首先，在 R 中安装软件包 "Rserve"。

如果现在用的是 RGui 这种可视化界面，这一步直接在菜单栏里的“程序包 - 安装程序包”就能搞定。

要是使用的是纯命令行形式的 R Console，那就需要执行下面这条命令：

install.packages("Rserve", repos = "https://mirrors.ustc.edu.cn/CRAN/")

安装完成后查看接口库

Reserve 安装好之后，去 R 的根目录里看一下，会多出一个 library 目录。

进入这个目录，找到 Rserve/ja va 路径，里面能看到两个文件：REngine.jar 和 Rserve.jar。

这两个文件就是 Ja va 中的 R 接口库。

注意：Ja va 不能做到脱离 R 系统独立使用 R 的功能！

第一步 启动 Reserve

进入 R，输入以下代码已启动 Rserve：

library("Rserve")
Rserve()

如果启动成功，R 会输出 Rserve 的路径。

第二步 编写 Ja va 程序

首先导入刚才的两个 jar 库。

导入之后，我们认识一个关键的类：RConnection。

这个类可以用于连接到 Rserve。

我们现在在 Ja va 中利用 R 完成一个逆矩阵运算：

实例

import org.rosuda.REngine.Rserve.*;
public class Main {
    public static void main(String[] args) {
        RConnection rcon = null;
        try {
            // 建立与 Rserve 的连接
            rcon = new RConnection("127.0.0.1");
            
            // eval() 函数用于令 R 执行 R 语句
            // 此处制造了一个 m1 矩阵
            rcon.eval("m1 = matrix(c(1, 2, 3, 4), 2, 2, byrow=TRUE)");
            
            // solve() 函数在 R 中求 m1 矩阵的逆矩阵
            // 并将结果返回，asDoubleMatrix 函数可以将数据转换成
            // Ja va 中的 double 二维数组以表示矩阵
            double[][] m1 = rcon.eval("solve(m1)").asDoubleMatrix();
            
            // 输出矩阵的内容
            for (int i = 0; i < m1.length; i++) {
                for (int j = 0; j < m1[0].length; j++)
                    System.out.print(m1[i][j] + "t");
                System.out.println();
            }
        } catch (Exception e) {
            e.printStackTrace();
        } finally {
            if (rcon != null) rcon.close();
        }
    }
}

执行结果

-1.9999999999999998    1.0    
1.4999999999999998    -0.49999999999999994

很显然，结果是正确的。

但毕竟是浮点数，所以打印出来可能有些不好看。

这不影响对数据的使用。

《夸克》非常好用的免费AI浏览器

下载APP查看