Blaze(三)：快速入门

该篇文章通过展示创建和操作Blaze Symbols快速入门。

由于pandas>=0.24.0移除了pandas.tslib，所以需要将pandas版本降到v0.24.0以下，另外networkx版本也需要注意.

1. 与数据的交互

通过嵌套的list/tuple创建简单的Blaze表达式。Blaze将推导出要使用的维度和数据类型。

# coding: utf-8

from blaze import *

t = data([(1, 'Alice', 100),
          (2, 'Bob', -200),
          (3, 'Charlie', 300),
          (4, 'Denis', 400),
          (5, 'Edith', -500)],
         fields=['id', 'name', 'balance'])

print(t.peek())

输出：

   id     name  balance
0   1    Alice      100
1   2      Bob     -200
2   3  Charlie      300
3   4    Denis      400
4   5    Edith     -500

2. 简单计算

与Pandas相似的列选择和过滤语法

# coding: utf-8
from blaze import *

t = data([(1, 'Alice', 100),
          (2, 'Bob', -200),
          (3, 'Charlie', 300),
          (4, 'Denis', 400),
          (5, 'Edith', -500)],
         fields=['id', 'name', 'balance'])

print(t[t.balance < 0].peek())
print('-' * 10)
print(t[t.balance < 0].peek().name)

在0.11版本中Blaze表达式repr不再隐式地计算,需要使用peek()函数去看改表达式结果的预览.

输出:

   id   name  balance
0   2    Bob     -200
1   5  Edith     -500
----------
0      Bob
1    Edith

3. 已保存的数据

操作iris数据集的CSV文件

# coding: utf-8

from blaze import *
from blaze.utils import example

iris = data(example('iris.csv'))
print(iris.peek())

输出:

    sepal_length  sepal_width  petal_length  petal_width      species
0            5.1          3.5           1.4          0.2  Iris-setosa
1            4.9          3.0           1.4          0.2  Iris-setosa
2            4.7          3.2           1.3          0.2  Iris-setosa
3            4.6          3.1           1.5          0.2  Iris-setosa
4            5.0          3.6           1.4          0.2  Iris-setosa
5            5.4          3.9           1.7          0.4  Iris-setosa
6            4.6          3.4           1.4          0.3  Iris-setosa
7            5.0          3.4           1.5          0.2  Iris-setosa
8            4.4          2.9           1.4          0.2  Iris-setosa
9            4.9          3.1           1.5          0.1  Iris-setosa
10           5.4          3.7           1.5          0.2  Iris-setosa

用相同的方式使用远程数据,例如:SQL数据库或者spark分布式数据结构.例子: 操作sqlite中的数据库.

    sepal_length  sepal_width  petal_length  petal_width      species
0            5.1          3.5           1.4          0.2  Iris-setosa
1            4.9          3.0           1.4          0.2  Iris-setosa
2            4.7          3.2           1.3          0.2  Iris-setosa
3            4.6          3.1           1.5          0.2  Iris-setosa
4            5.0          3.6           1.4          0.2  Iris-setosa
5            5.4          3.9           1.7          0.4  Iris-setosa
6            4.6          3.4           1.4          0.3  Iris-setosa
7            5.0          3.4           1.5          0.2  Iris-setosa
8            4.4          2.9           1.4          0.2  Iris-setosa
9            4.9          3.1           1.5          0.1  Iris-setosa
10           5.4          3.7           1.5          0.2  Iris-setosa

4. 更多计算

常用操作例如Joins和split-apply-combine对任何种类的数据都可用.

# coding: utf-8

from blaze import *
from blaze.utils import example

iris = data('sqlite:///{}::iris'.format(example('iris.db')))
print(by(iris.species, min=iris.petal_width.min(), max=iris.petal_width.max()).peek())

输出:

           species  max  min
0      Iris-setosa  0.6  0.1
1  Iris-versicolor  1.8  1.0
2   Iris-virginica  2.5  1.4

5. 结束

使用odo操作将结果输出到一个合适的容器类型中.

# coding: utf-8

from blaze import *
from blaze.utils import example

iris = data('sqlite:///{}::iris'.format(example('iris.db')))
result = by(iris.species, avg=iris.petal_width.mean())
result_list = odo(result, list)
print(odo(result, DataFrame))

输出:

           species    avg
0      Iris-setosa  0.246
1  Iris-versicolor  1.326
2   Iris-virginica  2.026