乐趣区

关于javascript:深受-Pandas-启发的-JavaScript-开源库-Danfojs-现已推出

jiezi

作者：Rising Odegua 与 Stephen Oni | 起源 TensorFlow

Danfo.js 是个 JavaScript 开源库，提供了高性能、直观易用的数据结构，反对结构化数据的操作和解决。Danfo.js 深受 Python Pandas 库的启发，并提供了相似的接口 /API。因而相熟 Pandas API 且理解 JavaScript 的用户能够轻松上手。

Danfo.js 的一大指标是为 JavaScript 开发者提供数据处理、机器学习和 AI 工具。这与咱们的愿景统一，实质上也合乎 TensorFlow.js 团队向 Web 引入 ML 的指标。Numpy 和 Pandas 等开源库全面变革了 Python 中数据操作的便利性。因而很多工具都围绕它们构建，进一步推动了 Python 中 ML 生态系统的蓬勃发展。

  • Danfo.js
    https://danfo.jsdata.org/

Danfo.js 建设在 TensorFlow.js 上。也就是说，就像 Numpy 为 Pandas 的算术运算提供技术支持一样，咱们是利用 TensorFlow.js 为咱们的低级算术运算提供技术支持。

Danfo.js 的次要个性

Danfo.js 速度快。它基于 TensorFlow.js 构建，与张量无缝兼容。您能够在 Danfo 中加载张量，也能够将 Danfo 数据结构转换为张量。利用这两个库，既有了数据处理库 (Danfo.js)，也有了弱小的 ML 库 (TensorFlow.js)。

以下示例将展现如何从张量对象创立 Danfo DataFrame：

const dfd = require("danfojs-node")
const tf = require("@tensorflow/tfjs-node")
let data = tf.tensor2d([[20,30,40], [23,90, 28]])
let df = new dfd.DataFrame(data)
let tf_tensor = df.tensor
console.log(tf_tensor);
tf_tensor.print()

输入：

Tensor {
  kept: false,
  isDisposedInternal: false,
  shape: [2, 3],
  dtype: 'float32',
  size: 6,
  strides: [3],
  dataId: {},
  id: 3,
  rankType: '2'
}
Tensor
    [[20, 30, 40],
     [23, 90, 28]]

您能够轻松地将数组、JSON 或对象转换为 DataFrame 对象操作。

JSON 对象到 DataFrame：

const dfd = require("danfojs-node")
json_data = [{A: 0.4612, B: 4.28283, C: -1.509, D: -1.1352},
            {A: 0.5112, B: -0.22863, C: -3.39059, D: 1.1632},
            {A: 0.6911, B: -0.82863, C: -1.5059, D: 2.1352},
            {A: 0.4692, B: -1.28863, C: 4.5059, D: 4.1632}]
df = new dfd.DataFrame(json_data)
df.print()

输入：

带列标签的对象数组到 DataFrame：

const dfd = require("danfojs-node")
obj_data = {'A': [“A1”,“A2”,“A3”,“A4”],
            'B': ["bval1", "bval2", "bval3", "bval4"],
            'C': [10, 20, 30, 40],
            'D': [1.2, 3.45, 60.1, 45],
            'E': ["test", "train", "test", "train"]
            }
df = new dfd.DataFrame(obj_data)
df.print()

输入：

您能够轻松解决浮点和非浮点数据中的缺失数据（以 NaN 示意）：

const dfd = require("danfojs-node")
let data = {"Name":["Apples", "Mango", "Banana", undefined],
            "Count": [NaN, 5, NaN, 10],
            "Price": [200, 300, 40, 250]}
let df = new dfd.DataFrame(data)
let df_filled = df.fillna({columns: ["Name", "Count"], values: ["Apples",
df["Count"].mean()]})
df_filled.print()

输入：

基于智能标签的切片、花式索引和大数据集查问：

const dfd = require("danfojs-node")
let data = {"Name": ["Apples", "Mango", "Banana", "Pear"] ,
            "Count": [21, 5, 30, 10],
             "Price": [200, 300, 40, 250] }
let df = new dfd.DataFrame(data)
let sub_df = df.loc({rows: ["0:2"], columns: ["Name", "Price"] })
sub_df.print()

输入：

弱小的 IO 工具，用于从立体文件（CSV 和分隔）加载数据。残缺和分块均可：

const dfd = require("danfojs-node")
//read the first 10000 rows
dfd.read_csv("file:///home/Desktop/bigdata.csv", chunk=10000)
  .then(df => {df.tail().print()}).catch(err=>{console.log(err);
  })

DataFrame 和 Series 反对 OneHotEncoders、LabelEncoders 等弱小的数据预处理函数和 StandardScaler 和 MinMaxScaler 等 Scaler：

const dfd = require("danfojs-node")
let data = ["dog","cat","man","dog","cat","man","man","cat"]
let series = new dfd.Series(data)
let encode = new dfd.LabelEncoder()
encode.fit(series)
let sf_enc = encode.transform(series)
let new_sf = encode.transform(["dog","man"])

