இந்த கட்டுரை பைதான் கேட்வே பற்றியது, இது InterSystems IRIS தரவு தளத்திற்கான திறந்த மூல சமூக திட்டமாகும். பைத்தானில் (பல தரவு விஞ்ஞானிகளுக்கான முக்கிய சூழல்) உருவாக்கப்பட்ட எந்த இயந்திர கற்றல் வழிமுறைகளையும் ஒழுங்கமைக்க இந்தத் திட்டம் உங்களை அனுமதிக்கிறது, பல ஆயத்த நூலகங்களைப் பயன்படுத்தி, InterSystems IRIS இயங்குதளத்தில் தகவமைப்பு, ரோபோட்டிக் பகுப்பாய்வு AI / ML தீர்வுகளை விரைவாக உருவாக்குகிறது. இந்தக் கட்டுரையில், இன்டர்சிஸ்டம்ஸ் ஐஆர்ஐஎஸ் எவ்வாறு பைதான் செயல்முறைகளை ஒழுங்கமைக்கிறது, திறமையான இருவழித் தொடர்பைச் செய்கிறது மற்றும் அறிவார்ந்த வணிக செயல்முறைகளை எவ்வாறு உருவாக்குகிறது என்பதைக் காண்பிப்பேன்.

திட்டம்

1. அறிமுகம்.
2. கருவிகள்.
3. நிறுவல்.
4. ஏபிஐ.
5. இயங்கக்கூடிய தன்மை.
6. ஜூபிடர் நோட்புக்.
7. முடிவுகளையும் அறிவித்துள்ளன.
8. இணைப்புகள்.
9. எம்.எல்.டூல்கிட்.

அறிமுகம்

பைதான் என்பது டெவலப்பர் உற்பத்தித்திறன் மற்றும் குறியீடு வாசிப்புத்திறனை மேம்படுத்துவதில் கவனம் செலுத்தும் ஒரு உயர்-நிலை, பொது-நோக்க நிரலாக்க மொழியாகும். இந்தக் கட்டுரைத் தொடரில், இன்டர்சிஸ்டம்ஸ் ஐஆர்ஐஎஸ் இயங்குதளத்தில் பைதான் மொழியைப் பயன்படுத்துவதற்கான சாத்தியக்கூறுகளைப் பற்றி நான் பேசுவேன், அதே நேரத்தில் இந்த கட்டுரையின் முக்கிய கவனம் இயந்திர கற்றல் மாதிரிகளை உருவாக்குவதற்கும் பயன்படுத்துவதற்கும் பைத்தானை ஒரு மொழியாகப் பயன்படுத்துவதாகும்.

இயந்திர கற்றல் (ML) என்பது செயற்கை நுண்ணறிவு முறைகளின் ஒரு வகுப்பாகும், இதன் சிறப்பியல்பு அம்சம் ஒரு சிக்கலின் நேரடி தீர்வு அல்ல, ஆனால் பல ஒத்த சிக்கல்களைத் தீர்க்கும் செயல்பாட்டில் கற்றல்.

இயந்திர கற்றல் வழிமுறைகள் மற்றும் மாதிரிகள் மிகவும் பொதுவானதாகி வருகின்றன. இதற்கு பல காரணங்கள் உள்ளன, ஆனால் இவை அனைத்தும் அணுகல், எளிமை மற்றும் நடைமுறை முடிவுகளை அடைதல் ஆகியவற்றிற்கு வரும். கிளஸ்டரிங் அல்லது நியூரல் நெட்வொர்க் மாடலிங் கூட ஒரு புதிய தொழில்நுட்பமா?

நிச்சயமாக இல்லை, ஆனால் இப்போதெல்லாம் ஒரு மாதிரியை இயக்க நூறாயிரக்கணக்கான வரிகளை எழுத வேண்டிய அவசியமில்லை, மேலும் மாதிரிகளை உருவாக்குவதற்கும் பயன்படுத்துவதற்கும் ஆகும் செலவுகள் சிறியதாகி வருகின்றன.

கருவிகள் உருவாகி வருகின்றன - எங்களிடம் முழுமையாக GUI சார்ந்த AI/ML கருவிகள் இல்லை என்றாலும், BI (குறியீட்டை எழுதுவது முதல் கட்டமைப்புகள் மற்றும் GUI சார்ந்த உள்ளமைக்கக்கூடிய தீர்வுகள் வரை) போன்ற பல வகை தகவல் அமைப்புகளுடன் நாம் கண்ட முன்னேற்றமும் காணப்படுகிறது. AI/ML உருவாக்கும் கருவிகளில். குறியீட்டை எழுதும் கட்டத்தை நாங்கள் ஏற்கனவே கடந்துவிட்டோம், இன்று மாதிரிகளை உருவாக்குவதற்கும் பயிற்சி செய்வதற்கும் கட்டமைப்பைப் பயன்படுத்துகிறோம்.

பிற மேம்பாடுகள், முன் பயிற்சி பெற்ற மாதிரியைப் பிரச்சாரம் செய்யும் திறன், இறுதிப் பயனர்கள் தங்கள் குறிப்பிட்ட தரவுகளில் மாதிரியைப் பயிற்சி செய்து முடிக்க வேண்டும், மேலும் இயந்திரக் கற்றலைப் பயன்படுத்துவதை எளிதாக்குகிறது. இந்த முன்னேற்றங்கள், தொழில் வல்லுநர்கள் மற்றும் ஒட்டுமொத்த நிறுவனங்களுக்கும் இயந்திரக் கற்றலைக் கற்றுக்கொள்வதை மிகவும் எளிதாக்குகிறது.

மறுபுறம், நாங்கள் மேலும் மேலும் தரவுகளை சேகரிக்கிறோம். InterSystems IRIS போன்ற ஒரு ஒருங்கிணைந்த தரவுத் தளத்துடன், இந்தத் தகவல்கள் அனைத்தும் உடனடியாகத் தயாரிக்கப்பட்டு இயந்திரக் கற்றல் மாதிரிகளுக்கான உள்ளீடாகப் பயன்படுத்தப்படலாம்.

மேகக்கணிக்கு மாறுவதால், AI/ML திட்டங்களைத் தொடங்குவது முன்னெப்போதையும் விட எளிதானது. நமக்குத் தேவையான வளங்களை மட்டுமே நாம் உட்கொள்ள முடியும். மேலும், கிளவுட் பிளாட்ஃபார்ம்கள் வழங்கும் இணையானமயமாக்கலுக்கு நன்றி, வீணான நேரத்தைச் சேமிக்க முடியும்.

