-
Notifications
You must be signed in to change notification settings - Fork 0
/
index.html
755 lines (498 loc) · 16.7 KB
/
index.html
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
370
371
372
373
374
375
376
377
378
379
380
381
382
383
384
385
386
387
388
389
390
391
392
393
394
395
396
397
398
399
400
401
402
403
404
405
406
407
408
409
410
411
412
413
414
415
416
417
418
419
420
421
422
423
424
425
426
427
428
429
430
431
432
433
434
435
436
437
438
439
440
441
442
443
444
445
446
447
448
449
450
451
452
453
454
455
456
457
458
459
460
461
462
463
464
465
466
467
468
469
470
471
472
473
474
475
476
477
478
479
480
481
482
483
484
485
486
487
488
489
490
491
492
493
494
495
496
497
498
499
500
501
502
503
504
505
506
507
508
509
510
511
512
513
514
515
516
517
518
519
520
521
522
523
524
525
526
527
528
529
530
531
532
533
534
535
536
537
538
539
540
541
542
543
544
545
546
547
548
549
550
551
552
553
554
555
556
557
558
559
560
561
562
563
564
565
566
567
568
569
570
571
572
573
574
575
576
577
578
579
580
581
582
583
584
585
586
587
588
589
590
591
592
593
594
595
596
597
598
599
600
601
602
603
604
605
606
607
608
609
610
611
612
613
614
615
616
617
618
619
620
621
622
623
624
625
626
627
628
629
630
631
632
633
634
635
636
637
638
639
640
641
642
643
644
645
646
647
648
649
650
651
652
653
654
655
656
657
658
659
660
661
662
663
664
665
666
667
668
669
670
671
672
673
674
675
676
677
678
679
680
681
682
683
684
685
686
687
688
689
690
691
692
693
694
695
696
697
698
699
700
701
702
703
704
705
706
707
708
709
710
711
712
713
714
715
716
717
718
719
720
721
722
723
724
725
726
727
728
729
730
731
732
733
734
735
736
737
738
739
740
741
742
743
744
745
746
747
748
749
750
751
752
753
754
755
<!DOCTYPE html>
<html xmlns="http://www.w3.org/1999/xhtml" lang="" xml:lang="">
<head>
<title>Domando a la bestia: Python en R</title>
<meta charset="utf-8" />
<meta name="author" content="Tania Allard" />
<link href="libs/remark-css-0.0.1/default.css" rel="stylesheet" />
<link href="libs/remark-css-0.0.1/rladies.css" rel="stylesheet" />
<link href="libs/remark-css-0.0.1/rladies-fonts.css" rel="stylesheet" />
<link href="libs/font-awesome-5.3.1/css/all.min.css" rel="stylesheet" />
<link href="libs/font-awesome-5.3.1/css/v4-shims.min.css" rel="stylesheet" />
<script src="libs/kePrint-0.0.1/kePrint.js"></script>
<link rel="stylesheet" href="css/footer.css" type="text/css" />
<link rel="stylesheet" href="css/styles.css" type="text/css" />
</head>
<body>
<textarea id="source">
layout: true
<div class="my-footer">
<span> R meets Python CDMX <a> http://bit.ly/RmeetsPython </a> </span>
<span-right>
<a href="https://twitter.com/ixek"><i class="fab fa-twitter"></i> </a> @ixek
<a href="https://github.com/trallard"><i class="fab fa-github-alt"></i> </a> @trallard
</span-right></div>
---
class: inverse, right, bottom
# R meets Python - CDMX
### PyLadies, Rladies & Tania Allard
2019-08-27
https://bit.ly/RmeetsPython
---
# Bienvenidos al primer evento conjunto de PyLadies y Rladies en CDMX 💜
.pull-left[
<img src="assets/pyladies.png" width="60%"/>
]
.pull-right[
<img src="assets/Rladies.png" width="60%" />
]
---
# ¡Gracias por venir!
- **Recordemos**: hay un código de conducta que todas y todos debemos observar todo el tiempo. Si notas algo que no va de acuerdo al código de conducta contacta a tus organizadoras.
