អត្ថបទនេះគឺអំពី Python Gateway ដែលជាគម្រោងសហគមន៍ប្រភពបើកចំហសម្រាប់វេទិកាទិន្នន័យ InterSystems IRIS ។ គម្រោងនេះអនុញ្ញាតឱ្យអ្នករៀបចំក្បួនដោះស្រាយការរៀនម៉ាស៊ីនណាមួយដែលបានបង្កើតនៅក្នុង Python (បរិយាកាសចម្បងសម្រាប់អ្នកវិទ្យាសាស្ត្រទិន្នន័យជាច្រើន) ប្រើប្រាស់បណ្ណាល័យដែលត្រៀមរួចជាស្រេចជាច្រើនដើម្បីបង្កើតដំណោះស្រាយ AI / ML ដែលមានលក្ខណៈប្រែប្រួល និងវិភាគដោយមនុស្សយន្តនៅលើវេទិកា InterSystems IRIS ។ នៅក្នុងអត្ថបទនេះ ខ្ញុំនឹងបង្ហាញអ្នកពីរបៀបដែល InterSystems IRIS អាចរៀបចំដំណើរការ Python ធ្វើការទំនាក់ទំនងពីរផ្លូវប្រកបដោយប្រសិទ្ធភាព និងបង្កើតដំណើរការអាជីវកម្មឆ្លាតវៃ។

ផែនការ

1. សេចក្តីណែនាំ។
2. ឧបករណ៍។
3. ការដំឡើង
4. API ។
5. អន្តរប្រតិបត្តិការ។
6. សៀវភៅកត់ត្រា Jupyter ។
7. សេចក្តីសន្និដ្ឋាន។
8. តំណភ្ជាប់។
9. កញ្ចប់ឧបករណ៍ M.L.

សេចក្តីណែនាំ

Python គឺជាភាសាសរសេរកម្មវិធីដែលមានគោលបំណងទូទៅកម្រិតខ្ពស់ ដែលផ្តោតលើការកែលម្អផលិតភាពរបស់អ្នកអភិវឌ្ឍន៍ និងការអានកូដ។ នៅក្នុងអត្ថបទស៊េរីនេះ ខ្ញុំនឹងនិយាយអំពីលទ្ធភាពនៃការប្រើប្រាស់ភាសា Python នៅលើវេទិកា InterSystems IRIS ខណៈដែលការផ្តោតសំខាន់នៃអត្ថបទនេះគឺការប្រើប្រាស់ Python ជាភាសាសម្រាប់បង្កើត និងអនុវត្តម៉ូដែលរៀនម៉ាស៊ីន។

ការរៀនម៉ាស៊ីន (ML) គឺជាថ្នាក់នៃវិធីសាស្ត្របញ្ញាសិប្បនិមិត្ត លក្ខណៈដែលមិនមែនជាដំណោះស្រាយផ្ទាល់នៃបញ្ហានោះទេ ប៉ុន្តែការរៀននៅក្នុងដំណើរការនៃការដោះស្រាយបញ្ហាស្រដៀងគ្នាជាច្រើន។

ក្បួនដោះស្រាយ និងគំរូនៃការរៀនម៉ាស៊ីនកំពុងក្លាយជារឿងទូទៅ។ មានហេតុផលជាច្រើនសម្រាប់បញ្ហានេះ ប៉ុន្តែវាទាំងអស់គឺកើតឡើងចំពោះភាពងាយស្រួល ភាពសាមញ្ញ និងការសម្រេចបាននូវលទ្ធផលជាក់ស្តែង។ តើការធ្វើចង្កោម ឬសូម្បីតែបណ្តាញសរសៃប្រសាទកំពុងធ្វើគំរូតាមបច្ចេកវិទ្យាថ្មីមែនទេ?

ជាការពិតណាស់ មិនមែនទេ ប៉ុន្តែសព្វថ្ងៃនេះ មិនចាំបាច់សរសេរកូដរាប់រយរាប់ពាន់បន្ទាត់ ដើម្បីដំណើរការគំរូមួយនោះទេ ហើយការចំណាយលើការបង្កើត និងអនុវត្តគំរូកាន់តែតូចទៅៗ។

ឧបករណ៍កំពុងវិវឌ្ឍ - ខណៈពេលដែលយើងមិនមានឧបករណ៍ AI/ML តម្រង់ទិស GUI ពេញលេញ វឌ្ឍនភាពដែលយើងបានឃើញជាមួយនឹងថ្នាក់ផ្សេងៗនៃប្រព័ន្ធព័ត៌មានដូចជា BI (ពីការសរសេរកូដរហូតដល់ការប្រើប្រាស់ក្របខ័ណ្ឌ និងដំណោះស្រាយកំណត់រចនាសម្ព័ន្ធតាម GUI) ក៏ត្រូវបានគេមើលឃើញផងដែរ។ នៅក្នុងឧបករណ៍បង្កើត AI/ML ។ យើងបានឆ្លងកាត់ដំណាក់កាលនៃការសរសេរកូដរួចហើយ ហើយថ្ងៃនេះយើងប្រើក្របខ័ណ្ឌសម្រាប់ការសាងសង់ និងគំរូបណ្តុះបណ្តាល។

ការកែលម្អផ្សេងទៀត ដូចជាសមត្ថភាពក្នុងការចែកចាយគំរូដែលបានបណ្តុះបណ្តាលជាមុន ដែលអ្នកប្រើប្រាស់ចុងក្រោយគ្រាន់តែបញ្ចប់ការបណ្តុះបណ្តាលគំរូលើទិន្នន័យជាក់លាក់របស់ពួកគេ ក៏ធ្វើឱ្យវាកាន់តែងាយស្រួលក្នុងការចាប់ផ្តើមអនុវត្តការរៀនតាមម៉ាស៊ីនផងដែរ។ ភាពជឿនលឿនទាំងនេះធ្វើឱ្យវាកាន់តែងាយស្រួលក្នុងការរៀន machine learning សម្រាប់ទាំងអ្នកជំនាញ និងក្រុមហ៊ុនជាទូទៅ។

ម្យ៉ាងវិញទៀត យើងប្រមូលទិន្នន័យកាន់តែច្រើនឡើង។ ជាមួយនឹងវេទិកាទិន្នន័យបង្រួបបង្រួមដូចជា InterSystems IRIS ព័ត៌មានទាំងអស់នេះអាចត្រូវបានរៀបចំភ្លាមៗ និងប្រើជាការបញ្ចូលសម្រាប់ម៉ូដែលសិក្សាម៉ាស៊ីន។

ជាមួយនឹងការផ្លាស់ប្តូរទៅកាន់ពពក ការបើកដំណើរការគម្រោង AI/ML គឺងាយស្រួលជាងពេលណាទាំងអស់។ យើងអាចប្រើប្រាស់ធនធានដែលយើងត្រូវការតែប៉ុណ្ណោះ។ លើសពីនេះទៅទៀត ដោយសារភាពស្របគ្នាដែលផ្តល់ដោយវេទិកាពពក យើងអាចសន្សំសំចៃពេលវេលាដែលខ្ជះខ្ជាយ។

