SPL是强大的数据计算引擎，但目前对于机器学习算法的提供还不够丰富。而 python 中有许多此类算法。借助 YM 外部库，就可以让集算器 SPL 调用 python 写的代码，从而弥补这一不足。

下面具体说明：

1．SPL 与 python 环境配置
2．python 模块开发规范要求
3．ym_exec 接口调用
4．建模算法模块使用

SPL、python、接口关系示意图：

SPL 中调用 Python 程序_Python
SPL 中调用 ym_exec 接口，将参数传递给 python 下的 apply() 接口，apply 调用 python 程序处理后返回结果给 SPL。

1．  SPL 与 python 环境配置

为了 SPL 与 python 之间能通信，实现相互访问，需要进行有关的设置。
下面以在 win10 下，python3.7+SPL 为例来说明如何设置的。

本接口依赖集算器 SPL 外部库 Yimming。 Yimming 与 python 通过 userconfig.xml 关联。
A、安装 Python 软件：
下载 python3 软件安装包，安装位置如 c:\Program Files\raqsoft\yimming\Python37。
B：外部库安装：
缺省安装在集算器 SPL 软件的 esProc\extlib\Yimming 路径下，在集算器的外部库设置中勾选 Yimming 项让其生效。( 通过外部库指南能找到 Yimming jar 依赖包 )

SPL 中调用 Python 程序_Python_02

C、 配置文件： 在外部库目录 esProc\extlib\Yimming\userconfig.xml 文件中设置参数，参数如下：

选项名称说明
sAppHomeC:\Program Files\raqsoft\yimming应用程序目录
sPythonHomec:\Program Files\raqsoft\yimming\
  Python37\python.exe		Python文件
sPythonHostlocalhost网络 IP
iPythonScriptPort8512网络端口

D、服务端程序应用程序指提供的 python 服务端程序：

SPL 中调用 Python 程序_Python_03

以上配置完成之后，重启集算器后就可以使用 ym_exec() 接口。

2．  python 模块开发规范要求

A、def apply(ls) 接口，python 程序的对外接口，实现与 SPL 交互处理。
B、参数 ls 为 list 数据类型，它类似于 java 中的入口函数 void main(string argv[]) 中的 argv 参数。
C、返回值，返回 dataframe 结构数据存放在 list 类型的变量中, 可在 SPL 中显示。
D、样例说明：demo.py
import pandas as pd
import sys
def apply(lists):  
    cols = ["value"]
    ls = []
    for x in lists:
        ls.append("{}".format(x)) 
 
    df = pd.DataFrame(ls, columns=cols)
    lls=[]
    lls.append(df)
    return lls
if __name__ == "__main__":
    res = apply(sys.argv[1:])
    print('res={}'.format(res))
运行：python demo.py "AAA" "BBB" 1000
输出：res=[  value
         0    AA
         1    BBB
         2    1000]
本程序 apply()接口，实现将传递的参数加入到变量列表 ls 中，然后 ls 放入 dataframe 结构里，dataframe 再放入要返回的变量列表 lls 里。开发中，先在 python 下测试 apply() 接口正常后，就可以在 SPL 中调用了。

需要注意的是，由于 dataframe 是通过 msgpack 编码后返回的数据，因此要求 dataframe 中同一列的数据类型一致，否则 msgpack 编码时出错，SPL 中收不到 dataframe 数据.

3．ym_exec 接口调用
     格式：ym_exec(pyfile, p1,p2,…)。
     调用pyfile文件并运行它，后面跟传入的参数 p1,p2 等。参数个数不定, 只要与接口 apply() 对应。

具体用法 如 demo.py：  


A
1=ym_env()
2=ym_exec("d:/demo.py",    false, 12345, 10737418240, 123.45, decimal(1234567890123456),   "aaa 123")
3>ym_close(A1)

运行结果：


value
1False
212345
310737418240
4123.45
51234567890123456
6aaa 123

4. 建模算法模块使用

下面再演示一下如何在集算器调用 python 实现偏最小二乘算法（PLS，目前集算器本身未提供）。在运行它之前，需要安装易明外部库，配置设置参考《SPL实现自动建模和预测》。

