Google ColaboratoryでRを使う

Mon, 10 Jun 2019 00:00:00 +0900

無料でPythonの実行環境を使わせてもらえるGoogle Colaboratory（以下、Colab）。現在の無料枠でも、T4やL4などの高性能なGPU、約12GB〜16GBのメモリ、そして100GB前後のディスクスペースが利用できる強力な環境であり、手元のPCよりハイスペックな人も多いだろう。

データサイエンスの分野ではPythonが主流である一方で、Rユーザにとっては「PythonだけでなくRでも使えたらいいのに」と思うところである。実は、Colabのインスタンスには標準でRの環境が用意されており、用途に応じて複数のアプローチでRを利用することができる。この記事では、最新環境に合わせてColabでRを使い倒す方法と、その高速化テクニックを網羅的に解説する。

Rを使う3つの方法

Colab上でRを実行するには、主に以下の3つのアプローチが存在する。用途やPythonとの連携の必要性に応じて使い分けるのがよい。

スクリプトの実行

Jupyterのノートブック上で、マジックコマンドの%%scriptを使う方法である。Rに限らず、その言語がインスタンスにインストールされていれば使えるため、知っておくと非常に便利である。

%%script R --vanilla --quiet
x <- 1:5
sum(x)

このコマンドを実行すると、セルの中身がRのスクリプトとして解釈され、標準出力に結果が返される。--vanillaではなく--saveオプションを指定すると、実行終了時点でのワークスペース（.RData）を保存する。次回開くときに--restoreとすれば、その.RDataを読み込んで状態を引き継ぐことが可能である。

%%script R --save --quiet
# 次のセルで以下を実行
%%script R --save --restore --quiet

ただし、スクリプトの実行モードでは、処理の途中で変数の中身をインタラクティブに確認したり、プロットを画面にレンダリングしたりすることはできない。一つのセルで最後のアウトプットまで完結させる必要があり、探索的なデータ分析（EDA）のようなアドホックな用途には向かない。あくまで一時的なシェルの実行環境として割り切る必要がある。

UIからRランタイムを選択する

ノートブック全体をR専用の環境として使う（その場でプロットしたりオブジェクトを保存・再利用したりする）ためには、Rのランタイムを直接起動するのが最も王道である。

かつては.ipynbファイルをローカルにダウンロードし、テキストエディタでJSONのkernelspecを書き換えてから再アップロードするという非常に煩雑な手順が必要だった。しかし現在では、Colabの標準UIから簡単に切り替えることができる。

Colabの画面上部メニューから「ファイル」を選択し、「ノートブックを新規作成」をクリックする。新しいノートブックが開いたら、メニューの「ランタイム」から「ランタイムのタイプを変更」を選択する。表示されるダイアログの中に「ランタイムのタイプ」というドロップダウンメニューがあり、デフォルトの「Python 3」から「R」に変更して保存するだけでよい。これで、マジックコマンドなしに全てのセルでRのコマンドをネイティブに実行できるようになる。

ノートブックを新規作成する際のURLにlanguageパラメータを指定することで、最初から任意のカーネルを採用した状態、つまりRランタイムを選択した状態で開くことができる。頻繁にRノートブックを作成するユーザにとっては、このURLをブックマークしておくのが最も効率的である。Rの場合は以下のURLとなる。

https://colab.research.google.com/notebook#create=true&language=r

Python環境と共存したまま使う

データの前処理は豊富なライブラリを持つPythonで行い、統計モデリングや可視化はRで行いたいというハイブリッドな用途には、rpy2モジュールを利用した連携が最適である。この方法を使えば、Pythonのノートブック上でマジックコマンドを使える状況下を維持したまま、Python環境と共存してRを使うことができる。

以下のコマンドをPythonセルで実行し、rpy2モジュールを有効化する。

%load_ext rpy2.ipython

これで、Pythonのコードブロックもそのまま使いつつ、マジックコマンド%%Rで始まるR専用のコードブロックを作ることができる。例えば、Colabの強みであるGoogle DriveのマウントをPythonで行い、そのデータをRで読み込むといった一連の流れが可能になる。

# Google Driveのマウント (Pythonで実行)
from google.colab import drive
drive.mount('/content/gdrive')

# データファイルの取得と解凍 (シェルコマンド)
!cp "gdrive/My Drive/Colab Notebooks/train.csv.gz" .
!gzip -d train.csv.gz

# Rの有効化
%load_ext rpy2.ipython

続いて、同じノートブック内の別のセルでRを実行する。

%%R
# R側でデータを読み込み、プロットを作成
data <- read.csv('train.csv')
library(ggplot2)
# 仮に x_col, y_col という列があるとする
qplot(x=x_col, y=y_col, data=data)

さらに、PythonからRに変数を渡したり、その逆を行ったりすることも可能である。PythonからRに変数を渡す場合は-iオプションを使用する。

Colab on Marketechlabo

Google ColaboratoryでRを使う

Rを使う3つの方法

スクリプトの実行

UIからRランタイムを選択する

Python環境と共存したまま使う