一、问题背景与适用场景

做数据分析或者机器学习的朋友，大概率会遇到过这种情况：R语言画图好看、统计分析顺手，但做数据爬取、文本处理的时候，又觉得Python的库更全、更方便；反过来，Python做机器学习强，但统计建模的细节处理又不如R灵活。那能不能把俩语言的优势结合起来？答案是可以，用R的reticulate包就能直接调用Python的模块，不用来回切换环境、复制粘贴数据，省老鼻子事了。

但很多人刚用reticulate的时候，都会踩两个大坑：一个是版本冲突——比如R里指定调用Python3.9，结果实际跑的时候用的是Python3.10，或者Python里装的库在R里找不到；另一个是路径问题——明明电脑里装了Python，reticulate就是找不到，或者找不到自己装的第三方库。这俩问题一卡，本来想提高效率的工具，反而变成了麻烦。

这个方法适合所有需要同时用R和Python的开发者：比如做数据科学的学生写论文，既要用Python爬数据、用PyTorch训练模型，又要用R做统计检验、画 publication 级别的图；比如企业里的分析师，既要用R处理业务数据，又要调用Python的NLP库做文本分析；甚至是刚入门的新手，想同时学俩语言，不用来回切换环境。

二、版本冲突的成因与解决方法

2.1 版本冲突的常见表现

版本冲突最常见的表现有两种：第一种是R里设置的Python版本和实际运行的版本对不上，比如你明明指定用Python3.9，结果跑代码的时候，报错说某个库不存在，查一下发现实际用的是Python3.10，而这个库只装在3.9里；第二种是同一个Python版本下，R里找不到你装的第三方库，比如你在Python里装了pandas，结果R里调用的时候提示“ModuleNotFoundError: No module named 'pandas'”。

造成版本冲突的核心原因，是电脑里装了多个Python版本，而reticulate默认找的Python不是你想要的那个。比如Windows系统里，可能同时装了Python3.8、3.9、3.10，还有Anaconda自带的Python；Mac系统里，系统自带的Python2.7（旧版本）、brew装的Python、Anaconda的Python混在一起，reticulate不知道该用哪个。

2.2 版本冲突的解决步骤（带完整示例）

首先，先明确自己要用的Python版本，比如我们要指定用Python3.9，而且这个版本里装了pandas、numpy这些常用库。整个过程的技术栈统一用R（带reticulate包），具体步骤如下：

第一步，先在R里安装并加载reticulate包，代码如下：

# 安装reticulate包（如果已经装过可以跳过）
install.packages("reticulate")
# 加载reticulate包
library(reticulate)

第二步，先查看电脑里所有可用的Python版本，确认自己要的版本存在，代码如下：

# 列出电脑里所有可用的Python版本
py_discover_config()

跑这段代码之后，会输出很多信息，重点看“python”那一行，比如输出里可能有：

python:         /usr/bin/python3.9
libpython:      /usr/lib/python3.9/config-3.9-x86_64-linux-gnu/libpython3.9.so
pythonhome:     /usr:/usr
version:        3.9.7 (default, Sep 16 2021, 13:09:58)  [GCC 7.5.0]

或者Windows里可能是：

python:         C:\Python39\python.exe
libpython:      C:\Python39\python39.dll
pythonhome:     C:\Python39
version:        3.9.7 (tags/v3.9.7:1016ef3, Aug 30 2021, 20:19:38) [MSC v.1929 64 bit (AMD64)]

确认自己要的Python3.9的路径是对的，比如上面的路径是/usr/bin/python3.9（Mac/Linux）或者C:\Python39\python.exe（Windows）。

第三步，指定reticulate用这个Python版本，代码如下：

# 指定用Python3.9，替换成自己电脑里的实际路径
use_python("/usr/bin/python3.9", required = TRUE)
# required = TRUE表示如果指定的Python不存在，直接报错，避免用默认的版本

第四步，验证指定的版本是否生效，同时验证能不能调用Python的库，代码如下：

# 导入Python的sys模块，查看实际用的Python版本
sys <- import("sys")
# 打印Python版本，看是不是3.9
print(sys$version)
# 导入pandas库，看能不能正常调用
pandas <- import("pandas")
# 用pandas创建一个测试数据框，验证功能
df <- pandas$DataFrame(data = list(a = c(1, 2, 3), b = c(4, 5, 6)))
# 打印数据框，看是不是正常输出
print(df)

如果这段代码跑出来的Python版本是3.9，而且pandas能正常创建数据框，说明版本冲突解决了。

如果还是找不到pandas，那可能是你指定的Python版本里没装pandas，这时候可以用reticulate直接给这个Python版本装库，不用单独开Python环境，代码如下：