ប៉ុន្តែចុះយ៉ាងណាចំពោះលទ្ធផល? នេះគឺជាកន្លែងដែលអ្វីៗកាន់តែស្មុគស្មាញ។ មានឧបករណ៍ជាច្រើនសម្រាប់ការសាងសង់គំរូដែលខ្ញុំនឹងពិភាក្សាបន្ទាប់។ ការ​កសាង​គំរូ​ល្អ​មិន​មែន​ជា​ការ​ងាយ​ស្រួល​នោះ​ទេ ប៉ុន្តែ​តើ​អ្វី​ទៅ​ទៀត? ការរកប្រាក់ចំណេញពីការប្រើប្រាស់គំរូដោយអាជីវកម្មក៏ជាកិច្ចការមិនសំខាន់ដែរ។ ឫសគល់នៃបញ្ហាគឺការបំបែកបន្ទុកការងារវិភាគ និងប្រតិបត្តិការ និងគំរូទិន្នន័យ។ នៅពេលដែលយើងបណ្តុះបណ្តាលគំរូមួយ យើងជាធម្មតាធ្វើវានៅលើទិន្នន័យប្រវត្តិសាស្រ្ត។ ប៉ុន្តែកន្លែងសម្រាប់គំរូដែលបានសាងសង់គឺស្ថិតនៅក្នុងដំណើរការទិន្នន័យប្រតិបត្តិការ។ តើ​គំរូ​រក​ឃើញ​ប្រតិបត្តិការ​ក្លែង​បន្លំ​ល្អ​បំផុត​មួយ​ណា​បើ​យើង​ដំណើរការ​វា​ម្តង​ក្នុង​មួយ​ថ្ងៃ? អ្នកបោកប្រាស់បានទុកលុយយូរមកហើយ។ យើងត្រូវបណ្តុះបណ្តាលគំរូលើទិន្នន័យប្រវត្តិសាស្រ្ត ប៉ុន្តែយើងក៏ត្រូវអនុវត្តវាក្នុងពេលជាក់ស្តែងលើទិន្នន័យចូលថ្មី ដើម្បីឱ្យដំណើរការអាជីវកម្មរបស់យើងអាចដំណើរការតាមការព្យាករណ៍ដែលបានធ្វើឡើងដោយគំរូ។

ML Toolkit គឺជាកញ្ចប់ឧបករណ៍ដែលធ្វើដូចនោះ៖ ការនាំយកគំរូរួមគ្នា និងបរិយាកាសប្រតិបត្តិការ ដូច្នេះគំរូដែលអ្នកបង្កើតអាចប្រើប្រាស់បានយ៉ាងងាយស្រួលដោយផ្ទាល់នៅក្នុងដំណើរការអាជីវកម្មរបស់អ្នក។ Python Gateway គឺជាផ្នែកមួយនៃ ML Toolkit និងផ្តល់នូវការរួមបញ្ចូលជាមួយភាសា Python (ស្រដៀងទៅនឹង R Gateway ដែលជាផ្នែកមួយនៃ ML Toolkit ផ្តល់នូវការរួមបញ្ចូលជាមួយភាសា R)។

ប្រអប់ឧបករណ៍

មុនពេលយើងបន្ត ខ្ញុំចង់រៀបរាប់អំពីឧបករណ៍ និងបណ្ណាល័យមួយចំនួនដែលយើងនឹងប្រើប្រាស់នៅពេលក្រោយ។

បច្ចេកវិទ្យា

• Python គឺ​ជា​ភាសា​សរសេរ​កម្មវិធី​កម្រិត​ខ្ពស់​ដែល​មាន​គោល​បំណង​ទូទៅ។ អត្ថប្រយោជន៍ចម្បងនៃភាសាគឺបណ្ណាល័យដ៏ធំនៃបណ្ណាល័យគណិតវិទ្យា ML និង AI ។ ដូច ObjectScript វាជាភាសាដែលតម្រង់ទិសវត្ថុ ប៉ុន្តែអ្វីគ្រប់យ៉ាងត្រូវបានកំណត់ថាមវន្ត មិនមែនឋិតិវន្តទេ។ អ្វីគ្រប់យ៉ាងគឺជាវត្ថុមួយ។ អត្ថបទក្រោយៗមកសន្មត់ថាស្គាល់ភាសាដែលឆ្លងកាត់។ ប្រសិនបើអ្នកចង់ចាប់ផ្តើមរៀនខ្ញុំសូមណែនាំឱ្យចាប់ផ្តើមជាមួយ ឯកសារ.
• សម្រាប់លំហាត់បន្ទាប់របស់យើង កំណត់ Python 3.6.7 64 ប៊ីត.
• IDE: ខ្ញុំប្រើ PyCharmប៉ុន្តែជាទូទៅ много. ប្រសិនបើអ្នកកំពុងប្រើ Atelier មានកម្មវិធីជំនួយ Eclipse សម្រាប់អ្នកអភិវឌ្ឍន៍ Python ។ ប្រសិនបើអ្នកកំពុងប្រើ VS Code នោះមានផ្នែកបន្ថែមសម្រាប់ Python ។
• សៀវភៅកត់ត្រា៖ ជំនួសឱ្យ IDE អ្នកអាចសរសេរ និងចែករំលែកស្គ្រីបរបស់អ្នកនៅក្នុងសៀវភៅកត់ត្រាតាមអ៊ីនធឺណិត។ ការពេញនិយមបំផុតនៃពួកគេគឺ ជិប.

បណ្ណាល័យ

នេះគឺជាបញ្ជី (ដោយផ្នែក) នៃបណ្ណាល័យសិក្សាម៉ាស៊ីន៖

• ណុកឌី - កញ្ចប់មូលដ្ឋានសម្រាប់ការគណនាពិតប្រាកដ។
• ផេនដាស - រចនាសម្ព័ន្ធទិន្នន័យដែលមានប្រសិទ្ធភាពខ្ពស់ និងឧបករណ៍វិភាគទិន្នន័យ។
• ម៉ាត់ផ្លូលីប - ការបង្កើតគំនូសតាង។
• សេបាន - ការមើលឃើញទិន្នន័យដោយផ្អែកលើ matplotlib ។
• Sklearn - វិធីសាស្រ្តរៀនម៉ាស៊ីន។
• XGBoost — ក្បួនដោះស្រាយការរៀនម៉ាស៊ីននៅក្នុងវិធីសាស្រ្តបង្កើនជម្រាល។
• Gensim - NLP ។
• កេរ៉ាស - បណ្តាញសរសៃប្រសាទ។
• ភាពតានតឹង គឺជាវេទិកាសម្រាប់បង្កើតគំរូរៀនម៉ាស៊ីន។
• ភីធ័រ គឺជាវេទិកាសម្រាប់បង្កើតគំរូសិក្សាម៉ាស៊ីនផ្តោតលើ Python ។
• នីកា - PMML ពីម៉ូដែលផ្សេងៗ។

បច្ចេកវិទ្យា AI/ML ធ្វើឱ្យអាជីវកម្មកាន់តែមានប្រសិទ្ធភាព និងអាចសម្របខ្លួនបាន។ ជាងនេះទៅទៀត សព្វថ្ងៃនេះ បច្ចេកវិទ្យាទាំងនេះកាន់តែងាយស្រួលក្នុងការអភិវឌ្ឍន៍ និងអនុវត្ត។ ចាប់ផ្តើមសិក្សាអំពីបច្ចេកវិទ្យា AI/ML និងរបៀបដែលពួកគេអាចជួយឱ្យស្ថាប័នរបស់អ្នករីកចម្រើន។

ការកំណត់

មានវិធីជាច្រើនក្នុងការដំឡើង និងប្រើប្រាស់ Python Gateway៖

• ប្រព័ន្ធប្រតិបត្តិការ។
  • ប្រព័ន្ធប្រតិបត្តិការ Windows
  • Linux
  • របស់ Mac
• Dockers
  • ប្រើរូបភាពពី DockerHub
  • បង្កើតរូបភាពផ្ទាល់ខ្លួនរបស់អ្នក។

ដោយមិនគិតពីវិធីដំឡើងអ្នកនឹងត្រូវការកូដប្រភព។ កន្លែងតែមួយគត់ដើម្បីទាញយកកូដគឺ ទំព័រចេញផ្សាយ. វា​មាន​ការ​ចេញ​ផ្សាយ​ដែល​មាន​ស្ថិរភាព​ដែល​បាន​សាកល្បង​ដោយ​គ្រាន់​តែ​ចាប់​យក​កំណែ​ចុងក្រោយ​បំផុត​។ នៅពេលនេះវាគឺ 0.8 ប៉ុន្តែយូរ ៗ ទៅវានឹងមានថ្មី។ កុំក្លូន/ទាញយកឃ្លាំង ទាញយកការចេញផ្សាយចុងក្រោយបំផុត។