- No hay tiempo para preguntas después de las presentaciones pero puedes hablar con las ponentes en el descanso.
- Necesitas tener una cuenta de GitHub para seguir el tutorial.
---
class: middle
# Gracias a todas las personas que hicieron esto posible
- Pyladies CDMX
- RLadies CDMX
- Microsoft developer advocacy (Cynthia Zanoni ✨)
- Stickermule
- Platzi
---
# Agenda
**6:30 -7:00** - Networking
**7:00-8:00** - Charlas (Karen Estefanía González, Mariana Carmona, Dulce Ambrocio, Diana Elisa García Cortés)
**8:00-8:30** - Networking y preparación para tutorial
**8:30 - 9:00** - Tutorial: Usando R y Python desde reticulate y r2py
---
# ¿Quién soy y por qué estoy acá?
.pull-left[
<img src="assets/Bit_PUBLIC_SPEAKING.png" width="90%" align="center" />
]
.pull-right[
## Tania Allard
- Developer Advocate en Microsoft
- Google developer expert: Machine learning / Tensorflow
- Organizadora de PyLadies NorthWest UK
- Miembro Rforwards - comunidad
- Fellow de la Python Software Foundation
- Y un montón de cosas mas
]
---
class: center, middle
# También 💜 Python y R
---
# Objetivos
Este tutorial está diseñado para:
- uusurios principiantes e intermedios de R y/o Python
- Personas interesadas en R o Python
#
Qué vamos a aprender:
- **Principiante**: ucomo usar Pythondesde R para proyectos multi -enguaje
- **Intermedio**: mintegrar Python y R en proyectos de ciencia de datos de forma eficiente
---
# Al final del tutorial podremos:
- Pasar objetos entre sesiones simultáneasdde Ptyton y R
- Usar métodos de Python en código de R
- Usar snippets de Python dentro de tu workflow en R (no necesitamos comprender al 100 lo que hacen 🤷)
Si tienes un entendimiento general de lo que Python hace y para qué son los métodos puedes usar reticulate.
---
# ¿Por qué usar reticulate?
### Hacer tu trabajo más rápido
- Los sientíficos de datos nos caracterisamos por nuestra habilidad para resolver problemas
- El lenguaje debe ser secundario ☝️
- Evitar refactorizar o mantender dos codebases
## Facilitar colaboración
- Te permite aprovechar la experiencia y habilidades de todo el equipo
- Resuelve el problema más grande de la industria de datos: la gente<sup>1</sup>
- Muchos scientíficos de datos usan los dos leguajes y son más felices<sup>2</sup>
.footnote[
[1] Mangano, 2019
[2] Stack Overflow Developers' Survey, NanoMathius, 2018
]
---
background-image: url(assets/reticulated_python.png)
background-position: 95% 7%
## Reticulate
### Características principales
1. Habilidad de llamar Python desde R
2. Traducción tntre objetos de R y Python
3. Uso flexible de diferentes entornos de Python
---
# Reticulate
### Puedes usar Python de las siguientes maneras
1. Interactivo usando la consola
`repl_python()`
2. Ejecutando scripts de Python
3. Importando módulos de Python
4. En Rmarkdown
---
## Requisitos
* [RStudio 1.2](https://www.rstudio.com/products/rstudio/)
* Python
[Anaconda 3](https://www.anaconda.com/distribution/)
--
* `reticulate` Yo casi siempre uso la versión de desarrollo:
```r
devtools::install_github("rstudio/reticulate")
```
* Paquetes de Python y R necesarios (no listados acá)
---
# Acceder a los materiales
## JupyterHub
Para este tutorial tenemos un JupyterHub en la nube con todos los paquetes y librerías que necesitamos.
