\Documents\R\input\data\ch14sem.csv")

--Passez les données python vers R

Passez "test" à R comme "dat".

`python`


r.assign("dat", test)

--Exécuter le fichier R "lavaan.R" avec python

`python`


r("source(file='C:\\Users\\xxxxx\\Documents\\R\\input\\script\\lavaan.R')")

Vous pouvez extraire des objets dans R avec r.get (" ")

`python(Extraction de matrice de corrélation)`


 r.get("r")

--Il est possible d'exécuter la commande R sur python avec `r (" ") ʻ et d'afficher le résultat.

`python(Affichage des résultats estimés)`


print r("summary(fit, standardized=TRUE, fit.measure=TRUE)")

Diagramme de chemin de sortie

Selon semPlot Examples | --Sacha Epskamp, ce diagramme de chemin peut être défini en détail. (Avec cela, je n'ai pas besoin de dessiner un diagramme de chemin avec Powerpo ou draw.io. .)

Où ça se coince

--Si vous n'organisez pas l'indentation sur R, une erreur se produira sur python même s'il n'y a pas d'erreur sur R. --Plot on R n'a pas été amené à python avec r.get (" "), mais .png était sorti. --Utilisez // pour spécifier le chemin.