Rooster Statistiekenopslag
Download nu

Rooster Rangschikking & Samenvatting

Rooster Tags

opslag Python-bibliotheek Python statistieken

Rooster Beschrijving

Lattice is een Python-module die is ontworpen om een stroom van gegevens te ontvangen als invoer en levert live statistieken. Het werkt door Pre-Computing Statistics voor elke combinatie van mogelijke query. Dus wanneer een nieuw gegevenspunt als deze wordt toegevoegd :::: Python {'Datum': , 'Auteur': Bill ", 'NB_WORDS': 523} Acht tellers Incremented :::: Python ([], geen) ([], 'Bill') (, geen) (, 'Bill') ( , Geen) (, 'Bill') (, geen) (, 'Bill') Elke teller wordt opgeslagen in een LEVELDBD-database.examplet's zeggen dat we statistieken willen verzamelen over de lengte van blogberichten. We beginnen met het maken van een ruimteklasse :::: Python Class Post (Ruimte): Datum = Dimension.Tree ( 'Categorie') Author = Dimension.Flat ('Categorie') NB_WORDS = Meeting.Sum ('nummer') De `load`-methode maakt het mogelijk om gegevenspunten op te slaan ::: Python Post.LOAD (, 'Auteur': Bill ", 'NB_WORDS': 523}, {'Datum': , 'Auteur': John ", 'nb_words': 148},]) We kunnen nu gegevens ophalen met fetch: ::: python post.fetch ('nb_words') # retourneert 671 post.fetch ('nb_words', auteur = 'Bill') # Retourneert 523 Post.FETCH ('NB_WORDS', auteur = 'Bill', Datum = ) # Retourneert 523or Boor de afmetingen :::: Python Post.Date.Drill () # rendement en Volledige lijst : ::: Python van rooster Importruimte, dimensie, maatregel van Lattice Common Import Connect Class Post (Space): Date = Dimension.Tree ('Categorie') Author = Dimension.FLAT ('Categorie') NB_WORDS = Meeting.sum ('Nummer') met Connect ('DB / Post'): Post.LOAD (, 'Auteur': "Bill", 'NB_WORDS' : 523}, {'Datum': , 'Auteur': "John", 'NB_WORDS': 148},]) Post.FETCH ('NB_WORDS') Post.Fetch ('NB_WORDS', auteur = 'Bill') Post.Fetch ('NB_WORDS', auteur = 'Bill', Datum = ) Afdruklijst (Post.Date.Drill ( )) Homepage van het product

Rooster Gerelateerde software