ஆனால் முடிவுகளைப் பற்றி என்ன? இங்குதான் விஷயங்கள் மிகவும் சிக்கலாகின்றன. மாதிரிகளை உருவாக்குவதற்கு பல கருவிகள் உள்ளன, அதை நான் அடுத்து விவாதிப்பேன். ஒரு நல்ல மாதிரியை உருவாக்குவது எளிதானது அல்ல, ஆனால் அடுத்து என்ன? ஒரு வணிகத்தால் மாதிரியைப் பயன்படுத்துவதன் மூலம் லாபம் ஈட்டுவதும் அற்பமான செயல் அல்ல. பிரச்சனையின் மூலமானது பகுப்பாய்வு மற்றும் பரிவர்த்தனை பணிச்சுமைகள் மற்றும் தரவு மாதிரிகள் ஆகியவற்றைப் பிரிப்பதாகும். நாம் ஒரு மாதிரியைப் பயிற்றுவிக்கும் போது, ​​​​வழக்கமாக அதை வரலாற்றுத் தரவுகளில் செய்கிறோம். ஆனால் கட்டப்பட்ட மாதிரிக்கான இடம் பரிவர்த்தனை தரவு செயலாக்கத்தில் உள்ளது. ஒரு நாளுக்கு ஒருமுறை அதை இயக்கினால், சிறந்த மோசடி பரிவர்த்தனை கண்டறிதல் மாதிரி என்ன பயன்? மோசடி செய்பவர்கள் பணத்தை எடுத்துக்கொண்டு நீண்ட நாட்களாகிவிட்டனர். வரலாற்றுத் தரவுகளில் மாதிரியைப் பயிற்றுவிக்க வேண்டும், ஆனால் புதிய உள்வரும் தரவுகளில் அதை நிகழ்நேரத்தில் பயன்படுத்த வேண்டும், இதனால் எங்கள் வணிக செயல்முறைகள் மாதிரியின் கணிப்புகளின்படி செயல்பட முடியும்.

ML Toolkit என்பது அதைச் செய்யும் ஒரு கருவித்தொகுப்பாகும்: மாடல்களை ஒன்றாகக் கொண்டுவருதல் மற்றும் பரிவர்த்தனை சூழலை உருவாக்குதல், இதன் மூலம் நீங்கள் உருவாக்கும் மாதிரிகள் உங்கள் வணிகச் செயல்முறைகளில் நேரடியாகப் பயன்படுத்தப்படலாம். பைதான் கேட்வே எம்எல் டூல்கிட்டின் ஒரு பகுதியாகும் மற்றும் பைதான் மொழியுடன் ஒருங்கிணைப்பை வழங்குகிறது (ஆர் கேட்வேயைப் போலவே, எம்எல் டூல்கிட்டின் ஒரு பகுதியாக இருப்பது ஆர் மொழியுடன் ஒருங்கிணைப்பை வழங்குகிறது).

கருவிகள்

தொடர்வதற்கு முன், நாங்கள் பின்னர் பயன்படுத்தும் சில பைதான் கருவிகள் மற்றும் நூலகங்களை விவரிக்க விரும்புகிறேன்.

தொழில்நுட்பம்

• பைதான் என்பது ஒரு விளக்கமான, பொது நோக்கத்திற்கான, உயர்நிலை நிரலாக்க மொழியாகும். மொழியின் முக்கிய நன்மை கணிதம், ML மற்றும் AI நூலகங்களின் பெரிய நூலகமாகும். ஆப்ஜெக்ட்ஸ்கிரிப்டைப் போலவே, இது ஒரு பொருள் சார்ந்த மொழி, ஆனால் அனைத்தும் மாறும் வகையில் வரையறுக்கப்படுகிறது, நிலையானதாக இல்லை. மேலும் அனைத்தும் ஒரு பொருள். பிற்காலக் கட்டுரைகள் மொழியுடன் பரிச்சயமானதாகக் கருதுகின்றன. நீங்கள் கற்கத் தொடங்க விரும்பினால், தொடங்க பரிந்துரைக்கிறேன் ஆவணங்கள்.
• எங்கள் அடுத்த பயிற்சிகளுக்கு, அமைக்கவும் பைதான் 3.6.7 64பிட்.
• IDE: நான் பயன்படுத்துகிறேன் PyCharm, ஆனால் பொதுவாக много. நீங்கள் Atelier ஐப் பயன்படுத்துகிறீர்கள் என்றால், Python டெவலப்பர்களுக்கான Eclipse செருகுநிரல் உள்ளது. நீங்கள் VS குறியீட்டைப் பயன்படுத்துகிறீர்கள் என்றால், பைத்தானுக்கு நீட்டிப்பு உள்ளது.
• நோட்புக்: IDE க்குப் பதிலாக, ஆன்லைன் நோட்புக்குகளில் உங்கள் ஸ்கிரிப்ட்களை எழுதிப் பகிரலாம். அவற்றில் மிகவும் பிரபலமானது வியாழன்.

நூலகங்கள்

இயந்திர கற்றல் நூலகங்களின் (பகுதி) பட்டியல் இங்கே:

• குறும்பு - துல்லியமான கணக்கீடுகளுக்கான அடிப்படை தொகுப்பு.
• பாண்டாக்கள் — உயர் செயல்திறன் தரவு கட்டமைப்புகள் மற்றும் தரவு பகுப்பாய்வு கருவிகள்.
• மேட்ப்ளோட்லிப் - விளக்கப்படங்களை உருவாக்குதல்.
• கடற்படை - matplotlib அடிப்படையில் தரவு காட்சிப்படுத்தல்.
• ஸ்க்லேர்ன் - இயந்திர கற்றல் முறைகள்.
• XGBboost — கிரேடியன்ட் பூஸ்டிங் முறையில் இயந்திர கற்றல் வழிமுறைகள்.
• ஜென்சிம் - என்.எல்.பி.
• Keras - நரம்பியல் வலையமைப்புகள்.
• டென்சர்ஃப்ளோ இயந்திர கற்றல் மாதிரிகளை உருவாக்குவதற்கான ஒரு தளமாகும்.
• பைடோர்ச் பைத்தானை மையமாகக் கொண்ட இயந்திர கற்றல் மாதிரிகளை உருவாக்குவதற்கான ஒரு தளமாகும்.
• நியோகா - பல்வேறு மாடல்களில் இருந்து PMML.

AI/ML தொழில்நுட்பங்கள் வணிகத்தை மிகவும் திறமையாகவும் மாற்றியமைக்கவும் செய்கின்றன. மேலும், இன்று இந்த தொழில்நுட்பங்கள் உருவாக்க மற்றும் செயல்படுத்த எளிதாகி வருகின்றன. AI/ML தொழில்நுட்பங்கள் மற்றும் அவை உங்கள் நிறுவன வளர்ச்சிக்கு எவ்வாறு உதவலாம் என்பதைப் பற்றி அறியத் தொடங்குங்கள்.

நிறுவல்

பைதான் கேட்வேயை நிறுவவும் பயன்படுத்தவும் பல வழிகள் உள்ளன:

• இயங்கு
  • விண்டோஸ்
  • லினக்ஸ்
  • மேக்
• கூலியாள்
  • DockerHub இலிருந்து படத்தைப் பயன்படுத்தவும்
  • உங்கள் சொந்த படத்தை உருவாக்கவும்

நிறுவல் முறையைப் பொருட்படுத்தாமல், உங்களுக்கு மூலக் குறியீடு தேவைப்படும். குறியீட்டைப் பதிவிறக்குவதற்கான ஒரே இடம் பக்கம் வெளியிடுகிறது. இது சோதிக்கப்பட்ட நிலையான வெளியீடுகளைக் கொண்டுள்ளது, சமீபத்திய ஒன்றைப் பெறுங்கள். இந்த நேரத்தில் அது 0.8 ஆகும், ஆனால் காலப்போக்கில் புதியவை இருக்கும். களஞ்சியத்தை குளோன் செய்ய வேண்டாம்/பதிவிறக்க வேண்டாம், சமீபத்திய வெளியீட்டைப் பதிவிறக்கவும்.