由于 PLS 算法的参数较为复杂，我们将调用格式约定为：
ym_exec(pyfile, data, jsonstr)

SPL中调用pyfile文件并运行它，data 为需要建模的数据（序表），将 PLS 算法众多参数写成 json 串。同样地，需要与 pyfile 中 apply() 处理对应起来，才能正确解析各参数值。

data：data为预表或带头文件的数据文件名。数据中包括目标变量 target 所在的列。
jsonstr: json字符串，例如：
 {target:0,n_components:3,deflation_mode:'regression',
                mode:'A',norm_y_weights:False,
                scale:False,algorithm:'nipals',
                max_iter:500,tol:0.000001,copy:True}
其中 target 指定目标变量所在的列，不可缺少。

SPL脚本pls_demo.dfx：


AB
1=ym_env()
2="d:/script/pls_demo.py"
3=file("d:/script/data_test.csv").import@cqt()// 数据
4{target:0,n_components:3,deflation_mode:'regression',                mode:'A',norm_y_weights:False}// 首列为目标变量, 使用 json 字符串为参数
5=ym_exec(A2, A3, A4)
6>ym_close(A2)

首行为target的数据data_test.csv：

012345678
181.6-0.00182-0.00796-0.00748-0.002860.0048460.0162450.0281040.039865
154.5-0.00102-0.00789-0.00795-0.003610.0037650.0150620.0283210.041063
1950.001206-0.00464-0.003740.0006810.0087940.0208340.0363210.051656
150.8-0.00154-0.00802-0.00768-0.00280.006240.017120.037720.043453
…







pls_demo.py文件，针对python模块算法使用参考

from scipy.linalg import pinv2
import numpy as np
import pandas as pd
import demjson
 
#算法类 pls_demo：  
class pls_demo():
         . . . . . . .
         Pass
 
# 接口实现
def apply(lists):
    if len(lists)<2:
        return None
   
    data = lists[0]  # 数据参数
    val =  lists[1] #jsonstr 串参数
    if (type(data).__name__ =="str"):
        data = pd.read_csv(data)
 
    # 1. 对 json 字符串中特定值处理
    #print(val)
    val = val.lower().replace("false", "'False'")
    val = val.replace("true", "'True'")
    val = val.replace("none", "'None'")
    dic = demjson.decode(val)
    if dic.__contains__('target') ==False:
        print("param target is not set")
        return
    # 2. 对 target 参数的处理，它可能为列数，也可能为名称
    targ = dic['target']
    if type(targ).__name__ == "int":
        col = data.columns
        colname = col.tolist()[targ]
    else:
        colname = targ
    Y = data[colname]              
    X = data.drop(colname, axis=1)
        
    #  3. 模型参数处理，没有传递的参数需要设定缺省值.
    if dic.__contains__('n_components') :n_components=dic['n_components']
    else: n_components=15
    if dic.__contains__('deflation_mode') :deflation_mode=dic['deflation_mode']
    else: deflation_mode="regression"
    if dic.__contains__('mode'):mode=dic['mode']  
   else: mode="A"
   …….
    #  4. 模型算法加载
    #print("n_components={}".format(n_components))
    pls_model = pls_demo(n_components,
                       deflation_mode,
                       mode,…)
 
    # 训练数据
    pls_model.fit(X, Y)
 
    # 预测
    y_pred = pls_model.predict(X)
    # 5. 填充返回值
    f = ["value"]
    df = pd.DataFrame(y_pred, columns=f)
    #print(y_pred)
    lls=[]
    lls.append(df)
    return lls


#6. 测试
if __name__ == '__main__':
    ls = []
    ls.append("a2ef764c53ec1fbc_X.new.csv")
    val = "{target:0,n_components:3,deflation_mode:'regression'," \
      "mode:'a',norm_y_weights:False," \
      "scale:False,algorithm:'nipals'," \
      "max_iter:500,tol:0.000001,copy:True}"
 
    ls.append(val)
    apply(ls)

    开发过程中，先在 python 下通过 main 函数测试 apply() 接口正常后，就可以在 SPL 中调用了。