ប្រព័ន្ធប្រតិបត្តិការ។

ប្រសិនបើអ្នកកំពុងដំឡើង Python Gateway នៅលើប្រព័ន្ធប្រតិបត្តិការ បន្ទាប់មកដំបូង (ដោយមិនគិតពីប្រព័ន្ធប្រតិបត្តិការ) អ្នកនឹងត្រូវដំឡើង Python ។ សម្រាប់​ការ​នេះ:

1. ដំឡើង Python 3.6.7 64 ប៊ីត. វាត្រូវបានណែនាំឱ្យដំឡើង Python នៅក្នុងថតលំនាំដើម។
2. ដំឡើងម៉ូឌុល dill: pip install dill.
3. ទាញយកកូដ ObjectScript (ឧ. do $system.OBJ.ImportDir("C:InterSystemsReposPythoniscpy", "*.cls", "c",,1)) ទៅតំបន់ណាមួយដែលមានផលិតផល។ ក្នុងករណីដែលអ្នកចង់បានតំបន់ដែលមានស្រាប់ដើម្បីគាំទ្រផលិតផល សូមដំណើរការ៖ write ##class(%EnsembleMgr).EnableNamespace($Namespace, 1).
4. ទីកន្លែង ហៅចេញ DLL/SO/DYLIB ទៅថត bin ឧទាហរណ៍ InterSystems IRIS របស់អ្នក។ ឯកសារបណ្ណាល័យត្រូវតែមាននៅក្នុងផ្លូវដែលត្រឡប់ដោយ write ##class(isc.py.Callout).GetLib().

ប្រព័ន្ធប្រតិបត្តិការ Windows

1. ត្រូវប្រាកដថាបរិស្ថានប្រែប្រួល PYTHONHOME ចង្អុលទៅ Python 3.6.7 ។
2. ត្រូវប្រាកដថាអថេរបរិស្ថានប្រព័ន្ធគឺ PATH មានអថេរ PYTHONHOME (ឬថតដែលវាចង្អុលទៅ) ។

លីនុច (ដេបៀន/អ៊ូប៊ុនទូ)

1. ពិនិត្យមើលថាតើបរិស្ថានប្រែប្រួលឬអត់ PATH មាន /usr/lib и /usr/lib/x86_64-linux-gnu. ប្រើឯកសារ /etc/environment ដើម្បីកំណត់អថេរបរិស្ថាន។
2. ក្នុងករណីមានកំហុស undefined symbol: _Py_TrueStruct កំណត់ការកំណត់ PythonLib. ផងដែរនៅក្នុង អាន មានផ្នែកដោះស្រាយបញ្ហា។

របស់ Mac

1. បច្ចុប្បន្នមានតែ python 3.6.7 ប៉ុណ្ណោះដែលត្រូវបានគាំទ្រពី python.org. ពិនិត្យអថេរ PATH.

ប្រសិនបើអ្នកបានផ្លាស់ប្តូរអថេរបរិស្ថាន សូមចាប់ផ្តើមផលិតផល InterSystems របស់អ្នកឡើងវិញ។

Dockers

ការប្រើប្រាស់ធុងមានអត្ថប្រយោជន៍ជាច្រើន៖

• យួរតាមខ្លួន
• ប្រសិទ្ធិភាព
• អ៊ីសូឡង់
• ពន្លឺ
• ភាពមិនប្រែប្រួល

សូមពិនិត្យមើលរឿងនេះ ស៊េរីនៃអត្ថបទ សម្រាប់ព័ត៌មានបន្ថែមស្តីពីការប្រើប្រាស់ Docker ជាមួយផលិតផល InterSystems។

រាល់ការស្ថាបនា Python Gateway បច្ចុប្បន្នគឺផ្អែកលើកុងតឺន័រ។ 2019.4.

រូបភាពដែលបានបញ្ចប់

រត់៖ docker run -d -p 52773:52773 --name irispy intersystemscommunity/irispy-community:latestដើម្បីទាញយក និងដំណើរការ Python Gateway ជាមួយ InterSystems IRIS Community Edition។ អស់ហើយ។

បង្កើតរូបភាពផ្ទាល់ខ្លួនរបស់អ្នក។

ដើម្បីបង្កើតរូបភាព docker ដំណើរការនៅក្នុង root នៃឃ្លាំង៖ docker build --force-rm --tag intersystemscommunity/irispy:latest ..
តាមលំនាំដើម រូបភាពត្រូវបានបង្កើតឡើងដោយផ្អែកលើរូបភាព store/intersystems/iris-community:2019.4.0.383.0ទោះយ៉ាងណាក៏ដោយ អ្នកអាចផ្លាស់ប្តូរវាបានដោយការកំណត់អថេរ IMAGE.
ដើម្បីសាងសង់ពី InterSystems IRIS ដំណើរការ៖ `docker build --build-arg IMAGE=store/intersystems/iris:2019.4.0.383.0 --force-rm --tag intersystemscommunity/irispy:latest'។

បន្ទាប់ពីនោះ អ្នកអាចដំណើរការរូបភាព docker៖

docker run -d 
  -p 52773:52773 
  -v /<HOST-DIR-WITH-iris.key>/:/mount 
  --name irispy 
  intersystemscommunity/irispy:latest 
  --key /mount/iris.key

ប្រសិនបើអ្នកកំពុងប្រើរូបភាពដែលមានមូលដ្ឋានលើ InterSystems IRIS Community Edition អ្នកអាចទុកសោ។

យោបល់

• ដំណើរការសាកល្បង isc.py.test.Process រក្សាទុករូបភាពមួយចំនួនទៅក្នុងថតបណ្ដោះអាសន្ន។ អ្នកប្រហែលជាចង់ផ្លាស់ប្តូរផ្លូវនេះទៅជាថតដែលបានម៉ោន។ ដើម្បីធ្វើដូចនេះកែសម្រួលការកំណត់ WorkingDir ការបញ្ជាក់ថតដែលបានម៉ោន។
• ដើម្បីចូលទៅកាន់ស្ថានីយ សូមដំណើរការ៖ docker exec -it irispy sh.
• ចូលទៅកាន់វិបផតថលគ្រប់គ្រងប្រព័ន្ធដោយការចូល SuperUser/SYS.
• ដើម្បីបញ្ឈប់កុងតឺន័រ សូមរត់៖ docker stop irispy && docker rm --force irispy.

កំពុងពិនិត្យមើលការដំឡើង

នៅពេលដែលអ្នកបានដំឡើង Python Gateway វាមានតម្លៃពិនិត្យមើលថាវាដំណើរការហើយ។ ដំណើរការកូដនេះនៅក្នុងស្ថានីយ InterSystems IRIS៖

set sc = ##class(isc.py.Callout).Setup() 
set sc = ##class(isc.py.Main).SimpleString("x='HELLO'", "x", , .var).
write var

លទ្ធផលគួរតែ HELLO - តម្លៃនៃអថេរ Python x. ប្រសិនបើស្ថានភាពត្រឡប់មកវិញ sc គឺជាកំហុសឬ var ទទេ, ពិនិត្យ Readme - ផ្នែកដោះស្រាយបញ្ហា.