- Tienes que acceder en: http://bit.ly/Pyladies-hub
- Disponible sólo por hoy y necesitas una cuenta de GitHub para poder acceder
## En casa:
- El repositorio es: http://bit.ly/RmeetsPython
---
class: inverse, middle, center
# Vamos a comenzar
---
## Vamos a organizarnos
.pull-left[
Vamos a crear un projecto
File | New Project | Existing Directory
Browse
Abre el directorio "ML_musical"
]
.pull-right[
]
---
# Usando Python desde la terminal
## 💜 Comenzar una sesión de Python
Vamos a usar el método `repl_python()`:
```r
> library('reticulate')
> repl_python()
*Python 3.7.3 (/opt/conda/bin/python)
*Reticulate 1.13 REPL -- A Python interpreter in R.
>>>
```
Inmediatamente te indica que versión de Python estás usando:
--
`>>>` Si ves esto quiere decir que estás en el REPL de Python
`>` Indica que estás usando R
---
## Fundamentos de Python
Vamos a empezar creando un array (o arreglo)
En R basta con hacer:
```r
> r_array <- c(4, 5, 1, 6, 8)
```
--
En Python usamos listas:
```python
>>> python_list = [4, 5, 1, 6, 8]
```
---
## Fundamentos de Python
Pero en Python las listas no siempre funcionan como un usuario de R esperaría.
Por ejemplo, cuál es el resultado de:
```python
python_list = [4, 5, 1, 6, 8]
*python_list * 2
```
--
¿Esto?
```python
python_list = [4, 5, 1, 6, 8]
python_list * 2
*[8, 10, 2, 12, 16]
```
--
No, en realidad es:
```python
python_list = [4, 5, 1, 6, 8]
python_list * 2
*[4, 5, 1, 6, 8, 4, 5, 1, 6, 8]
```
😨
---
# Fundamentos de Python
Para tener funcionalidades de arrays como los de R usamos el paquete [NumPy package](http://www.numpy.org/)<sup>1</sup>.
.footnote[
[1] NumPy is the fundamental package for scientific computing with Python. It is part of the
SciPy ecosystem.
Jones E, Oliphant E, Peterson P, et al. SciPy: Open Source Scientific Tools for Python, 2001-, http://www.scipy.org/.
]
--
```python
>>> import numpy as np
>>> python_array = np.array([4, 5, 1, 6, 8])
```
--
Observa que en Python se usa el `.` para llamar métodos, por ejemplo: `numpy.method_name()`.
```python
>>> python_array.max()
*8
```
---
Podemos checar el typo de objeto de nuestro array:
```python
>>> type(python_array)
<class 'numpy.ndarray'>
```
--
Y el tamaño del array
```python
>>> python_array.size
```
El tamaño es un atributo de los objetos de tipo array en Numpy (y otros objetos).
--
Para ver todos los atributos de un objeto puedes usar:
```python
>>>dir(python_array)
```
---
## ¿En dónde está el array?
Podemos accederlo desde R
```r
> py$python_array
[1] 4 5 1 6 8
```
y podemos usar TAB después de `py$`
---
## Acceder objetos desde R
`reticulate` hace que los objetos se comporten como esperaríamos en R:
```r
> py$python_array * 2
[1] 8 10 2 12 16
```
```r
> py$python_array * py$python_array
[1] 16 25 1 36 64
```
--
Porque se convierten en objetos de R cuando los usamos
```r
> class(py$python_array)
[1] "array"
```
`py$python_array` es un arreglo uni-dimensional
numpy.ndarray `\(\rightarrow\)` array
---
# Funciones en objetos creados en Python
Ahora podemos usar métodos de R en objetos creados en Python. Por ejemplo:
```r
> mean(py$python_array)
[1] 4.8
```
--
... y la longitud
```r
> length(py$python_array)
[1] 5
```
--
Se pueden asignar los objetos explícitamente:
```r
> r_array <- py$python_array
```
---
# Métodos de Python en objetos creados en Python
Desde R tenemos acceso al objeto de `np` que es como importamos Numpy en Python.