输入：

交互式、灵便且直观的 API，用于在浏览器中绘制 DataFrame 和 Series：

<!DOCTYPE html>
<html>
<head>
    <meta charset="UTF-8">
    <meta name="viewport" content="width=device-width, initial-scale=1.0">
    <script src="https://cdn.jsdelivr.net/npm/danfojs@0.1.1/dist/index.min.js"></script>
    <title>Document</title>
</head>
<body>
    <div id="plot_div"></div>
    <script>
         dfd.read_csv("https://raw.githubusercontent.com/plotly/datasets/master/finance-charts-apple.csv")
            .then(df => {
                var layout = {
                    title: 'A financial charts',
                    xaxis: {title: 'Date'},
                    yaxis: {title: 'Count'}
                }
    new_df = df.set_index({key: "Date"})
   new_df.plot("plot_div").line({columns: ["AAPL.Open", "AAPL.High"], layout: layout
})
            }).catch(err => {console.log(err);
            })
    </script>
</body>
</html>

输入：

示例：泰坦尼克号幸存预测

以下是应用 Danfo.js 和 TensorFlow.js 的简略端到端分类工作。应用 Danfo 进行数据集的数据加载、操作和预处理，而后导出张量对象。

const dfd = require("danfojs-node")
const tf = require("@tensorflow/tfjs-node")
async function load_process_data() {let df = await dfd.read_csv("https://web.stanford.edu/class/archive/cs/cs109/cs109.1166/stuff/titanic.csv")
    //A feature engineering: Extract all titles from names columns
    let title = df['Name'].apply((x) => {return x.split(".")[0] }).values
    //replace in df
    df.addColumn({column: "Name", value: title})
    //label Encode Name feature
    let encoder = new dfd.LabelEncoder()
    let cols = ["Sex", "Name"]
    cols.forEach(col => {encoder.fit(df[col])
        enc_val = encoder.transform(df[col])
        df.addColumn({column: col, value: enc_val})
    })
    let Xtrain,ytrain;
    Xtrain = df.iloc({columns: [`1:`] })
    ytrain = df['Survived']
    // Standardize the data with MinMaxScaler
    let scaler = new dfd.MinMaxScaler()
    scaler.fit(Xtrain)
    Xtrain = scaler.transform(Xtrain)
    return [Xtrain.tensor, ytrain.tensor] //return the data as tensors
}

接下来应用 TensorFlow.js 创立一个简略的神经网络。

function get_model() {const model = tf.sequential();
    model.add(tf.layers.dense({ inputShape: [7], units: 124, activation: 'relu', kernelInitializer: 'leCunNormal' }));
    model.add(tf.layers.dense({ units: 64, activation: 'relu'}));
    model.add(tf.layers.dense({ units: 32, activation: 'relu'}));
    model.add(tf.layers.dense({ units: 1, activation: "sigmoid"}))
    model.summary();
    return model
}

最初进行训练，首先将模型和解决后的数据加载为张量。这能够间接馈送到神经网络。

async function train() {const model = await get_model()
    const data = await load_process_data()
    const Xtrain = data[0]
    const ytrain = data[1]
    model.compile({
        optimizer: "rmsprop",
        loss: 'binaryCrossentropy',
        metrics: ['accuracy'],
    });
    console.log("Training started....")
    await model.fit(Xtrain, ytrain,{
        batchSize: 32,
        epochs: 15,
        validationSplit: 0.2,
        callbacks:{onEpochEnd: async(epoch, logs)=>{console.log(`EPOCH (${epoch + 1}): Train Accuracy: ${(logs.acc * 100).toFixed(2)},
                                                     Val Accuracy:  ${(logs.val_acc * 100).toFixed(2)}n`);
            }
        }
    });
};
train()

您可能留神到 Danfo 的 API 与 Pandas 十分类似，即便不是 Javascript 程序员也能够轻松浏览和了解代码。您可参考以上演示的残缺源代码 (https://gist.github.com/risen…。

结语

基于网络的机器学习曾经日趋成熟，对应的专用高效数据迷信工具必不可少。相似 Danfo.js 的工具让基于网络的利用能够轻松反对 ML 个性，从而让利用生态系统更加丰富多彩。

这场改革始于 TensorFlow.js 为 Python 带来的 ML 性能。咱们心愿为 Danfo.js 作为高效的伙伴一路提供反对。咱们对 Danfo.js 的倒退充斥期待！心愿它也能成为网络社区的要害成员。

  • 在 CodePen 上操作 Danfo.js
    https://codepen.io/risingodeg…
  • 官网入门指南
    https://danfo.jsdata.org/gett…
  • Github 仓库
    https://github.com/opensource…
  • OneHotEncoders
    https://danfo.jsdata.org/api-…
  • LabelEncoders
    https://danfo.jsdata.org/api-…
  • StandardScaler
    https://danfo.jsdata.org/api-…
  • MinMaxScaler
    https://danfo.jsdata.org/api-…

退出移动版