இயங்கு

நீங்கள் இயக்க முறைமையில் பைதான் கேட்வேயை நிறுவினால், முதலில் (இயக்க முறைமையைப் பொருட்படுத்தாமல்) நீங்கள் பைத்தானை நிறுவ வேண்டும். இதற்காக:

1. பைதான் 3.6.7 64 பிட்டை நிறுவவும். இயல்புநிலை கோப்பகத்தில் பைத்தானை நிறுவ பரிந்துரைக்கப்படுகிறது.
2. தொகுதியை நிறுவவும் dill: pip install dill.
3. ஆப்ஜெக்ட்ஸ்கிரிப்ட் குறியீட்டைப் பதிவிறக்கவும் (அதாவது. do $system.OBJ.ImportDir("C:InterSystemsReposPythoniscpy", "*.cls", "c",,1)) தயாரிப்புகளுடன் எந்த பகுதிக்கும். தயாரிப்புகளை ஆதரிக்க ஏற்கனவே உள்ள பகுதியை நீங்கள் விரும்பினால், இயக்கவும்: write ##class(%EnsembleMgr).EnableNamespace($Namespace, 1).
4. இடம் அழைப்பு DLL/SO/DYLIB கோப்புறைக்கு bin உங்கள் InterSystems IRIS நிகழ்வு. திரும்பிய பாதையில் நூலகக் கோப்பு இருக்க வேண்டும் write ##class(isc.py.Callout).GetLib().

விண்டோஸ்

1. சுற்றுச்சூழல் மாறி என்பதை உறுதிப்படுத்தவும் PYTHONHOME பைதான் 3.6.7ஐச் சுட்டிக்காட்டுகிறது.
2. கணினி சூழல் மாறி என்பதை உறுதிப்படுத்தவும் PATH ஒரு மாறியை கொண்டுள்ளது PYTHONHOME (அல்லது அது சுட்டிக்காட்டும் அடைவு).

லினக்ஸ் (டெபியன்/உபுண்டு)

1. சூழல் மாறி உள்ளதா என சரிபார்க்கவும் PATH அது கொண்டுள்ளது /usr/lib и /usr/lib/x86_64-linux-gnu. கோப்பைப் பயன்படுத்தவும் /etc/environment சூழல் மாறிகளை அமைக்க.
2. பிழைகள் ஏற்பட்டால் undefined symbol: _Py_TrueStruct அமைப்பை அமைக்கவும் PythonLib. மேலும் உள்ளே என்னை தெரிந்து கொள் ஒரு பிழைத்திருத்த பிரிவு உள்ளது.

மேக்

1. தற்போது பைதான் 3.6.7 மட்டுமே ஆதரிக்கப்படுகிறது பைதான். Org. மாறியை சரிபார்க்கவும் PATH.

நீங்கள் சூழல் மாறிகளை மாற்றியிருந்தால், உங்கள் InterSystems தயாரிப்பை மறுதொடக்கம் செய்யவும்.

கூலியாள்

கொள்கலன்களைப் பயன்படுத்துவது பல நன்மைகளைக் கொண்டுள்ளது:

• பெயர்வுத்திறன்
• திறன்
• காப்பு
• லேசான தன்மை
• மாறாத தன்மை

இதைப் பாருங்கள் தொடர் கட்டுரைகள் InterSystems தயாரிப்புகளுடன் டோக்கரைப் பயன்படுத்துவது பற்றிய கூடுதல் தகவலுக்கு.

அனைத்து பைதான் கேட்வே கட்டுமானங்களும் தற்போது கொள்கலன் அடிப்படையிலானவை. 2019.4.

முடிக்கப்பட்ட படம்

ஓடு: docker run -d -p 52773:52773 --name irispy intersystemscommunity/irispy-community:latestஇன்டர்சிஸ்டம்ஸ் ஐஆர்ஐஎஸ் சமூக பதிப்பில் பைதான் கேட்வேயை பதிவிறக்கம் செய்து இயக்கவும். அவ்வளவுதான்.

உங்கள் சொந்த படத்தை உருவாக்கவும்

ஒரு டாக்கர் படத்தை உருவாக்க, களஞ்சியத்தின் மூலத்தில் இயக்கவும்: docker build --force-rm --tag intersystemscommunity/irispy:latest ..
இயல்பாக, படம் படத்தின் அடிப்படையில் கட்டமைக்கப்படுகிறது store/intersystems/iris-community:2019.4.0.383.0இருப்பினும், மாறியை அமைப்பதன் மூலம் இதை மாற்றலாம் IMAGE.
InterSystems IRIS இலிருந்து உருவாக்க, இயக்கவும்: `docker build --build-arg IMAGE=store/intersystems/iris:2019.4.0.383.0 --force-rm --tag intersystemscommunity/irispy:latest'.

அதன் பிறகு, நீங்கள் டோக்கர் படத்தை இயக்கலாம்:

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

நீங்கள் InterSystems IRIS சமூக பதிப்பின் அடிப்படையில் ஒரு படத்தைப் பயன்படுத்துகிறீர்கள் என்றால், நீங்கள் ஒரு விசையைக் குறிப்பிடத் தேவையில்லை.

கருத்துரைகள்

• சோதனை செயல்முறை isc.py.test.Process பல படங்களை தற்காலிக கோப்பகத்தில் சேமிக்கிறது. நீங்கள் இந்த பாதையை ஏற்றப்பட்ட கோப்பகத்திற்கு மாற்ற விரும்பலாம். இதைச் செய்ய, அமைப்பைத் திருத்தவும் WorkingDir ஏற்றப்பட்ட கோப்பகத்தைக் குறிப்பிடுகிறது.
• முனையத்தை அணுக, இயக்கவும்: docker exec -it irispy sh.
• உள்நுழைவு மூலம் கணினி மேலாண்மை போர்ட்டலுக்கான அணுகல் SuperUser/SYS.
• ஒரு கொள்கலனை நிறுத்த, இயக்கவும்: docker stop irispy && docker rm --force irispy.

நிறுவலைச் சரிபார்க்கிறது

நீங்கள் பைதான் கேட்வேயை நிறுவியவுடன், அது செயல்படுகிறதா என்பதைச் சரிபார்க்க வேண்டும். இந்த குறியீட்டை InterSystems IRIS டெர்மினலில் இயக்கவும்:

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

விளைவு இருக்க வேண்டும் HELLO - பைதான் மாறியின் மதிப்பு x. திரும்பும் நிலை என்றால் sc ஒரு தவறு அல்லது var காலி, சரிபார்க்கவும் Readme—சிக்கல் தீர்க்கும் பிரிவு.