---
# Métodos de Python en objetos creados en Python
.pull-left[
🐍 En Python aplicamos los métodos de `np` de la siguiente forma:
_`object_name.method_name()`_
Por ejemplo encontramos la media de `python_array` con:
```r
>>> python_array.mean()
4.8
```
]
--
.pull-right[
En R accedemos métodos `np` de la siguiente manera:
`py$np$` _`method_name(object_name)`_
Para usar el método mean en `py$python_array`:
```r
> py$np$mean(py$python_array)
[1] 4.8
```
]
---
class: inverse, middle, center
# Python en R Markdown
---
# Python en R Markdown
## Objetivo
1. Desarrollar un mini tutorial para desarrollar nuestro entendimiento entre R y Python.
--
2. Importar, modelar y visualizar datos de audio.
--
Vamos a crear algo como [clasificador_musica.html](clasificador_musica.html)
---
# Los datos
Vamos a trabajar con data de 9 piezas musicales:
* [Chopin - Ballade No. 1 in G Minor](https://www.youtube.com/watch?v=Zj_psrTUW_w)
* [Corelli - Sonata da Chiesa, Op. 1 No. 1 in F major](https://www.youtube.com/watch?v=0fLbzkBRywU)
* [Mozart - Sonata in F major for piano and violin K 376](https://www.youtube.com/watch?v=iOq_lZWD8Lg)
--
El ejemplo original es de Michael Knight, de la Universidad de Bristol.
--
Cada una de las piezas han sido segmentada en piezas de 5 segundos con 5000 features cada una. Cada feature representa la distribución de energía de cada segmento de 5 segundos.
Vamos a clasificar los segmentos.
---
## Los datos
Hay hast 100 segmentos por pieza.
<table class="table" style="font-size: 13px; margin-left: auto; margin-right: auto;">
<thead>
<tr>
<th style="text-align:left;"> Instrument </th>
<th style="text-align:left;"> Piece </th>
<th style="text-align:right;"> Number of segments </th>
</tr>
</thead>
<tbody>
<tr>
<td style="text-align:left;"> Piano </td>
<td style="text-align:left;"> 01 Ballade No. 1, Op. 23.m4a </td>
<td style="text-align:right;"> 100 </td>
</tr>
<tr>
<td style="text-align:left;"> Piano </td>
<td style="text-align:left;"> 1-01 Sonata No. 1 In F Sharp Minor, Op. 11_ I. Introduzione. un Poco Adagio ,Allegro Vivace.m4a </td>
<td style="text-align:right;"> 100 </td>
</tr>
<tr>
<td style="text-align:left;"> Piano </td>
<td style="text-align:left;"> 5-01 Beethoven_ Piano Sonata No. 14 in C-Sharp Minor, Op. 27 No. 2, 'Moonlight'_ I. Adagio sostenuto.m4a </td>
<td style="text-align:right;"> 74 </td>
</tr>
<tr>
<td style="text-align:left;"> Piano </td>
<td style="text-align:left;"> 9-05 Beethoven_ Piano Sonata No. 29 in B-Flat Major, Op. 106, 'Hammerklavier'_ I. Allegro.m4a </td>
<td style="text-align:right;"> 100 </td>
</tr>
<tr>
<td style="text-align:left;"> Violin </td>
<td style="text-align:left;"> 05 No.2 in A major RV 31_ I. Preludio a Capriccio. Presto.m4a </td>
<td style="text-align:right;"> 14 </td>
</tr>
<tr>
<td style="text-align:left;"> Violin </td>
<td style="text-align:left;"> 1-01 Sonata da chiesa a tre in F Major, Op. 1, No. 1_ I. Grave.m4a </td>
<td style="text-align:right;"> 15 </td>
</tr>
<tr>
<td style="text-align:left;"> Violin </td>
<td style="text-align:left;"> 1-02 Sonata da chiesa a tre in F Major, Op. 1, No. 1_ II. Allegro.m4a </td>
<td style="text-align:right;"> 18 </td>
</tr>
<tr>
<td style="text-align:left;"> Violin </td>
<td style="text-align:left;"> 24 No.11 in D major RV 9_ II. Fantasia. Presto.m4a </td>
<td style="text-align:right;"> 16 </td>
</tr>
<tr>
<td style="text-align:left;"> Violin and Piano </td>
<td style="text-align:left;"> 3-01 Sonata for Piano and Violin in F, K. 376_ I. Allegro.m4a </td>
<td style="text-align:right;"> 59 </td>
</tr>
</tbody>
</table>
---
## Los datos
Dos xlxs por cada pieza
* *name*_segments.xlsx
segmentos x features (row x column)
* *name*_SegmentInfo.xlsx
metadata por segmento: nombre de la pieza, instrumento en la pieza, y el tiempo de comienzo y final del segmento
--
Hay 496 segmentos en total, de los cuales 374 son de piezas de piano y 63 corresponden al violín.