ការ API

Python Gateway ត្រូវបានដំឡើង ហើយអ្នកបានផ្ទៀងផ្ទាត់ថាវាដំណើរការហើយ។ ដល់ពេលចាប់ផ្តើមប្រើហើយ!
ចំណុចប្រទាក់ចម្បងរបស់ Python គឺ isc.py.Main. វាផ្តល់នូវក្រុមនៃវិធីសាស្រ្តដូចខាងក្រោម (ទាំងអស់ត្រឡប់មកវិញ %Status):

• ការអនុវត្តកូដ
• ផ្ទេរទិន្នន័យ
• ជំនួយ

ការអនុវត្តកូដ

វិធីសាស្រ្តទាំងនេះអនុញ្ញាតឱ្យអ្នកប្រតិបត្តិកូដ Python បំពាន។

SimpleString

SimpleString គឺជាវិធីសាស្រ្តចម្បង។ វាត្រូវការអាគុយម៉ង់ស្រេចចិត្តចំនួន 4៖

• code គឺជាបន្ទាត់នៃកូដដែលត្រូវប្រតិបត្តិ។ តួអក្សរចំណីបន្ទាត់៖ $c(10).
• returnVariable គឺជាឈ្មោះរបស់អថេរដែលត្រូវត្រឡប់។
• serialization - របៀបធ្វើស៊េរី returnVariable. 0 - ខ្សែអក្សរ (លំនាំដើម), 1 - repr ។
• result - ByRef យោងទៅអថេរដែលតម្លៃត្រូវបានសរសេរ returnVariable.

ខាងលើយើងបានធ្វើ៖

set sc = ##class(isc.py.Main).SimpleString("x='HELLO'", "x", , .var).

ក្នុងឧទាហរណ៍នេះ យើងកំពុងកំណត់ទៅអថេរ Python x អត្ថន័យ Hello ហើយចង់ត្រឡប់តម្លៃនៃអថេរ Python x ទៅអថេរ ObjectScript var.

ប្រតិបត្តិកូដ

ExecuteCode គឺ​ជា​ជម្រើស​ដែល​មាន​សុវត្ថិភាព​ជាង​និង​មាន​កម្រិត​តិច SimpleString.
បន្ទាត់នៅក្នុងវេទិកា InterSystems IRIS ត្រូវបានកំណត់ត្រឹម 3 តួអក្សរ ហើយប្រសិនបើអ្នកចង់ប្រតិបត្តិបំណែកនៃកូដយូរជាងនេះ អ្នកត្រូវប្រើការផ្សាយ។
វាត្រូវការអាគុយម៉ង់ពីរ៖

• code - ខ្សែអក្សរ ឬកូដ Python ដែលត្រូវប្រតិបត្តិ។
• variable - (ស្រេចចិត្ត) ផ្តល់លទ្ធផលនៃការអនុវត្ត code អថេរ Python នេះ។

ណែនាំឱ្យប្រើ៖

set sc = ##class(isc.py.Main).ExecuteCode("2*3", "y").

ក្នុងឧទាហរណ៍នេះ យើងគុណ 2 គុណនឹង 3 ហើយរក្សាទុកលទ្ធផលក្នុងអថេរ Python y.

ផ្ទេរទិន្នន័យ

បញ្ជូនទិន្នន័យទៅនិងពី Python ។

Python -> InterSystems IRIS

មានវិធី 4 យ៉ាងដើម្បីទទួលបានតម្លៃនៃអថេរ Python នៅក្នុង InterSystems IRIS អាស្រ័យលើសៀរៀលដែលអ្នកត្រូវការ៖

• String សម្រាប់ប្រភេទទិន្នន័យសាមញ្ញ និងការបំបាត់កំហុស។
• Repr សម្រាប់រក្សាទុកវត្ថុសាមញ្ញ និងការបំបាត់កំហុស។
• JSON ដើម្បីងាយស្រួលក្នុងការរៀបចំទិន្នន័យនៅលើផ្នែក InterSystems IRIS ។
• Pickle ដើម្បីរក្សាទុកវត្ថុ។

វិធីសាស្រ្តទាំងនេះអនុញ្ញាតឱ្យអ្នកទទួលបានអថេរពី Python ជាខ្សែអក្សរ ឬជាស្ទ្រីម។

• GetVariable(variable, serialization, .stream, useString) - ទទួលបាន serialization អថេរ variable в stream។ បើ useString គឺ 1 ហើយ​សៀរៀល​ត្រូវ​បាន​ដាក់​ក្នុង​ខ្សែ​អក្សរ បន្ទាប់​មក​ខ្សែ​មួយ​ត្រូវ​បាន​ត្រឡប់​មក​វិញ មិន​មែន​ជា​ស្ទ្រីម​ទេ។
• GetVariableJson(variable, .stream, useString) - ទទួលបាន JSON serialization នៃអថេរមួយ។
• GetVariablePickle(variable, .stream, useString, useDill) - ទទួលបាន Pickle (ឬ Dill) សៀរៀលនៃអថេរមួយ។

តោះព្យាយាមយកអថេររបស់យើង។ y.

set sc = ##class(isc.py.Main).GetVariable("y", , .val, 1)
write val
>6

InterSystems IRIS -> Python

កំពុងផ្ទុកទិន្នន័យពី InterSystems IRIS ទៅក្នុង Python ។

• ExecuteQuery(query, variable, type, namespace) - បង្កើតសំណុំទិន្នន័យ (ផេនដា dataframe ឬ list) ពី sql query ហើយកំណត់វាទៅជា python variable variable. ថង់ផ្លាស្ទិច isc.py គួរតែមាននៅក្នុងតំបន់ namespace - សំណើនឹងត្រូវបានប្រតិបត្តិនៅទីនោះ។
• ExecuteGlobal(global, variable, type, start, end, mask, labels, namespace) - ផ្ទុកទិន្នន័យសកល global ពី subscript start រហូតដល់ទៅ end នៅក្នុង Python ជាអថេរប្រភេទ type: listឬខ្លាឃ្មុំផេនដា dataframe. ការពិពណ៌នាអំពីអាគុយម៉ង់ស្រេចចិត្ត mask និង labels មាននៅក្នុងឯកសារថ្នាក់ និងឃ្លាំង ឯកសារផ្ទេរទិន្នន័យ.
• ExecuteClass(class, variable, type, start, end, properties, namespace) - ផ្ទុកទិន្នន័យថ្នាក់ class ពី id start រហូតដល់ទៅ end នៅក្នុង Python ជាអថេរប្រភេទ type: listឬខ្លាឃ្មុំផេនដា dataframe. properties - បញ្ជី (បំបែកដោយសញ្ញាក្បៀស) នៃលក្ខណៈសម្បត្តិថ្នាក់ដែលត្រូវផ្ទុកទៅក្នុងសំណុំទិន្នន័យ។ របាំងមុខត្រូវបានគាំទ្រ * и ?. លំនាំដើម - * (ទ្រព្យសម្បត្តិទាំងអស់) ។ ទ្រព្យសម្បត្តិ %%CLASSNAME មិនអើពើ។
• ExecuteTable(table, variable, type, start, end, properties, namespace) - ផ្ទុកទិន្នន័យតារាង table ពី id start រហូតដល់ទៅ end នៅក្នុង python ។

ExecuteQuery - សកល (រាល់សំណួរ SQL ត្រឹមត្រូវនឹងត្រូវបានបញ្ជូនទៅ Python) ។ ទោះយ៉ាងណាក៏ដោយ ExecuteGlobal និងរុំរបស់គាត់។ ExecuteClass и ExecuteTable ធ្វើការជាមួយការរឹតបន្តឹងមួយចំនួន។ ពួកវាលឿនជាង (3-5 ដងលឿនជាងកម្មវិធីបញ្ជា ODBC និង 20 ដងលឿនជាង ExecuteQuery) ព័ត៌មានបន្ថែមនៅក្នុង ឯកសារផ្ទេរទិន្នន័យ.
វិធីសាស្រ្តទាំងអស់នេះគាំទ្រការផ្ទេរទិន្នន័យពីតំបន់ណាមួយ។ ថង់ផ្លាស្ទិច isc.py ត្រូវតែមាននៅក្នុងតំបន់គោលដៅ។