ஏபிஐ

பைதான் கேட்வே நிறுவப்பட்டுள்ளது, அது செயல்படுகிறதா என்பதை நீங்கள் சரிபார்த்துள்ளீர்கள். அதைப் பயன்படுத்தத் தொடங்குவதற்கான நேரம்!
பைத்தானின் முக்கிய இடைமுகம் isc.py.Main. இது பின்வரும் குழுக்களின் முறைகளை வழங்குகிறது (அனைத்தும் திரும்பும் %Status):

• குறியீடு செயல்படுத்தல்
• தரவு பரிமாற்றம்
• துணை நிறுவனம்

குறியீடு செயல்படுத்தல்

இந்த முறைகள் தன்னிச்சையான பைதான் குறியீட்டை இயக்க உங்களை அனுமதிக்கின்றன.

சிம்பிள்ஸ்ட்ரிங்

SimpleString முக்கிய முறையாகும். இதற்கு 4 விருப்ப வாதங்கள் தேவை:

• code செயல்படுத்த வேண்டிய குறியீட்டின் வரி. வரி ஊட்ட எழுத்து: $c(10).
• returnVariable என்பது ரிட்டர்ன் செய்ய வேண்டிய மாறியின் பெயர்.
• serialization - எப்படி தொடர்வது returnVariable. 0 - சரம் (இயல்புநிலை), 1 - பிரதிநிதி.
• result - மதிப்பு எழுதப்பட்ட மாறிக்கான ByRef குறிப்பு returnVariable.

மேலே நாங்கள் செய்துள்ளோம்:

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

இந்த எடுத்துக்காட்டில், நாம் ஒரு பைதான் மாறிக்கு ஒதுக்குகிறோம் x அதாவது Hello மற்றும் ஒரு பைதான் மாறியின் மதிப்பை திரும்ப கொடுக்க வேண்டும் x ஒரு ObjectScript மாறிக்கு var.

ExecuteCode

ExecuteCode என்பது பாதுகாப்பான மற்றும் குறைவான கட்டுப்பாடுகள் கொண்ட மாற்றாகும் SimpleString.
InterSystems IRIS இயங்குதளத்தில் உள்ள கோடுகள் 3 எழுத்துகளுக்கு மட்டுப்படுத்தப்பட்டுள்ளன, மேலும் நீங்கள் ஒரு நீண்ட குறியீட்டை இயக்க விரும்பினால், நீங்கள் ஸ்ட்ரீம்களைப் பயன்படுத்த வேண்டும்.
இதற்கு இரண்டு வாதங்கள் தேவை:

• code - செயல்படுத்தப்பட வேண்டிய பைதான் குறியீட்டின் சரம் அல்லது ஸ்ட்ரீம்.
• variable - (விரும்பினால்) செயல்படுத்தலின் முடிவை ஒதுக்குகிறது code இந்த பைதான் மாறி.

பயன்படுத்த பரிந்துரை:

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

இந்த எடுத்துக்காட்டில், நாம் 2 ஐ 3 ஆல் பெருக்கி, முடிவை பைதான் மாறியில் சேமிக்கிறோம் y.

தரவு பரிமாற்றம்

பைத்தானுக்குத் தரவை அனுப்பவும்.

பைதான் -> InterSystems IRIS

இன்டர்சிஸ்டம்ஸ் ஐஆர்ஐஎஸ்ஸில் பைதான் மாறியின் மதிப்பைப் பெற 4 வழிகள் உள்ளன, உங்களுக்குத் தேவையான வரிசைப்படுத்தலைப் பொறுத்து:

• String எளிய தரவு வகைகள் மற்றும் பிழைத்திருத்தத்திற்கு.
• Repr எளிய பொருட்களை சேமிப்பதற்கும் பிழைத்திருத்தத்திற்கும்.
• JSON InterSystems IRIS பக்கத்தில் எளிதாக தரவு கையாளுதலுக்காக.
• Pickle பொருட்களை சேமிக்க.

இந்த முறைகள் பைத்தானிலிருந்து மாறிகளை ஒரு சரமாக அல்லது ஸ்ட்ரீம்களாகப் பெற உங்களை அனுமதிக்கின்றன.

• GetVariable(variable, serialization, .stream, useString) - பெறு serialization மாறி variable в stream. என்றால் useString 1 மற்றும் வரிசைப்படுத்தல் ஒரு சரத்தில் வைக்கப்படுகிறது, பின்னர் ஒரு சரம் திரும்பும், ஸ்ட்ரீம் அல்ல.
• GetVariableJson(variable, .stream, useString) — ஒரு மாறியின் JSON வரிசைப்படுத்தலைப் பெறுங்கள்.
• GetVariablePickle(variable, .stream, useString, useDill) ஒரு மாறியின் ஊறுகாய் (அல்லது வெந்தயம்) வரிசைப்படுத்தலைப் பெறுங்கள்.

நமது மாறியை பெற முயற்சிப்போம் y.

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

InterSystems IRIS -> Python

InterSystems IRIS இலிருந்து பைத்தானில் தரவை ஏற்றுகிறது.

• ExecuteQuery(query, variable, type, namespace) - ஒரு தரவுத்தொகுப்பை உருவாக்குகிறது (பாண்டாக்கள் dataframe அல்லது list) sql வினவலில் இருந்து அதை பைதான் மாறிக்கு அமைக்கவும் variable. நெகிழி பை isc.py பகுதியில் கிடைக்க வேண்டும் namespace - கோரிக்கை அங்கு செயல்படுத்தப்படும்.
• ExecuteGlobal(global, variable, type, start, end, mask, labels, namespace) - உலகளாவிய தரவை ஏற்றுகிறது global சந்தாவிலிருந்து start செய்ய end பைத்தானில் வகை மாறி type: list, அல்லது பாண்டாக்கள் dataframe. விருப்ப வாதங்களின் விளக்கம் mask மற்றும் labels வகுப்பு ஆவணங்கள் மற்றும் களஞ்சியத்தில் கிடைக்கும் தரவு பரிமாற்ற ஆவணங்கள்.
• ExecuteClass(class, variable, type, start, end, properties, namespace) - வகுப்பு தரவை ஏற்றுகிறது class ஐடியில் இருந்து start செய்ய end பைத்தானில் வகை மாறி type: list, அல்லது பாண்டாக்கள் dataframe. properties — தரவுத்தொகுப்பில் ஏற்றப்பட வேண்டிய வகுப்பு பண்புகளின் பட்டியல் (கமாவால் பிரிக்கப்பட்டது). முகமூடிகள் ஆதரிக்கப்படுகின்றன * и ?. இயல்புநிலை - * (அனைத்து பண்புகள்). சொத்து %%CLASSNAME புறக்கணிக்கப்பட்டது.
• ExecuteTable(table, variable, type, start, end, properties, namespace) - அட்டவணை தரவை ஏற்றுகிறது table ஐடியில் இருந்து start செய்ய end மலைப்பாம்பில்.