# 给指定的Python版本装pandas，不用自己去Python里装
py_install("pandas")

装完之后再重新运行上面的验证代码，就能正常调用了。

三、路径问题的成因与解决方法

3.1 路径问题的常见表现

路径问题最常见的表现是：reticulate找不到Python，跑py_discover_config()的时候，输出里的Python路径是错的，或者干脆找不到；或者能找到Python，但找不到自己装的第三方库，比如你在Python里装了requests，结果R里调用的时候提示找不到。

造成路径问题的核心原因，是电脑里的环境变量没配置对，或者多个Python版本的路径冲突。比如Windows系统里，你装了Python3.9，但没把它的路径加到系统的PATH环境变量里，reticulate就找不到；或者你装了Anaconda，Anaconda的Python路径在PATH里排在前面，reticulate默认用了Anaconda的Python，而不是你想要的。

3.2 路径问题的解决步骤（带完整示例）

首先，先明确自己要的Python的路径，比如Python3.9的路径是C:\Python39\python.exe（Windows）或者/usr/bin/python3.9（Mac/Linux），如果不知道路径，可以在电脑里搜索“python.exe”（Windows）或者在终端里跑which python3.9（Mac/Linux）找到。

第一步，先配置系统的环境变量（以Windows为例，Mac/Linux的步骤类似）：

  1. 打开“此电脑”，右键点击“属性”，选择“高级系统设置”；
  2. 点击“环境变量”，在“系统变量”里找到“Path”，点击“编辑”；
  3. 点击“新建”，把Python3.9的路径（比如C:\Python39）和Python的Scripts路径（比如C:\Python39\Scripts）加进去；
  4. 把这两个路径移到所有其他Python路径的前面，比如原来的Anaconda路径在前面，就把Python3.9的路径往上移；
  5. 点击“确定”保存，然后重启电脑（一定要重启，不然环境变量不会生效）。

第二步，在R里验证路径配置是否生效，代码如下：

# 重新加载reticulate包，避免缓存
detach("package:reticulate", unload = TRUE)
library(reticulate)
# 重新查看可用的Python版本，确认路径是对的
py_discover_config()

如果输出里的Python路径是你想要的，说明路径配置对了。

第三步，指定路径并验证，代码和版本冲突的验证代码一样：

# 指定用Python3.9的路径
use_python("/usr/bin/python3.9", required = TRUE)
# 验证版本
sys <- import("sys")
print(sys$version)
# 验证调用库
requests <- import("requests")
# 用requests爬一个测试网页，验证功能
response <- requests$get("https://www.baidu.com")
# 打印状态码，看是不是200（正常）
print(response$status_code)

如果状态码是200，说明路径问题解决了。

四、技术的优缺点与注意事项

4.1 技术的优缺点

优点主要有三个：第一，不用来回切换环境，直接在R里调用Python，数据可以直接在俩语言之间传递，比如把R里的数据框直接传给Python处理，处理完再传回来，不用复制粘贴，省时间；第二，能同时用俩语言的优势，比如Python的爬取、NLP、深度学习库，R的统计、画图功能，结合起来用；第三，不用额外装复杂的环境，只要装了R和Python，用reticulate就能直接用，入门门槛低。

缺点也有两个：第一，版本和路径问题容易踩坑，很多新手刚用的时候会被卡很久；第二，性能上比单独用R或者Python稍差，因为俩语言之间的传递数据有一定的开销，处理超大数据集的时候可能会慢一点。

4.2 注意事项

第一，一定要指定Python版本，不要用默认的，不然很容易出现版本冲突；第二，指定版本的时候一定要用绝对路径，不要用相对路径，避免路径问题；第三，装Python库的时候，尽量用py_install()，不要单独在Python里装，因为py_install()会自动装到你指定的Python版本里，避免装错版本；第四，如果用Anaconda的Python，一定要注意虚拟环境的路径，指定虚拟环境的Python路径的时候，要指定虚拟环境里的python.exe，不是Anaconda主环境的。

五、应用场景与文章总结

5.1 应用场景

除了开头说的学生写论文、分析师做业务分析，还有几个常见的场景：比如做深度学习的人，用Python训练模型，然后用R做模型的可视化和解释，比如用R的ggplot2画模型的混淆矩阵、特征重要性图；比如做文本分析的人，用Python的jieba分词、word2vec处理文本，然后用R做文本的聚类、主题模型分析；比如做统计建模的人，用R做模型的参数估计，然后用Python的scikit-learn做模型的评估和预测。

5.2 文章总结

用reticulate包结合R和Python，是一个非常实用的方法，但版本冲突和路径问题是新手最容易踩的两个坑。解决版本冲突的核心是指定自己要的Python版本，解决路径问题的核心是配置好系统的环境变量。只要把这两个问题解决了，就能充分发挥俩语言的优势，提高自己的工作效率。