ExecuteQuery

ExecuteQuery(request, variable, type, namespace) - បញ្ជូនលទ្ធផលនៃសំណួរ SQL ត្រឹមត្រូវទៅ Python ។ នេះគឺជាវិធីសាស្ត្រផ្ទេរទិន្នន័យយឺតបំផុត។ ប្រើវាប្រសិនបើ ExecuteGlobal ហើយកញ្ចប់របស់វាមិនមានទេ។

អាគុយម៉ង់៖

• query - សំណួរ sql ។
• variable - ឈ្មោះនៃអថេរ Python ដែលទិន្នន័យត្រូវបានសរសេរ។
• type - list ឬខ្លាឃ្មុំផេនដា dataframe.
• namespace - តំបន់ដែលសំណើនឹងត្រូវបានប្រតិបត្តិ។

ប្រតិបត្តិសកល

ExecuteGlobal(global, variable, type, start, end, mask, labelels, namespace) - ឆ្លងកាត់សកលទៅ Python ។

អាគុយម៉ង់៖

• global គឺជាឈ្មោះនៃសកលដោយគ្មាន ^
• variable - ឈ្មោះនៃអថេរ Python ដែលទិន្នន័យត្រូវបានសរសេរ។
• type - list ឬខ្លាឃ្មុំផេនដា dataframe.
• start - ការជាវដំបូងនៃសកល។ ចាំបាច់ %Integer.
• end គឺជា subscript ចុងក្រោយនៃសកល។ ចាំបាច់ %Integer.
• mask - របាំងនៃតម្លៃសកល។ របាំងមុខអាចខ្លីជាងចំនួនវាលនៅក្នុងសកល (ក្នុងករណីនេះវាលនៅចុងបញ្ចប់នឹងត្រូវបានរំលង)។ របៀបធ្វើទ្រង់ទ្រាយរបាំងមុខ៖
  • + ឆ្លងកាត់តម្លៃដូច។
  • - រំលងតម្លៃ។
  • b - ប្រភេទប៊ូលីន (0 - Falseនៅសល់ទាំងអស់ - True).
  • d - កាលបរិច្ឆេទ (ពី $ horolog, នៅលើ Windows ពី 1970, នៅលើ Linux ពី 1900) ។
  • t - ពេលវេលា ($ horolog, វិនាទីបន្ទាប់ពីពាក់កណ្តាលអធ្រាត្រ) ។
  • m — ត្រាពេលវេលា (ឆ្នាំ-ខែ-ថ្ងៃ ម៉ោង៖ នាទី៖ ខ្សែទម្រង់ទីពីរ)។
• labels -% បញ្ជីឈ្មោះជួរឈរ។ ធាតុទីមួយគឺឈ្មោះនៃអក្សរកាត់។
• namespace - តំបន់ដែលសំណើនឹងត្រូវបានប្រតិបត្តិ។

ExecuteClass

រុំពីលើ ExecuteGlobal. រៀបចំការហៅដោយផ្អែកលើនិយមន័យនៃថ្នាក់ ExecuteGlobal ហើយហៅគាត់។

ExecuteClass(class, variable, type, start, end, properties, namespace) - បញ្ជូនទិន្នន័យថ្នាក់ទៅ Python ។

អាគុយម៉ង់៖

• class - ឈ្មោះថ្នាក់
• variable - ឈ្មោះនៃអថេរ Python ដែលទិន្នន័យត្រូវបានសរសេរ។
• type - list ឬខ្លាឃ្មុំផេនដា dataframe.
• start - លេខសម្គាល់ចាប់ផ្តើម។
• end - លេខសម្គាល់ចុងក្រោយ
• properties - បញ្ជី (បំបែកដោយសញ្ញាក្បៀស) នៃលក្ខណៈសម្បត្តិថ្នាក់ដែលត្រូវផ្ទុកទៅក្នុងសំណុំទិន្នន័យ។ របាំងមុខត្រូវបានគាំទ្រ * и ?. លំនាំដើម - * (ទ្រព្យសម្បត្តិទាំងអស់) ។ ទ្រព្យសម្បត្តិ %%CLASSNAME មិនអើពើ។
• namespace - តំបន់ដែលសំណើនឹងត្រូវបានប្រតិបត្តិ។

លក្ខណៈសម្បត្តិទាំងអស់ត្រូវបានឆ្លងកាត់ដូចដែលលើកលែងតែលក្ខណៈសម្បត្តិប្រភេទ %Date, %Time, %Boolean и %TimeStamp - ពួកវាត្រូវបានបំប្លែងទៅជាថ្នាក់ Python ដែលត្រូវគ្នា។

តារាងប្រតិបត្តិ

រុំពីលើ ExecuteClass. បកប្រែឈ្មោះតារាងទៅជាឈ្មោះថ្នាក់ និងការហៅទូរសព្ទ ExecuteClass. ហត្ថលេខា៖

ExecuteTable(table, variable, type, start, end, properties, namespace) - បញ្ជូនទិន្នន័យតារាងទៅ Python ។

អាគុយម៉ង់៖

• table - ឈ្មោះតារាង។
  ទឡ្ហីករណ៍ផ្សេងទៀតទាំងអស់ត្រូវបានឆ្លងកាត់ដូច។ ExecuteClass.

កំណត់ចំណាំ។

• ExecuteGlobal, ExecuteClass и ExecuteTable ធ្វើការលឿនដូចគ្នា។
• ExecuteGlobal លឿនជាង 20 ដង ExecuteQuery នៅលើសំណុំទិន្នន័យធំ (ពេលវេលាផ្ទេរ> 0.01 វិនាទី) ។
• ExecuteGlobal, ExecuteClass и ExecuteTable ធ្វើការលើសកលលោកជាមួយនឹងរចនាសម្ព័ន្ធនេះ៖ ^global(key) = $lb(prop1, prop2, ..., propN) ដែលជាកន្លែងដែល key គឺជាចំនួនគត់។
• សម្រាប់ ExecuteGlobal, ExecuteClass и ExecuteTable ជួរតម្លៃដែលគាំទ្រ %Date ត្រូវគ្នាទៅនឹងជួរ mktime ហើយអាស្រ័យលើ OSបង្អួច៖ ៨៥-៦១-៩០, លីនុច 1900-01-01, Mac) ប្រើ %TimeStampដើម្បីបញ្ជូនទិន្នន័យនៅខាងក្រៅជួរនេះ ឬប្រើស៊ុមទិន្នន័យខ្លាឃ្មុំផេនដាជា ដែនកំណត់នេះគឺសម្រាប់តែបញ្ជីប៉ុណ្ណោះ។
• សម្រាប់ ExecuteGlobal, ExecuteClass и ExecuteTable អាគុយម៉ង់ទាំងអស់លើកលែងតែប្រភពទិន្នន័យ (សកល ថ្នាក់ ឬតារាង) និងអថេរគឺស្រេចចិត្ត។

ឧទហរណ៍

ថ្នាក់សាកល្បង isc.py.test.Person មានវិធីសាស្រ្តដែលបង្ហាញពីជម្រើសផ្ទេរទិន្នន័យទាំងអស់៖

set global = "isc.py.test.PersonD"
set class = "isc.py.test.Person"
set table = "isc_py_test.Person"
set query = "SELECT * FROM isc_py_test.Person"

// Общие аргументы
set variable = "df"
set type = "dataframe"
set start = 1
set end = $g(^isc.py.test.PersonD, start)

// Способ 0: ExecuteGlobal без аргументов
set sc = ##class(isc.py.Main).ExecuteGlobal(global, variable _ 0, type)