ExecuteQuery - உலகளாவிய (எந்தவொரு செல்லுபடியாகும் SQL வினவலும் பைத்தானுக்கு அனுப்பப்படும்). எனினும், ExecuteGlobal மற்றும் அவரது மறைப்புகள் ExecuteClass и ExecuteTable பல கட்டுப்பாடுகளுடன் வேலை செய்யுங்கள். அவை மிக வேகமானவை (ODBC டிரைவரை விட 3-5 மடங்கு வேகம் மற்றும் 20 மடங்கு வேகமானது ExecuteQuery) மேலும் தகவல் இல் தரவு பரிமாற்ற ஆவணங்கள்.
இந்த முறைகள் அனைத்தும் எந்தப் பகுதியிலிருந்தும் தரவு பரிமாற்றத்தை ஆதரிக்கின்றன. நெகிழி பை isc.py இலக்கு பகுதியில் கிடைக்க வேண்டும்.

ExecuteQuery

ExecuteQuery(request, variable, type, namespace) - எந்த செல்லுபடியாகும் SQL வினவலின் முடிவுகளை பைத்தானுக்கு அனுப்புகிறது. இதுவே மெதுவான தரவு பரிமாற்ற முறை. இருந்தால் பயன்படுத்தவும் ExecuteGlobal மற்றும் அதன் உறைகள் கிடைக்கவில்லை.

விவாதங்கள்:

• query - sql வினவல்.
• variable - தரவு எழுதப்பட்ட பைதான் மாறியின் பெயர்.
• type - list அல்லது பாண்டாக்கள் dataframe.
• namespace - கோரிக்கை நிறைவேற்றப்படும் பகுதி.

ExecuteGlobal

ExecuteGlobal(global, variable, type, start, end, mask, labelels, namespace) - பைத்தானுக்கு உலகத்தை அனுப்புதல்.

விவாதங்கள்:

• global இல்லாமல் உலகளாவிய பெயர் ^
• variable - தரவு எழுதப்பட்ட பைதான் மாறியின் பெயர்.
• type - list அல்லது பாண்டாக்கள் dataframe.
• start - உலகளாவிய முதல் சந்தா. அவசியம் %Integer.
• end உலகத்தின் கடைசி சப்ஸ்கிரிப்ட் ஆகும். அவசியம் %Integer.
• mask - உலகளாவிய மதிப்புகளின் முகமூடி. முகமூடியானது உலகளாவிய புலங்களின் எண்ணிக்கையை விடக் குறைவாக இருக்கலாம் (இதில் கடைசியில் உள்ள புலங்கள் தவிர்க்கப்படும்). முகமூடியை வடிவமைப்பது எப்படி:
  • + மதிப்பை அப்படியே அனுப்பவும்.
  • - மதிப்பைத் தவிர்க்கவும்.
  • b — பூலியன் வகை (0 - False, மற்ற அனைத்தும் - True).
  • d — தேதி ($ horolog இலிருந்து, Windows இல் 1970, Linux இல் 1900).
  • t - நேரம் ($ horolog, நள்ளிரவுக்குப் பிறகு வினாடிகள்).
  • m - நேர முத்திரை (ஆண்டு-மாதம்-நாள் மணிநேரம்:நிமிடம்:இரண்டாம் வடிவம் சரம்).
• labels - %நெடுவரிசைப் பெயர்களின் பட்டியல். முதல் உறுப்பு சப்ஸ்கிரிப்ட்டின் பெயர்.
• namespace - கோரிக்கை நிறைவேற்றப்படும் பகுதி.

ExecuteClass

மேல் மடக்கு ExecuteGlobal. வகுப்பு வரையறையின் அடிப்படையில் அழைப்பைத் தயாரிக்கிறது ExecuteGlobal மற்றும் அவரை அழைக்கிறார்.

ExecuteClass(class, variable, type, start, end, properties, namespace) - வகுப்புத் தரவை பைத்தானுக்கு அனுப்புதல்.

விவாதங்கள்:

• class - வகுப்பின் பெயர்
• variable - தரவு எழுதப்பட்ட பைதான் மாறியின் பெயர்.
• type - list அல்லது பாண்டாக்கள் dataframe.
• start - தொடக்க ஐடி.
• end - இறுதி ஐடி
• properties — தரவுத்தொகுப்பில் ஏற்றப்பட வேண்டிய வகுப்பு பண்புகளின் பட்டியல் (கமாவால் பிரிக்கப்பட்டது). முகமூடிகள் ஆதரிக்கப்படுகின்றன * и ?. இயல்புநிலை - * (அனைத்து பண்புகள்). சொத்து %%CLASSNAME புறக்கணிக்கப்பட்டது.
• namespace - கோரிக்கை நிறைவேற்றப்படும் பகுதி.

வகை பண்புகள் தவிர அனைத்து பண்புகளும் அப்படியே அனுப்பப்படுகின்றன %Date, %Time, %Boolean и %TimeStamp - அவை தொடர்புடைய பைதான் வகுப்புகளுக்கு மாற்றப்படுகின்றன.

எக்ஸிகியூட் டேபிள்

மேல் மடக்கு ExecuteClass. அட்டவணைப் பெயரை வகுப்புப் பெயராக மொழிபெயர்த்து அழைப்புகள் ExecuteClass. கையொப்பம்:

ExecuteTable(table, variable, type, start, end, properties, namespace) - டேபிள் டேட்டாவை பைத்தானுக்கு அனுப்புகிறது.

விவாதங்கள்:

• table - அட்டவணை பெயர்.
  மற்ற அனைத்து வாதங்களும் அப்படியே நிறைவேற்றப்படுகின்றன. ExecuteClass.

குறிப்புகள்

• ExecuteGlobal, ExecuteClass и ExecuteTable சமமாக வேகமாக வேலை செய்யுங்கள்.
• ExecuteGlobal விட 20 மடங்கு வேகமாக ExecuteQuery பெரிய தரவுத்தொகுப்புகளில் (பரிமாற்ற நேரம் >0.01 வினாடி).
• ExecuteGlobal, ExecuteClass и ExecuteTable இந்த கட்டமைப்புடன் உலகளாவிய வேலை: ^global(key) = $lb(prop1, prop2, ..., propN) எங்கே key ஒரு முழு எண்.
• செய்ய ExecuteGlobal, ExecuteClass и ExecuteTable ஆதரவு மதிப்பு வரம்பு %Date வரம்பிற்கு ஒத்திருக்கிறது mktime மற்றும் OS ஐப் பொறுத்ததுவிண்டோஸ்: 1970-01-01, லினக்ஸ் 1900-01-01, மேக்) பயன்படுத்தவும் %TimeStampஇந்த வரம்பிற்கு வெளியே தரவை அனுப்ப அல்லது பாண்டாஸ் டேட்டாஃப்ரேமைப் பயன்படுத்தவும் இந்த வரம்பு பட்டியலுக்கு மட்டுமே.
• செய்ய ExecuteGlobal, ExecuteClass и ExecuteTable தரவு மூல (உலகளாவிய, வகுப்பு அல்லது அட்டவணை) மற்றும் மாறி தவிர அனைத்து வாதங்களும் விருப்பமானவை.

உதாரணங்கள்

சோதனை வகுப்பு isc.py.test.நபர் அனைத்து தரவு பரிமாற்ற விருப்பங்களையும் நிரூபிக்கும் ஒரு முறை உள்ளது:

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)

அழைப்பு முறை do ##class(isc.py.test.Person).Test() அனைத்து தரவு பரிமாற்ற முறைகளும் எவ்வாறு செயல்படுகின்றன என்பதைப் பார்க்க.