Los restantes 59 son de la sonata para piano y violin de Mozart.
---
class: invertse mcenter, iddle
### Demo
---
## Haz tu propio tutorial
File -> New File -> Rmarkdown
Agrega un autor y un título
Puedes usar el demo como inspiración
---
### R desde Python!!!
---
</textarea>
<style data-target="print-only">@media screen {.remark-slide-container{display:block;}.remark-slide-scaler{box-shadow:none;}}</style>
<script src="https://remarkjs.com/downloads/remark-latest.min.js"></script>
<script>var slideshow = remark.create({
"highlightStyle": "github",
"highlightLines": true,
"countIncrementalSlides": false,
"slideNumberFormat": ""
});
if (window.HTMLWidgets) slideshow.on('afterShowSlide', function (slide) {
window.dispatchEvent(new Event('resize'));
});
(function(d) {
var s = d.createElement("style"), r = d.querySelector(".remark-slide-scaler");
if (!r) return;
s.type = "text/css"; s.innerHTML = "@page {size: " + r.style.width + " " + r.style.height +"; }";
d.head.appendChild(s);
})(document);
(function(d) {
var el = d.getElementsByClassName("remark-slides-area");
if (!el) return;
var slide, slides = slideshow.getSlides(), els = el[0].children;
for (var i = 1; i < slides.length; i++) {
slide = slides[i];
if (slide.properties.continued === "true" || slide.properties.count === "false") {
els[i - 1].className += ' has-continuation';
}
}
var s = d.createElement("style");
s.type = "text/css"; s.innerHTML = "@media print { .has-continuation { display: none; } }";
d.head.appendChild(s);
})(document);
// delete the temporary CSS (for displaying all slides initially) when the user
// starts to view slides
(function() {
var deleted = false;
slideshow.on('beforeShowSlide', function(slide) {
if (deleted) return;
var sheets = document.styleSheets, node;
for (var i = 0; i < sheets.length; i++) {
node = sheets[i].ownerNode;
if (node.dataset["target"] !== "print-only") continue;
node.parentNode.removeChild(node);
}
deleted = true;
});
})();</script>
<script>
(function() {
var links = document.getElementsByTagName('a');
for (var i = 0; i < links.length; i++) {
if (/^(https?:)?\/\//.test(links[i].getAttribute('href'))) {
links[i].target = '_blank';
}
}
})();
</script>
<script>
slideshow._releaseMath = function(el) {
var i, text, code, codes = el.getElementsByTagName('code');
for (i = 0; i < codes.length;) {
code = codes[i];
if (code.parentNode.tagName !== 'PRE' && code.childElementCount === 0) {
text = code.textContent;
if (/^\\\((.|\s)+\\\)$/.test(text) || /^\\\[(.|\s)+\\\]$/.test(text) ||
/^\$\$(.|\s)+\$\$$/.test(text) ||
/^\\begin\{([^}]+)\}(.|\s)+\\end\{[^}]+\}$/.test(text)) {
code.outerHTML = code.innerHTML; // remove <code></code>
continue;
}
}
i++;
}
};
slideshow._releaseMath(document);
</script>
<!-- dynamically load mathjax for compatibility with self-contained -->
<script>
(function () {
var script = document.createElement('script');
script.type = 'text/javascript';
script.src = 'https://mathjax.rstudio.com/latest/MathJax.js?config=TeX-MML-AM_CHTML';
if (location.protocol !== 'file:' && /^https?:/.test(script.src))
script.src = script.src.replace(/^https?:/, '');
document.getElementsByTagName('head')[0].appendChild(script);
})();
</script>
</body>
</html>