// Способ 1: ExecuteGlobal с аргументами    
// При передаче глобала названия полей задаются вручную
// globalKey - название сабсткрипта 
set labels = $lb("globalKey", "Name", "DOB", "TS", "RandomTime", "AgeYears", "AgeDecimal", "AgeDouble", "Bool")

// mask содержит на 1 элемент меньше чем labels потому что "globalKey" - название сабскипта
// Пропускаем %%CLASSNAME
set mask = "-+dmt+++b"

set sc = ##class(isc.py.Main).ExecuteGlobal(global, variable _ 1, type, start, end, mask, labels)

// Способ 2: ExecuteClass
set sc = ##class(isc.py.Main).ExecuteClass(class, variable _ 2, type, start, end)

// Способ 3: ExecuteTable
set sc = ##class(isc.py.Main).ExecuteTable(table, variable _ 3, type, start, end)

// Способ 4: ExecuteTable
set sc = ##class(isc.py.Main).ExecuteQuery(query, variable _ 4, type)

វិធីសាស្រ្តហៅទូរស័ព្ទ do ##class(isc.py.test.Person).Test() ដើម្បីមើលពីរបៀបដែលវិធីផ្ទេរទិន្នន័យទាំងអស់ដំណើរការ។

វិធីសាស្រ្តជំនួយ

• GetVariableInfo(variable, serialization, .defined, .type, .length) - ទទួលបានព័ត៌មានអំពីអថេរ៖ ថាតើវាត្រូវបានកំណត់ ថ្នាក់ និងប្រវែងសៀរៀល។
• GetVariableDefined(variable, .defined) - ថាតើអថេរត្រូវបានកំណត់។
• GetVariableType(variable, .type) - ទទួលបានថ្នាក់នៃអថេរ។
• GetStatus() - ទទួលបាន និងលុបការលើកលែងចុងក្រោយនៅផ្នែកខាង Python ។
• GetModuleInfo(module, .imported, .alias) - ទទួលបានអថេរម៉ូឌុល និងស្ថានភាពនាំចូល។
• GetFunctionInfo(function, .defined, .type, .docs, .signature, .arguments) - ទទួលបានព័ត៌មានអំពីមុខងារ។

អន្តរប្រតិបត្តិការ

អ្នកបានរៀនពីរបៀបហៅ Python Gateway ពី terminal ឥឡូវនេះ ចូរចាប់ផ្តើមប្រើវានៅក្នុងការផលិត។ មូលដ្ឋានសម្រាប់អន្តរកម្មជាមួយ Python នៅក្នុងរបៀបនេះគឺ isc.py.ens.Operation. វាអនុញ្ញាតឱ្យយើង:

• ប្រតិបត្តិកូដ Python
• រក្សាទុក/ស្តារបរិបទ Python
• ផ្ទុក និងទទួលទិន្នន័យពី Python

ជាទូទៅ ប្រតិបត្តិការ Pyhton គឺជាការរុំពីលើ isc.py.Main. ប្រតិបត្តិការ isc.py.ens.Operation អនុញ្ញាតឱ្យមានអន្តរកម្មជាមួយដំណើរការ Python ពីផលិតផល InterSystems IRIS ។ សំណើចំនួនប្រាំត្រូវបានគាំទ្រ៖

• isc.py.msg.ExecutionRequest ដើម្បីប្រតិបត្តិកូដ Python ។ ត្រឡប់មកវិញ isc.py.msg.ExecutionResponse ជាមួយនឹងលទ្ធផលប្រតិបត្តិ និងតម្លៃនៃអថេរដែលបានស្នើសុំ។
• isc.py.msg.StreamExecutionRequest ដើម្បីប្រតិបត្តិកូដ Python ។ ត្រឡប់មកវិញ isc.py.msg.StreamExecutionResponse លទ្ធផលនៃការប្រតិបត្តិ និងតម្លៃនៃអថេរដែលបានស្នើសុំ។ អាណាឡូក isc.py.msg.ExecutionRequestប៉ុន្តែទទួលយក និងត្រឡប់ការផ្សាយជំនួសឱ្យខ្សែអក្សរ។
• isc.py.msg.QueryRequest ដើម្បីផ្ទេរលទ្ធផលនៃការប្រតិបត្តិសំណួរ SQL ។ ត្រឡប់មកវិញ Ens.Response.
• isc.py.msg.GlobalRequest/isc.py.msg.ClassRequest/isc.py.msg.TableRequest ដើម្បីឆ្លងទិន្នន័យសកល/ថ្នាក់/តារាង។ ត្រឡប់មកវិញ Ens.Response.
• isc.py.msg.SaveRequest ដើម្បីរក្សាទុកបរិបទ Python ។ ត្រឡប់មកវិញ Ens.StringResponse ជាមួយលេខសម្គាល់បរិបទ។

• isc.py.msg.RestoreRequest ដើម្បីស្ដារបរិបទ Python ។

  លើសពីនេះទៀត, isc.py.ens.Operation មានការកំណត់ពីរ៖

  • Initializer - ជ្រើសរើសថ្នាក់ដែលអនុវត្តចំណុចប្រទាក់ isc.py.init.Abstract. វាអាចត្រូវបានប្រើដើម្បីផ្ទុកមុខងារ ម៉ូឌុល ថ្នាក់ និងអ្វីៗផ្សេងទៀត។ វាត្រូវបានប្រតិបត្តិម្តងនៅពេលដំណើរការចាប់ផ្តើម។
  • PythonLib - (លីនុចតែប៉ុណ្ណោះ) ប្រសិនបើអ្នកឃើញកំហុសចាប់ផ្ដើម សូមកំណត់តម្លៃរបស់វាទៅ libpython3.6m.so ឬសូម្បីតែនៅក្នុងផ្លូវពេញលេញទៅកាន់បណ្ណាល័យ Python ។

ការបង្កើតដំណើរការអាជីវកម្ម

មានថ្នាក់ពីរដែលជួយសម្រួលដល់ការអភិវឌ្ឍន៍ដំណើរការអាជីវកម្ម៖

• isc.py.ens.ProcessUtils អនុញ្ញាតឱ្យអ្នកទាញយកចំណារពន្យល់ពីសកម្មភាពជាមួយនឹងការជំនួសអថេរ។
• isc.py.util.BPEmulator ធ្វើឱ្យវាងាយស្រួលក្នុងការសាកល្បងដំណើរការអាជីវកម្មជាមួយ Python ។ វាអាចដំណើរការដំណើរការអាជីវកម្ម (ផ្នែក Python) នៅក្នុងដំណើរការបច្ចុប្បន្ន។

ការជំនួសអថេរ

ដំណើរការអាជីវកម្មទាំងអស់បានទទួលមរតកពី isc.py.ens.ProcessUtils, អាចប្រើវិធីសាស្រ្ត GetAnnotation(name) ដើម្បីទទួលបានតម្លៃនៃចំណារពន្យល់សកម្មភាពតាមឈ្មោះរបស់វា។ ចំណារពន្យល់សកម្មភាពអាចមានអថេរដែលនឹងត្រូវបានវាយតម្លៃនៅលើផ្នែក InterSystems IRIS មុនពេលបញ្ជូនទៅ Python ។ នេះគឺជាវាក្យសម្ព័ន្ធសម្រាប់ការជំនួសអថេរ៖

• ${class:method:arg1:...:argN} - វិធីសាស្រ្តហៅ
• #{expr} - ប្រតិបត្តិកូដជាភាសា ObjectScript ។

ឧទាហរណ៍មាននៅក្នុងដំណើរការអាជីវកម្មសាកល្បង isc.py.test.Processឧទាហរណ៍នៅក្នុងសកម្មភាព Correlation Matrix: Graph: f.savefig(r'#{process.WorkDirectory}SHOWCASE${%PopulateUtils:Integer:1:100}.png'). ក្នុងឧទាហរណ៍នេះ៖

• #{process.WorkDirectory} ត្រឡប់​លក្ខណៈ​សម្បត្តិ WorkDirectory របស់​វត្ថុ processដែលជាឧទាហរណ៍នៃថ្នាក់ isc.py.test.Process ទាំងនោះ។ ដំណើរការអាជីវកម្មបច្ចុប្បន្ន។
• ${%PopulateUtils:Integer:1:100} ហៅវិធីសាស្រ្តមួយ។ Integer класса %PopulateUtils, ឆ្លងកាត់អាគុយម៉ង់ 1 и 100ត្រឡប់ចំនួនគត់ចៃដន្យក្នុងជួរ 1...100.