உதவி முறைகள்

• GetVariableInfo(variable, serialization, .defined, .type, .length) - மாறியைப் பற்றிய தகவலைப் பெறவும்: அது வரையறுக்கப்பட்டதா, வகுப்பு மற்றும் தொடர் நீளம்.
• GetVariableDefined(variable, .defined) - மாறி வரையறுக்கப்பட்டுள்ளதா.
• GetVariableType(variable, .type) - மாறியின் வகுப்பைப் பெறுங்கள்.
• GetStatus() - பைதான் பக்கத்தில் கடைசி விதிவிலக்கைப் பெற்று அகற்றவும்.
• GetModuleInfo(module, .imported, .alias) - தொகுதி மாறி மற்றும் இறக்குமதி நிலையைப் பெறுங்கள்.
• GetFunctionInfo(function, .defined, .type, .docs, .signature, .arguments) - செயல்பாடு பற்றிய தகவல்களைப் பெறுங்கள்.

இயங்கக்கூடிய தன்மை

டெர்மினலில் இருந்து பைதான் கேட்வேயை எப்படி அழைப்பது என்பதை நீங்கள் கற்றுக்கொண்டீர்கள், இப்போது அதை தயாரிப்பில் பயன்படுத்த ஆரம்பிக்கலாம். இந்த பயன்முறையில் பைத்தானுடன் தொடர்புகொள்வதற்கான அடிப்படை isc.py.ens.Operation. இது நம்மை அனுமதிக்கிறது:

• பைதான் குறியீட்டை இயக்கவும்
• பைதான் சூழலைச் சேமிக்கவும்/மீட்டமைக்கவும்
• பைத்தானில் இருந்து தரவை ஏற்றி பெறவும்

அடிப்படையில், பைஹ்டன் அறுவை சிகிச்சை என்பது ஒரு ரேப்பர் ஓவர் isc.py.Main. ஆபரேஷன் isc.py.ens.Operation InterSystems IRIS தயாரிப்புகளில் இருந்து பைதான் செயல்முறையுடன் தொடர்பு கொள்ள அனுமதிக்கிறது. ஐந்து கோரிக்கைகள் ஆதரிக்கப்படுகின்றன:

• isc.py.msg.ExecutionRequest பைதான் குறியீட்டை இயக்க. திரும்புகிறது isc.py.msg.ExecutionResponse செயல்படுத்தல் முடிவு மற்றும் கோரப்பட்ட மாறிகளின் மதிப்புகளுடன்.
• isc.py.msg.StreamExecutionRequest பைதான் குறியீட்டை இயக்க. திரும்புகிறது isc.py.msg.StreamExecutionResponse செயல்படுத்தலின் முடிவு மற்றும் கோரப்பட்ட மாறிகளின் மதிப்புகள். அனலாக் isc.py.msg.ExecutionRequest, ஆனால் ஸ்ட்ரிங்குகளுக்குப் பதிலாக ஸ்ட்ரீம்களை ஏற்றுக்கொண்டு திரும்பும்.
• isc.py.msg.QueryRequest ஒரு SQL வினவலை இயக்குவதன் முடிவை மாற்றுவதற்கு. திரும்புகிறது Ens.Response.
• isc.py.msg.GlobalRequest/isc.py.msg.ClassRequest/isc.py.msg.TableRequest உலகளாவிய/வகுப்பு/அட்டவணை தரவை அனுப்ப. திரும்புகிறது Ens.Response.
• isc.py.msg.SaveRequest பைதான் சூழலைச் சேமிக்க. திரும்புகிறது Ens.StringResponse சூழல் ஐடியுடன்.

• isc.py.msg.RestoreRequest பைதான் சூழலை மீட்டெடுக்க.

  மேலும், isc.py.ens.Operation இரண்டு அமைப்புகள் உள்ளன:

  • Initializer - இடைமுகத்தை செயல்படுத்தும் வகுப்பைத் தேர்ந்தெடுப்பது isc.py.init.Abstract. செயல்பாடுகள், தொகுதிகள், வகுப்புகள் மற்றும் பலவற்றை ஏற்றுவதற்கு இது பயன்படுத்தப்படலாம். செயல்முறை தொடங்கும் போது இது ஒரு முறை செயல்படுத்தப்படுகிறது.
  • PythonLib - (லினக்ஸ் மட்டும்) நீங்கள் துவக்கப் பிழைகளைக் கண்டால், அதன் மதிப்பை அமைக்கவும் libpython3.6m.so அல்லது பைதான் நூலகத்திற்கான முழு பாதையிலும் கூட.

வணிக செயல்முறைகளை உருவாக்குதல்

வணிக செயல்முறைகளின் வளர்ச்சியை எளிதாக்கும் இரண்டு வகுப்புகள் உள்ளன:

• isc.py.ens.ProcessUtils மாறி மாற்று மூலம் செயல்பாடுகளிலிருந்து சிறுகுறிப்புகளைப் பிரித்தெடுக்க உங்களை அனுமதிக்கிறது.
• isc.py.util.BPEmulator பைதான் மூலம் வணிக செயல்முறைகளை சோதிப்பதை எளிதாக்குகிறது. இது தற்போதைய செயல்பாட்டில் வணிக செயல்முறையை (பைதான் பாகங்கள்) செயல்படுத்த முடியும்.

மாறி மாற்று

அனைத்து வணிக செயல்முறைகளும் பரம்பரையாக பெறப்படுகின்றன isc.py.ens.ProcessUtils, முறையைப் பயன்படுத்தலாம் GetAnnotation(name) ஒரு செயல்பாட்டு சிறுகுறிப்பின் மதிப்பை அதன் பெயரால் பெற. செயல்பாட்டு சிறுகுறிப்பில் பைத்தானுக்கு அனுப்பப்படுவதற்கு முன்பு InterSystems IRIS பக்கத்தில் மதிப்பிடப்படும் மாறிகள் இருக்கலாம். மாறி மாற்றுக்கான தொடரியல் இங்கே:

• ${class:method:arg1:...:argN} - முறை அழைப்பு
• #{expr} - ஆப்ஜெக்ட்ஸ்கிரிப்ட் மொழியில் குறியீட்டை இயக்கவும்.

சோதனை வணிகச் செயல்பாட்டில் ஒரு உதாரணம் கிடைக்கிறது isc.py.test.Process, எடுத்துக்காட்டாக, செயல்பாட்டில் Correlation Matrix: Graph: f.savefig(r'#{process.WorkDirectory}SHOWCASE${%PopulateUtils:Integer:1:100}.png'). இந்த எடுத்துக்காட்டில்:

• #{process.WorkDirectory} பொருளின் பணி அடைவு சொத்தை வழங்குகிறது process, இது வகுப்பின் ஒரு உதாரணம் isc.py.test.Process அந்த. தற்போதைய வணிக செயல்முறை.
• ${%PopulateUtils:Integer:1:100} ஒரு முறையை அழைக்கிறது Integer வர்க்கம் %PopulateUtils, கடந்து செல்லும் வாதங்கள் 1 и 100, வரம்பில் ஒரு சீரற்ற முழு எண்ணைத் திரும்பப் பெறுகிறது 1...100.

