LT_R_on_GoogleColab

https://fukuoka-r.connpass.com/event/147096/

Transcript

1. LT
   R on Google Colab
   ~ いい感じに処理を共有したい ~
   Yakitori.R#02
   2019/10/11
   @doradora09
   

   View Slide

2. ⾃⼰紹介
   • NOB DATAの⼤城です
   • 最近クラウド本書きました ->
   

   View Slide

3. イベント告知
   SpaTech #02 (11/16)
   • 温泉地でデータ分析勉強会
   • 各分析コミュニティの⽅々と、⼤分
   の⽅々をつなげられればと思います
   のでご都合つきましたら是⾮・・！
   • ちなみに今回は⼤分県から補助が出
   ます
   https://spatech.connpass.com/event/151005/
   

   View Slide

4. 本題
   課題感
   • 分析結果を共有したい！が様々なハードルがある
   • ⾃分以外のPCにRをインストールするのが⼤変
   • サーバの知識がなく、社内でJupyterやRStudioのWebサーバは⽴てられない
   • サーバの知識はあるが、AWS等のインスタンスを⽴ち上げる予算がない
   • 無料、かつPDFやhtmlファイルで共有する以外の⽅法はないものか？
   今回
   • GoogleColabで直接Rを動かす⽅法のご紹介
   

   View Slide

5. GoogleColabのスペックと制限
   • スペック
   • 搭載CPUはIntel(R) Xeon(R) CPU @ 2.30GHz
   • メモリーは13GB、データ容量は40GB
   • GPU、TPUが無料で使える
   • 制限
   • 連続利⽤12時間まで
   • 90分間アイドル状態が続くとインスタンスがシャットダウン
   

   View Slide

6. Rを乗せる前に・・
   GoogleColabの基礎
   

   View Slide

7. Google Colaboratoryを利⽤する
   HPPHMFυϥΠϒ΁ΞΫηε
   

   View Slide

8. ʴ৽ن ΛΫϦοΫ
   

   View Slide

9. ΞϓϦΛ௥Ճ ΛΫϦοΫ
   ͦͷଞ
   

   View Slide

10. DPMBCPSBUPSZͰݕࡧ
    ઀ଓϘλϯΛΫϦοΫ
    

    View Slide

11. Google Colab上でRを使う⽅法
    • ２つご紹介
    • お⼿軽な⽅法
    • rpy2でPythonと共存したまま使う
    • ⼀⼿間かける⽅法
    • ipynbファイルを書き換えてRのノートブックとして設定する
    参考
    https://www.marketechlabo.com/google-colaboratory-with-r/
    

    View Slide

12. その１：rpy2でPythonと共存したまま使う
    • rpy2を使うと%%RブロックでRを呼び出すことが可能になる
    • %load_ext rpy2.ipythonを記載するだけでOK
    

    View Slide

13. rpy2のインストールと
    %%RブロックでRコードの実⾏
    

    View Slide

14. install.packages()も使える
    

    View Slide

15. 決定⽊とかも動く
    

    View Slide

16. その２：ipynbを書き換える⽅法
    • .ipynbファイルの中⾝を書き換える⽅法
    • ⼀⼿間かかるが、Rのコードをそのまま呼び出せる
    

    View Slide

17. 任意のノートブックを作成し、
    .ipynbをダウンロード
    

    View Slide

18. .ipynbファイルを２⾏書き換え
    (nameをirに、display_nameをRにする)
    

    View Slide

19. 書き換えた.ipynbファイルを
    アップロードすればOK
    

    View Slide

20. あとはRのコードを書くだけ
    • 1つ⽬の⽅法と違って%%Rのようなブロックは不要
    

    View Slide

21. あとはRのコードを書くだけ
    • 1つ⽬の⽅法と違って%%Rのようなブロックは不要
    

    View Slide

22. GoogleColabのデメリットと
    セッション切れ問題対策
    • 90分以上かかる処理の場合はリ
    ロード必須
    • chormeの拡張機能などで定期的
    なブラウザのリロードはお⼿軽
    に実施できる
    • もちろん、PCがスリープしない
    設定でやる必要はあり
    https://chrome.google.com/webstore/detail/auto-
    refresh/ifooldnmmcmlbdennkpdnlnbgbmfalko
    

    View Slide

23. 動かなかったもの
    • rpivotTableとかplotlyパッケージは動かない
    (knitやHTML出⼒が前提だから？)
    • ⼿軽にインタラクティブに動かせる環境あると最⾼なので、何
    かノウハウありましたらお知らせ下さい
    

    View Slide

24. 所感
    場⾯によっては選択肢としてはあり
    • 費⽤をかけず、社内データの簡単な分析と共有
    良い点
    • 無料でハイスペックなマシンが使え、権限管理も可能
    向かない点
    • (現時点では)凝った処理やGUIでグリグリやりたい場合は素直
    にPythonからplotly等各種ライブラリを呼び出す⽅法が楽
    

    View Slide

25. 余談
    • ⽤途が社内でのデータ解析結果の共有ではなく、
    単に機械学習の勉強ならkaggleのカーネル使う⽅法もあります
    • こっちはRに標準対応
    

    View Slide

26. まとめ
    • Google ColabからRで使う⽅法をいくつかご紹介
    • rpy2を使う⽅法、ipynbを書き換える⽅法
    • 90分タイムアウト問題はブラウザの拡張機能などで対応可能
    • 共有範囲の管理もできるので、社内データの簡単な処理やレ
    ポートの共有には向いている
    • ⼀⽅、機械学習の勉強⽤途だけならKaggleのnotebook使うと良い
    • ⼀応hack的な⽅法なので、現時点では凝った処理は素直に
    Pythonで書く、といった使い分けが良いかも
    

    View Slide

27. Enjoy!
    

    View Slide