这是一组脚本，可用于说明 JMP 18 中的新 Python 集成以及如何将该 Python 集成与 R 一起使用。您可以随意转发任何其他可能适合客户演示的示例。感谢所有帮助开发这些示例的人，包括 Kemal Oflus、Sam Gardner 和 Paul Nelson。
有关使用新的 Python 集成（不涉及 R）的更多示例，请参阅以下配套文章：
C80 JMP Python 用例
***************************************************************************************************************
Bootstrap R (旧集成).jsl
- 这是使用 JSL 脚本的旧 R 集成（在 JMP 18 中仍然有效）的示例。
- 该示例使用 R 生成 50 个观测值的随机样本。然后生成中位数统计的 500 个样本引导程序。
- 引导数据在 R 中绘制。
- 引导数据被发送到 JMP 并生成分布报告。
- R 生成的图与 JMP 分布报告并排显示，以供比较。
***************************************************************************************************************
引导 R（rpy2）.py
- 通过新的 Python 集成与 R 进行交互。
- 使用 rpy2 运行 R 命令。
- 传递数据：R 数据框 + Python 数据框 + JMP 表。
- 使用 run_jsl() 调用分发平台。
***************************************************************************************************************
Bootstrap R（Rscript）.py
- 通过新的 Python 集成与 R 进行交互。
- 从外部文件运行 R 脚本。
- 使用 Python 的 Rscript 功能。
- 传递数据：R 数据框 + Python 数组和数据框 + JMP 表。
- 使用 run_jsl() 调用分发平台。
- 将 R 生成的标准输出打印到日志窗口。
***************************************************************************************************************
Bootstrap R（Rserve）.py
- 通过新的 Python 集成与 R 进行交互。
- 通过与 Rserve 的连接运行 R。
- 创建 JMP 表并将其直接写入内存中。
- 传递数据：R 数据框 + Python 数据框 + JMP 表。
- 使用 run_jsl() 调用分发平台。
***************************************************************************************************************
临床R(rpy2方法).py
- 通过新的 Python 集成与 R 进行交互。
- 使用 rpy2 运行 R 命令。
- 有选择地安装需要安装的 R 包（pythonic 方法）。
- 使用 haven 生成 SAS 传输文件。
- 使用来自 Pharmaversesdtm 的示例临床数据集（许多专门的文件）。
***************************************************************************************************************
Rserve_Simple.py
- 通过新的 Python 集成与 R 进行交互。
- 通过与 Rserve 的连接运行 R。
- 与 Bootstrap R (Rserve).py 类似的例子，但更简单。
***************************************************************************************************************