சோதனை வணிக செயல்முறை

பைதான் கேட்வேயின் ஒரு பகுதியாக சோதனை உற்பத்தி மற்றும் சோதனை வணிக செயல்முறை இயல்பாகவே கிடைக்கும். அவற்றைப் பயன்படுத்த:

1. OS டெர்மினல் இயக்கத்தில்: pip install pandas matplotlib seaborn.
2. InterSystems IRIS முனையத்தில், இயக்கவும்: do ##class(isc.py.test.CannibalizationData).Import() சோதனை தரவுகளை விரிவுபடுத்த.
3. தயாரிப்புகளை துவக்கவும் isc.py.test.Production.
4. கோரிக்கை வகையை அனுப்பவும் Ens.Request в isc.py.test.Process.

எப்படி எல்லாம் ஒன்றாக வேலை செய்கிறது என்று பார்ப்போம். திற isc.py.test.Process BPL எடிட்டரில்:

குறியீடு செயல்படுத்தல்

மிக முக்கியமான அழைப்பு பைதான் குறியீட்டை செயல்படுத்துவதாகும்:

கோரிக்கை பயன்படுத்தப்பட்டது isc.py.msg.ExecutionRequest, அதன் பண்புகள் இங்கே:

• Code - பைதான் குறியீடு.
• SeparateLines - செயல்படுத்துவதற்கான குறியீட்டை வரிகளாகப் பிரிக்க வேண்டுமா. $c(10) (n) சரங்களை பிரிக்கப் பயன்படுகிறது. முழு செய்தியையும் ஒரே நேரத்தில் செயலாக்க பரிந்துரைக்கப்படவில்லை என்பதை நினைவில் கொள்ளவும், இந்த செயல்பாடு செயலாக்கத்திற்கு மட்டுமே def மற்றும் ஒத்த பல வரி வெளிப்பாடுகள். இயல்புநிலை 0.
• Variables பதிலில் சேர்க்கப்படும் மாறிகளின் கமாவால் பிரிக்கப்பட்ட பட்டியல்.
• Serialization - நாம் திரும்ப விரும்பும் மாறிகளை எவ்வாறு வரிசைப்படுத்துவது. விருப்பங்கள்: Str, Repr, JSON, Pickle и Dill, இயல்புநிலை Str.

எங்கள் விஷயத்தில், நாங்கள் சொத்தை மட்டுமே அமைக்கிறோம் Code, அதனால் மற்ற எல்லா பண்புகளும் அவற்றின் இயல்புநிலை மதிப்புகளைப் பயன்படுத்துகின்றன. அழைப்பதன் மூலம் அதை அமைத்தோம் process.GetAnnotation("Import pandas"), இது இயக்க நேரத்தில் மாறி மாற்றீடு செய்யப்பட்ட பிறகு ஒரு சிறுகுறிப்பை வழங்குகிறது. இறுதியாக குறியீடு import pandas as pd பைத்தானுக்கு அனுப்பப்படும். GetAnnotation மல்டி-லைன் பைதான் ஸ்கிரிப்ட்களைப் பெறுவதற்கு பயனுள்ளதாக இருக்கும், ஆனால் குறியீட்டைப் பெறுவதற்கான இந்த வழியில் எந்த கட்டுப்பாடுகளும் இல்லை. நீங்கள் சொத்தை அமைக்கலாம் Code உங்களுக்கு வசதியான எந்த வகையிலும்.

மாறிகளைப் பெறுதல்

பயன்படுத்தி மற்றொரு சுவாரஸ்யமான சவால் isc.py.msg.ExecutionRequest - Correlation Matrix: Tabular:

இது பைதான் பக்கத்தில் உள்ள தொடர்பு மேட்ரிக்ஸைக் கணக்கிட்டு மாறியைப் பிரித்தெடுக்கிறது corrmat கோரிக்கை பண்புகளை அமைப்பதன் மூலம் JSON வடிவத்தில் InterSystems IRIS க்கு திரும்பவும்:

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

விஷுவல் ட்ரேஸில் முடிவுகளைக் காணலாம்:

பிபியில் இந்த மதிப்பு நமக்குத் தேவைப்பட்டால், அதை இப்படிப் பெறலாம்: callresponse.Variables.GetAt("corrmat").

தரவு பரிமாற்றம்

அடுத்து, InterSystems IRIS இலிருந்து Python க்கு தரவை மாற்றுவது பற்றி பேசலாம், அனைத்து தரவு பரிமாற்ற கோரிக்கைகளும் இடைமுகத்தை செயல்படுத்துகின்றன isc.py.msg.DataRequest, இது பின்வரும் பண்புகளை வழங்குகிறது:

• Variable தரவு எழுதப்பட்ட ஒரு பைதான் மாறி.
• Type - மாறி வகை: dataframe (பாண்டாஸ் டேட்டாஃப்ரேம்) அல்லது list.
• Namespace - நாம் தரவு பெறும் பகுதி. நெகிழி பை isc.py இந்த பகுதியில் கிடைக்க வேண்டும். இது தயாரிப்பு ஆதரவு இல்லாத பகுதியாக இருக்கலாம்.

இந்த இடைமுகத்தின் அடிப்படையில், 4 வகை கோரிக்கைகள் செயல்படுத்தப்படுகின்றன:

• isc.py.msg.QueryRequest - சொத்துக்களை அமைக்கவும் Query SQL வினவலை அனுப்ப.
• isc.py.msg.ClassRequest - சொத்துக்களை அமைக்கவும் Class வகுப்பு தரவை அனுப்ப.
• isc.py.msg.TableRequest - சொத்துக்களை அமைக்கவும் Table அட்டவணை தரவு அனுப்ப.
• isc.py.msg.GlobalRequest - சொத்துக்களை அமைக்கவும் Global உலகளாவிய தரவு பரிமாற்றம்.

சோதனை செயல்பாட்டில், செயல்பாட்டைப் பாருங்கள் RAWஅங்கு isc.py.msg.QueryRequest செயலில் காட்டப்பட்டுள்ளது.

பைதான் சூழலைச் சேமித்தல்/மீட்டமைத்தல்

இறுதியாக, பைதான் சூழலை InterSystems IRIS இல் சேமிக்கலாம், இதைச் செய்ய, அனுப்பவும் isc.py.msg.SaveRequest வாதங்களுடன்:

• Mask - முகமூடியை திருப்திப்படுத்தும் மாறிகள் மட்டுமே சேமிக்கப்படும். ஆதரிக்கப்பட்டது * и ?. ஒரு எடுத்துக்காட்டு: "Data*, Figure?". இயல்புநிலை *.
• MaxLength - சேமிக்கப்பட்ட மாறியின் அதிகபட்ச நீளம். ஒரு மாறியின் வரிசையாக்கம் நீண்டதாக இருந்தால், அது புறக்கணிக்கப்படும். எந்த நீளத்தின் மாறிகளையும் பெற 0 என அமைக்கவும். இயல்புநிலை $$$MaxStringLength.
• Name - சூழல் பெயர் (விரும்பினால்).
• Description - சூழலின் விளக்கம் (விரும்பினால்).