សាកល្បងដំណើរការអាជីវកម្ម

ដំណើរការផលិតសាកល្បង និងសាកល្បងគឺអាចរកបានតាមលំនាំដើមជាផ្នែកនៃ Python Gateway ។ ដើម្បីប្រើពួកវា៖

1. នៅក្នុង OS terminal ដំណើរការ៖ pip install pandas matplotlib seaborn.
2. នៅក្នុងស្ថានីយ InterSystems IRIS សូមដំណើរការ៖ do ##class(isc.py.test.CannibalizationData).Import() ដើម្បីបំពេញទិន្នន័យសាកល្បង។
3. បើកដំណើរការផលិតផល isc.py.test.Production.
4. ផ្ញើប្រភេទសំណើ Ens.Request в isc.py.test.Process.

តោះ​មើល​របៀប​ដែល​វា​ដំណើរ​ការ​ទាំង​អស់​គ្នា។ បើក isc.py.test.Process នៅក្នុងកម្មវិធីនិពន្ធ BPL៖

ការអនុវត្តកូដ

ការហៅដ៏សំខាន់បំផុតគឺការប្រតិបត្តិកូដ Python៖

ពាក្យសុំប្រើ isc.py.msg.ExecutionRequestខាងក្រោមនេះជាលក្ខណៈសម្បត្តិរបស់វា៖

• Code - កូដ Python ។
• SeparateLines - ថាតើត្រូវបំបែកកូដទៅជាបន្ទាត់សម្រាប់ការប្រតិបត្តិ។ $c(10) (n) ត្រូវបានប្រើដើម្បីបំបែកខ្សែ។ សូមចំណាំថា វាមិនត្រូវបានណែនាំឱ្យដំណើរការសារទាំងមូលក្នុងពេលតែមួយនោះទេ មុខងារនេះគឺសម្រាប់តែដំណើរការប៉ុណ្ណោះ។ def និងកន្សោមពហុជួរស្រដៀងគ្នា។ លំនាំដើម 0.
• Variables គឺជាបញ្ជីអថេរដែលបំបែកដោយសញ្ញាក្បៀស ដែលនឹងត្រូវបានបន្ថែមទៅការឆ្លើយតប។
• Serialization - របៀបធ្វើ Serialize variable ដែលយើងចង់ត្រឡប់។ ជម្រើស៖ Str, Repr, JSON, Pickle и Dill, លំនាំដើម Str.

ក្នុងករណីរបស់យើងយើងកំណត់តែទ្រព្យសម្បត្តិប៉ុណ្ណោះ។ Codeដូច្នេះ លក្ខណៈសម្បត្តិផ្សេងទៀតទាំងអស់ប្រើតម្លៃលំនាំដើមរបស់ពួកគេ។ យើងកំណត់វាដោយការហៅទូរស័ព្ទ process.GetAnnotation("Import pandas")ដែលនៅពេលដំណើរការនឹងត្រឡប់ចំណារពន្យល់បន្ទាប់ពីការជំនួសអថេរត្រូវបានអនុវត្ត។ ទីបំផុតលេខកូដ import pandas as pd នឹងត្រូវបានបញ្ជូនទៅ Python ។ GetAnnotation អាចមានប្រយោជន៍សម្រាប់ការទទួលបានស្គ្រីប Python ច្រើនបន្ទាត់ ប៉ុន្តែមិនមានការរឹតបន្តឹងលើវិធីនៃការទទួលបានកូដនេះទេ។ អ្នកអាចកំណត់ទ្រព្យសម្បត្តិ Code តាមមធ្យោបាយណាមួយដែលងាយស្រួលសម្រាប់អ្នក។

ការទទួលបានអថេរ

ការប្រកួតប្រជែងគួរឱ្យចាប់អារម្មណ៍មួយផ្សេងទៀតដោយប្រើ isc.py.msg.ExecutionRequest - Correlation Matrix: Tabular:

វាគណនា Correlation Matrix នៅខាង Python ហើយស្រង់អថេរ corrmat ត្រលប់ទៅ InterSystems IRIS ក្នុងទម្រង់ JSON ដោយកំណត់លក្ខណៈសម្បត្តិសំណើ៖

• Variables: "corrmat"
• Serialization: "JSON"

យើងអាចមើលឃើញលទ្ធផលនៅក្នុង Visual Trace៖

ហើយប្រសិនបើយើងត្រូវការតម្លៃនេះនៅក្នុង BP វាអាចទទួលបានដូចនេះ៖ callresponse.Variables.GetAt("corrmat").

ផ្ទេរទិន្នន័យ

បន្ទាប់មក សូមនិយាយអំពីការផ្ទេរទិន្នន័យពី InterSystems IRIS ទៅ Python សំណើផ្ទេរទិន្នន័យទាំងអស់អនុវត្តចំណុចប្រទាក់ isc.py.msg.DataRequestដែលផ្តល់នូវលក្ខណៈសម្បត្តិដូចខាងក្រោមៈ

• Variable គឺជាអថេរ Python ដែលទិន្នន័យត្រូវបានសរសេរ។
• Type - ប្រភេទអថេរ៖ dataframe (ស៊ុមទិន្នន័យខ្លាឃ្មុំផេនដា) ឬ list.
• Namespace - តំបន់ដែលយើងទទួលទិន្នន័យ។ ថង់ផ្លាស្ទិច isc.py គួរតែមាននៅក្នុងតំបន់នេះ។ នេះប្រហែលជាតំបន់ដែលមិនមានការគាំទ្រផលិតផល។

ដោយផ្អែកលើចំណុចប្រទាក់នេះ 4 ថ្នាក់នៃសំណើត្រូវបានអនុវត្ត៖

• isc.py.msg.QueryRequest - កំណត់ទ្រព្យសម្បត្តិ Query ដើម្បីផ្ញើសំណួរ SQL ។
• isc.py.msg.ClassRequest - កំណត់ទ្រព្យសម្បត្តិ Class ដើម្បីឆ្លងទិន្នន័យថ្នាក់។
• isc.py.msg.TableRequest - កំណត់ទ្រព្យសម្បត្តិ Table ដើម្បីបញ្ជូនទិន្នន័យតារាង។
• isc.py.msg.GlobalRequest - កំណត់ទ្រព្យសម្បត្តិ Global ដើម្បីផ្ទេរទិន្នន័យជាសកល។

នៅក្នុងដំណើរការសាកល្បងសូមមើលសកម្មភាព RAWដែលជាកន្លែង isc.py.msg.QueryRequest បានបង្ហាញនៅក្នុងសកម្មភាព។

ការរក្សាទុក/ស្តារបរិបទ Python

ជាចុងក្រោយ យើងអាចរក្សាទុកបរិបទ Python នៅក្នុង InterSystems IRIS ដើម្បីធ្វើវា សូមផ្ញើ isc.py.msg.SaveRequest ជាមួយនឹងអំណះអំណាង៖

• Mask - មានតែអថេរដែលបំពេញរបាំងមុខប៉ុណ្ណោះដែលត្រូវបានរក្សាទុក។ គាំទ្រ * и ?។ ឧទាហរណ៍ៈ "Data*, Figure?". លំនាំដើម *.
• MaxLength - ប្រវែងអតិបរមានៃអថេរដែលបានរក្សាទុក។ ប្រសិនបើសៀរៀលនៃអថេរវែងជាង នោះវានឹងមិនត្រូវបានអើពើ។ កំណត់ទៅ 0 ដើម្បីទទួលបានអថេរនៃប្រវែងណាមួយ។ លំនាំដើម $$$MaxStringLength.
• Name - ឈ្មោះបរិបទ (ជាជម្រើស) ។
• Description - ការពិពណ៌នាអំពីបរិបទ (ជាជម្រើស)។

ត្រឡប់ Ens.StringResponse с Id បរិបទដែលបានរក្សាទុក។ នៅក្នុងដំណើរការសាកល្បងសូមមើលសកម្មភាព Save Context.

