Danfo.js提供高性能、直观易用的数据结构，支持结构化数据的操作和处理
Danfo.js 是个 JavaScript 开源库，提供了高性能、直观易用的数据结构，支持结构化数据的操作和处理。Danfo.js 深受 Python Pandas 库的启发，并提供了类似的接口/API。因此熟悉 Pandas API 且了解 JavaScript 的用户可以轻松上手。
Danfo.js 的一大目标是为 JavaScript 开发者提供数据处理、机器学习和 AI 工具。这与我们的愿景一致，本质上也符合 TensorFlow.js 团队向 Web 引入 ML 的目标。Numpy 和 Pandas 等开源库全面革新了 Python 中数据操作的便利性。因此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 建立在 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，我们是利用 TensorFlow.js 为我们的低级算术运算提供技术支持。
Danfo.js 的主要特性
Danfo.js 速度快。它基于 TensorFlow.js 构建，与张量无缝兼容。您可以在 Danfo 中加载张量，也可以将 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)，也有了强大的 ML 库 (TensorFlow.js)。
以下示例将展示如何从张量对象创建 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()
输出：
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]]
您可以轻松地将数组、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()
输出：
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()
输出：
您可以轻松处理浮点和非浮点数据中的缺失数据（以 NaN 表示）：
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()
输出：
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()
输出：
强大的 IO 工具，用于从平面文件（CSV 和分隔）加载数据。完整和分块均可：
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 支持OneHotEncoders、LabelEncoders等强大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"])
输出：
交互式、灵活且直观的 API，用于在浏览器中绘制 DataFrame 和 Series：
输出：
示例：泰坦尼克号幸存预测
以下是使用 Danfo.js 和 TensorFlow.js 的简单端到端分类任务。使用 Danfo 进行数据集的数据加载、操作和预处理，然后导出张量对象。
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 }
接下来使用 TensorFlow.js 创建一个简单的神经网络。
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 }
最后进行训练，首先将模型和处理后的数据加载为张量。这可以直接馈送到神经网络。
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)} `); } } }); }; train()
您可能注意到 Danfo 的 API 与 Pandas 非常相似，即使不是 Javascript 程序员也可以轻松阅读和理解代码。您可参考以上演示的完整源代码 (https://gist.github.com/risenW/f54e4e5b6d92e7b1b9b1f30e884ca83c)。
结语
基于网络的机器学习已经日趋成熟，对应的专用高效数据科学工具必不可少。类似 Danfo.js 的工具让基于网络的应用可以轻松支持 ML 特性，从而让应用生态系统更加丰富多彩。
这场变革始于 TensorFlow.js 为 Python 带来的 ML 功能。我们希望为 Danfo.js 作为高效的同伴一路提供支持。我们对 Danfo.js 的发展充满期待！希望它也能成为网络社区的关键成员。
原文标题：深受 Pandas 启发的 JavaScript 开源库 — Danfo.js 现已推出！
文章出处：【微信公众号：TensorFlow】欢迎添加关注！文章转载请注明出处。
-
JAVA
+关注
关注
19文章
2966浏览量
104700 -
开源
+关注
关注
3文章
3309浏览量
42471
原文标题：深受 Pandas 启发的 JavaScript 开源库 — Danfo.js 现已推出！
文章出处：【微信号：tensorflowers，微信公众号：Tensorflowers】欢迎添加关注！文章转载请注明出处。
发布评论请先 登录
相关推荐
视觉软件HALCON的数据结构
嵌入式常用数据结构有哪些
定期维护结构化布线对于办公室得重要性
ArkTS高性能编程实战-TS&JS高性能编程实践及使用工具的指导
什么是结构化网络布线？结构化网络布线有哪些好处？
结构化布线的好处多吗
什么是网络系统中的结构化布线？
TASKING编译器是否可以将数据结构设置为 \"打包\"？
矢量与栅格数据结构各有什么特征
区块链是什么样的数据结构组织
CFD 设计利器：结构化和非结构化网格的组合使用
工商网监
评论