திரும்பும் Ens.StringResponse с Id சேமிக்கப்பட்ட சூழல். சோதனை செயல்பாட்டில், செயல்பாட்டைப் பாருங்கள் Save Context.

தொடர்புடைய கோரிக்கை isc.py.msg.RestoreRequest InterSystems IRIS இலிருந்து பைத்தானில் ஒரு சூழலை ஏற்றுகிறது:

• ContextId சூழல் அடையாளங்காட்டி ஆகும்.
• Clear - மீட்டமைப்பதற்கு முன் சூழலை அழிக்கவும்.

ஜூபிட்டர் நோட்புக்

ஜூபிட்டர் நோட்புக் குறியீடு, காட்சிப்படுத்தல்கள் மற்றும் உரை ஆகியவற்றைக் கொண்ட குறிப்பேடுகளை உருவாக்கி வெளியிட உங்களை அனுமதிக்கும் திறந்த மூல வலைப் பயன்பாடாகும். பைதான் கேட்வே BPL செயல்முறைகளை Jupyter நோட்புக்காக பார்க்கவும் திருத்தவும் அனுமதிக்கிறது. வழக்கமான பைதான் 3 எக்ஸிகியூட்டர் தற்போது பயன்படுத்தப்படுகிறது என்பதை நினைவில் கொள்ளவும்.

இந்த நீட்டிப்பு சிறுகுறிப்புகளில் பைதான் குறியீடு இருப்பதாகவும், முந்தைய தலைப்புகளாக செயல்பாட்டுப் பெயர்களைப் பயன்படுத்துவதாகவும் கருதுகிறது. ஜூபிடர் நோட்புக்கில் பைதான்கேட்வே வணிக செயல்முறைகளை உருவாக்குவது இப்போது சாத்தியமாகும். சாத்தியமானது இங்கே:

• புதிய வணிக செயல்முறைகளை உருவாக்கவும்
• வணிக செயல்முறைகளை நீக்கு
• புதிய செயல்பாடுகளை உருவாக்குங்கள்
• செயல்பாடுகளை மாற்றவும்
• செயல்பாடுகளை நீக்கு

இங்கே டெமோ வீடியோ. மற்றும் சில திரைக்காட்சிகள்:

செயல்முறை எக்ஸ்ப்ளோரர்

செயல்முறை ஆசிரியர்

நிறுவல்

1. உங்களுக்கு InterSystems IRIS 2019.2+ தேவைப்படும்.
2. PythonGateway v0.8+ ஐ நிறுவவும் (தேவை மட்டுமே isc.py.util.Jupyter, isc.py.util.JupyterCheckpoints и isc.py.ens.ProcessUtils).
3. களஞ்சியத்திலிருந்து ObjectScript குறியீட்டைப் புதுப்பிக்கவும்.
4. செயல்படுத்த do ##class(isc.py.util.Jupyter).Install() மற்றும் அறிவுறுத்தல்களைப் பின்பற்றவும்.

ஆவணங்கள்.

கண்டுபிடிப்புகள்

MLToolkit என்பது மாதிரிகள் மற்றும் பரிவர்த்தனை சூழலை ஒருங்கிணைக்கும் கருவிகளின் தொகுப்பாகும், இதனால் கட்டமைக்கப்பட்ட மாதிரிகள் உங்கள் வணிக செயல்முறைகளில் நேரடியாகப் பயன்படுத்தப்படலாம். Python Gateway MLToolkit இன் ஒரு பகுதியாகும் மற்றும் பைதான் மொழியுடன் ஒருங்கிணைப்பை வழங்குகிறது, இது பைத்தானில் (பல தரவு விஞ்ஞானிகளின் முக்கிய சூழல்) உருவாக்கப்பட்ட எந்த இயந்திர கற்றல் அல்காரிதங்களையும் ஒழுங்கமைக்க உங்களை அனுமதிக்கிறது, தகவமைப்பு, ரோபோடிக் பகுப்பாய்வு AI / ஐ விரைவாக உருவாக்க ஏராளமான ஆயத்த நூலகங்களைப் பயன்படுத்துகிறது. InterSystems இயங்குதளமான IRIS இல் ML தீர்வுகள்.

குறிப்புகள்

• முந்தைய கட்டுரை
• பைதான் நுழைவாயில்
• பைதான் கேட்வே மாதிரிகள்
• ஒன்றிணைந்த பகுப்பாய்வு
• பைதான் 3.6.7 64பிட்
• பைதான் ஆவணங்கள் மற்றும் படிப்புகள்

MLToolkit

MLToolkit பயனர் குழு என்பது InterSystems கார்ப்பரேட் GitHub அமைப்பின் ஒரு பகுதியாக உருவாக்கப்பட்ட ஒரு தனியார் GitHub களஞ்சியமாகும். Python Gateway உட்பட MLToolkit கூறுகளை நிறுவும், கற்றல் அல்லது ஏற்கனவே பயன்படுத்தும் வெளிப்புற பயனர்களுக்கு இது உரையாற்றப்படுகிறது. சந்தைப்படுத்தல், உற்பத்தி, மருத்துவம் மற்றும் பல தொழில்கள் ஆகிய துறைகளில் பல செயல்படுத்தப்பட்ட வழக்குகளை (மூலக் குறியீடு மற்றும் சோதனைத் தரவுகளுடன்) குழு கொண்டுள்ளது. ML Toolkit பயனர் குழுவில் சேர, பின்வரும் முகவரிக்கு ஒரு சிறிய மின்னஞ்சலை அனுப்பவும்: [மின்னஞ்சல் பாதுகாக்கப்பட்டது] உங்கள் கடிதத்தில் பின்வரும் தகவலைச் சேர்க்கவும்:

• GitHub பயனர்பெயர்
• அமைப்பு (நீங்கள் வேலை செய்கிறீர்கள் அல்லது படிக்கிறீர்கள்)
• நிலை (உங்கள் நிறுவனத்தில் உங்கள் உண்மையான நிலை, "மாணவர்" அல்லது "சுதந்திரம்").
• நாட்டின்

கட்டுரையைப் படித்து, செயற்கை நுண்ணறிவு மற்றும் இயந்திர கற்றல் வழிமுறைகளை உருவாக்க அல்லது ஹோஸ்ட் செய்வதற்கான தளமாக InterSystems IRIS இல் ஆர்வமுள்ளவர்களுக்கு, உங்கள் நிறுவனத்திற்கு ஆர்வமுள்ள சாத்தியமான காட்சிகளைப் பற்றி விவாதிக்க உங்களை அழைக்கிறோம். உங்கள் நிறுவனத்தின் தேவைகளை நாங்கள் உடனடியாக பகுப்பாய்வு செய்வோம் மற்றும் ஒரு செயல் திட்டத்தை கூட்டாக தீர்மானிப்போம்; எங்கள் AI/ML நிபுணர் குழுவின் மின்னஞ்சல் முகவரி - [மின்னஞ்சல் பாதுகாக்கப்பட்டது].

ஆதாரம்: www.habr.com