សំណើដែលពាក់ព័ន្ធ isc.py.msg.RestoreRequest ផ្ទុកបរិបទពី InterSystems IRIS ទៅក្នុង Python៖

• ContextId គឺជាឧបករណ៍កំណត់បរិបទ។
• Clear - ជម្រះបរិបទមុនពេលស្តារ។

កុំព្យូទ័រយួរដៃ Jupyter

កុំព្យូទ័រយួរដៃ Jupyter គឺជាកម្មវិធីគេហទំព័រប្រភពបើកចំហដែលអនុញ្ញាតឱ្យអ្នកបង្កើត និងបោះពុម្ពសៀវភៅកត់ត្រាដែលមានកូដ ការមើលឃើញ និងអត្ថបទ។ Python Gateway អនុញ្ញាតឱ្យអ្នកមើល និងកែសម្រួលដំណើរការ BPL ជា Jupyter Notebook ។ សូមចំណាំថា ប្រតិបត្តិករ Python 3 ធម្មតាកំពុងត្រូវបានប្រើប្រាស់។

ផ្នែកបន្ថែមនេះសន្មត់ថា ចំណារពន្យល់មានកូដ Python ហើយប្រើឈ្មោះសកម្មភាពជាចំណងជើងមុន។ ឥឡូវនេះវាអាចធ្វើទៅបានដើម្បីអភិវឌ្ឍដំណើរការអាជីវកម្ម PythonGateway នៅក្នុង Jupyter Notebook ។ នេះជាអ្វីដែលអាចធ្វើទៅបាន៖

• បង្កើតដំណើរការអាជីវកម្មថ្មី។
• លុបដំណើរការអាជីវកម្ម
• បង្កើតសកម្មភាពថ្មី។
• ផ្លាស់ប្តូរសកម្មភាព
• លុបសកម្មភាព

នៅទីនេះ វីដេអូសាកល្បង. និងរូបថតអេក្រង់មួយចំនួន៖

ដំណើរការ Explorer

កម្មវិធីនិពន្ធដំណើរការ

ការកំណត់

1. អ្នកនឹងត្រូវការ InterSystems IRIS 2019.2+។
2. ដំឡើង PythonGateway v0.8+ (ទាមទារតែ isc.py.util.Jupyter, isc.py.util.JupyterCheckpoints и isc.py.ens.ProcessUtils).
3. ធ្វើបច្ចុប្បន្នភាពកូដ ObjectScript ពីឃ្លាំង។
4. ប្រតិបត្តិ do ##class(isc.py.util.Jupyter).Install() ហើយធ្វើតាមការណែនាំ។

ឯកសារ.

ការរកឃើញ

MLToolkit គឺជាសំណុំនៃឧបករណ៍ដែលមានគោលបំណងបញ្ចូលគ្នានូវគំរូ និងបរិយាកាសប្រតិបត្តិការ ដូច្នេះម៉ូដែលដែលបានសាងសង់អាចប្រើប្រាស់បានយ៉ាងងាយស្រួលដោយផ្ទាល់នៅក្នុងដំណើរការអាជីវកម្មរបស់អ្នក។ Python Gateway គឺជាផ្នែកមួយនៃ MLToolkit និងផ្តល់នូវការរួមបញ្ចូលជាមួយភាសា Python ដែលអនុញ្ញាតឱ្យអ្នករៀបចំក្បួនដោះស្រាយការរៀនម៉ាស៊ីនណាមួយដែលបានបង្កើតនៅក្នុង Python (បរិយាកាសចម្បងសម្រាប់អ្នកវិទ្យាសាស្ត្រទិន្នន័យជាច្រើន) ប្រើប្រាស់បណ្ណាល័យដែលត្រៀមរួចជាស្រេចជាច្រើនដើម្បីបង្កើត AI វិភាគដោយមនុស្សយន្តដែលមានលក្ខណៈប្រែប្រួល និង AI / ដំណោះស្រាយ ML នៅលើវេទិកា InterSystems IRIS ។

សេចក្តីយោង

• អត្ថបទមុន
• Python Gateway
• គំរូ Python Gateway
• ការវិភាគបញ្ចូលគ្នា
• Python 3.6.7 64 ប៊ីត
• ឯកសារ Python និងវគ្គសិក្សា

MLToolkit

ក្រុមអ្នកប្រើប្រាស់ MLToolkit គឺជាឃ្លាំង GitHub ឯកជនដែលត្រូវបានបង្កើតឡើងជាផ្នែកនៃអង្គការ InterSystems សាជីវកម្ម GitHub ។ វាត្រូវបានផ្ញើទៅកាន់អ្នកប្រើប្រាស់ខាងក្រៅដែលកំពុងដំឡើង រៀន ឬប្រើប្រាស់សមាសធាតុ MLToolkit រួចហើយ រួមទាំង Python Gateway ផងដែរ។ ក្រុមនេះមានករណីដែលបានអនុវត្តមួយចំនួន (ជាមួយកូដប្រភព និងទិន្នន័យសាកល្បង) ក្នុងវិស័យទីផ្សារ ការផលិត ឱសថ និងឧស្សាហកម្មជាច្រើនទៀត។ ដើម្បីចូលរួមជាមួយក្រុមអ្នកប្រើប្រាស់ ML Toolkit សូមផ្ញើអ៊ីមែលខ្លីមួយទៅកាន់អាសយដ្ឋានខាងក្រោម៖ [អ៊ីមែលការពារ] ហើយបញ្ចូលព័ត៌មានខាងក្រោមនៅក្នុងសំបុត្ររបស់អ្នក៖

• ឈ្មោះអ្នកប្រើ GitHub
• អង្គការ (អ្នកធ្វើការ ឬសិក្សា)
• មុខតំណែង (ទីតាំងជាក់ស្តែងរបស់អ្នកនៅក្នុងស្ថាប័នរបស់អ្នក ទាំង "សិស្ស" ឬ "ឯករាជ្យ")។
• ប្រទេស

សម្រាប់អ្នកដែលបានអានអត្ថបទ និងចាប់អារម្មណ៍លើប្រព័ន្ធ InterSystems IRIS ជាវេទិកាសម្រាប់បង្កើត ឬបង្ហោះយន្តការបញ្ញាសិប្បនិមិត្ត និងម៉ាស៊ីនរៀន យើងសូមអញ្ជើញអ្នកឱ្យពិភាក្សាអំពីសេណារីយ៉ូដែលអាចមានចំណាប់អារម្មណ៍ចំពោះសហគ្រាសរបស់អ្នក។ យើងនឹងវិភាគយ៉ាងងាយស្រួលនូវតម្រូវការរបស់សហគ្រាសរបស់អ្នក ហើយរួមគ្នាកំណត់ផែនការសកម្មភាព។ ទាក់ទងអាសយដ្ឋានអ៊ីមែលរបស់ក្រុមអ្នកជំនាញ AI/ML របស់យើង – [អ៊ីមែលការពារ].

ប្រភព: www.habr.com