RStudio是一款常用的R语言集成开发软件，在该环境下也可以进行python编程，便于结合R语言和python语言共同编程，开发完成的程序也可以在python环境下单独运行。本文对这种应用情形做简单的介绍。在RStudio环境中进行python编程，有以下三种常见的方法：

• 在RStudio集成环境中运行python代码
• 使用 reticulate 工具包，在单一项目中使用R语言和python语言
• 在RStudio中选择并使用python编辑器

下文将分别介绍这三种方法。

RStudio是一款免费开源的集成开发环境，可以用于编写R代码，也可以用于编写python代码；编写python代码，可以导入工具包，并可交互使用python。

启动RStudio IDE, 点击菜单选项： File>New File, 然后写python代码。RStudio为开发python程序提供了几个常用的工具：

• RStudio开发环境中的窗格显示python导入的工具包内容；
• 查看Python的对象，可以调用 View() 函数 或者 在窗格中的相关项上点击鼠标右键；
• 在Viewer窗格中显示 matplotlib 和 seaborn 绘图。

如下图所示：

RStudio 还提供了python函数提示，如下图：

使用 reticulate 工具包，在单一项目中使用R语言和python语言

安装 reticulate 工具包之后，就可以在R代码中调用python函数或工具包。例如，调用 pandas 工具包导入一个数据集，并保存为 dataframe格式，然后运行 pandas.crosstab 函数，如下图所示：

也可以使用 R 的 Markdown 方法进行两种语言代码之间的相互操作。例如，在 .rmd文件中插入一段python代码，

```{python}
from palmerpenguins import load_penguins
penguins = load_penguins()
penguins.describe()
```

这就是一个借助 reticulate 工具包在R代码中使用python代码的简单实例。

在RStudio中选择并使用不同的python编辑器

针对 RStudio Workbench 和 RStudio Cloud 这两个开发工具，RStudio 通过接口与 本地RStudio 开发环境集成在一起。

RStudio Workbench

该开发工具适用于数据分析和数据科学研发团队，扩展了 RStudio 的功能和用途；团队成员可以使用不同的编辑器，如RStudio，JupyterLab，JupyterNoteBook或者VSCode，通过一个中央服务器进行合作，RStudio Workbench 界面如下图：

团队成员选择各自喜好的编辑器，共同编写 Python 代码，有以下优点：

• 工作方便：团队成员使用相同的后端架构，便于分享文件、数据、工具库和其他资源；
• 同时推进项目：团队成员使用 RStudio Workbench ，可以在一个服务器上使用 R 或 python 场景下的多个并发，或者借助一组服务器实现负载平衡；
• 安全：团队成员在受监管的场景下工作。

在 RStudio集成环境下，团队成员还可以进行实时合作，都处在同一个项目下工作，可以看到其他人的活动或工作进度。

RStudio Cloud

RStudio Cloud 是 R 语言程序开发的云解决方案，可以运行、分享和交流 python 代码。对于Premium, Instructor, Organization 账户，可以使用Jupyter Notebook 安装 python 工具包，分享项目 或 运行 python 代码，界面如下图所示：

RStudio 为开发python项目提供了很大的方便，可以借用 reticulate 进行python和R语言的混合编程，在云端可以选择开发者喜欢的编辑器。数据分析不仅仅是编程，团队成员之间的合作和交流更重要。