Orange: Python Script
Sumber: https://docs.biolab.si//3/visual-programming/widgets/data/pythonscript.html
Memperluas fungsi melalui script Python.
Input
Data (Orange.data.Table): input dataset bound to in_data variable Learner (Orange.classification.Learner): input learner bound to in_learner variable Classifier (Orange.classification.Learner): input classifier bound to in_classifier variable Object: input Python object bound to in_object variable
Output
Data (Orange.data.Table): dataset retrieved from out_data variable Learner (Orange.classification.Learner): learner retrieved from out_learner variable Classifier (Orange.classification.Learner): classifier retrieved from out_classifier variable Object: Python object retrieved from out_object variable
Widget Python Script dapat digunakan untuk menjalankan skrip python di input, ketika fungsionalitas yang sesuai tidak diterapkan dalam widget yang ada. Script memiliki variabel in_data, in_distance, in_learner, in_classifier dan in_object (dari sinyal input) di namespace lokalnya. Jika sinyal tidak terhubung atau belum menerima data apa pun, variabel tersebut akan berisi None.
Setelah script dijalankan, variabel dari namespace lokal script diekstraksi dan digunakan sebagai output dari widget. Widget dapat lebih lanjut dihubungkan ke widget lain untuk memvisualisasikan output.
Misalnya script berikut hanya akan meneruskan semua sinyal yang diterimanya:
out_data = in_data out_distance = in_distance out_learner = in_learner out_classifier = in_classifier out_object = in_object
Catatan: Anda tidak boleh memodifikasi objek input di tempat.
- Info box contains names of basic operators for Orange Python script.
- The Library control can be used to manage multiple scripts. Pressing “+” will add a new entry and open it in the Python script editor. When the script is modified, its entry in the Library will change to indicate it has unsaved changes. Pressing Update will save the script (keyboard shortcut “Ctrl+S”). A script can be removed by selecting it and pressing the “-“ button.
- Pressing Execute in the Run box executes the script (keyboard shortcut “Ctrl+R”). Any script output (from print) is captured and displayed in the Console below the script.
- The Python script editor on the left can be used to edit a script (it supports some rudimentary syntax highlighting).
- Console displays the output of the script.
Contoh
Widget Python Script dimaksudkan untuk memperluas fungsionalitas bagi pengguna tingkat lanjut. Class dari library Orange dijelaskan dalam dokumentasi. Untuk menemukan informasi lebih lanjut tentang Table class lihat Table, Domain, and Variable documentation.
Seseorang dapat, misalnya, melakukan pemfilteran batch berdasarkan atribut. Kita menggunakan zoo.tab sebagai contoh dan kita memfilter semua atribut yang memiliki lebih dari 5 nilai diskrit. Dalam kasus kita hanya menghapus atribut 'leg', tetapi bayangkan dimana kita bisa memiliki contoh lain dengan banyak atribut seperti itu.
from Orange.data import Domain, Table
domain = Domain([attr for attr in in_data.domain.attributes
if attr.is_continuous or len(attr.values) <= 5],
in_data.domain.class_vars)
out_data = Table(domain, in_data)
Contoh kedua menunjukkan bagaimana membulatkan semua nilai dalam beberapa baris kode. Kali ini kita menggunakan wine.tab dan bulatkan semua nilai menjadi bilangan bulat.
import numpy as np out_data = in_data.copy() #copy, otherwise input data will be overwritten np.round(out_data.X, 0, out_data.X)
Contoh ketiga memperkenalkan beberapa noise Gaussian ke data. Sekali lagi kita membuat salinan data input, lalu berjalan melalui semua nilai dengan loop ganda untuk dan menambahkan noise random.
import random
from Orange.data import Domain, Table
new_data = in_data.copy()
for inst in new_data:
for f in inst.domain.attributes:
inst[f] += random.gauss(0, 0.02)
out_data = new_data
The final example uses Orange3-Text add-on. Python Script is very useful for custom preprocessing in text mining, extracting new features from strings, or utilizing advanced nltk or gensim functions. Below, we simply tokenized our input data from deerwester.tab by splitting them by whitespace.
print('Running Preprocessing ...')
tokens = [doc.split(' ') for doc in in_data.documents]
print('Tokens:', tokens)
out_object = in_data
out_object.store_tokens(tokens)
You can add a lot of other preprocessing steps to further adjust the output. The output of Python Script can be used with any widget that accepts the type of output your script produces. In this case, connection is green, which signalizes the right type of input for Word Cloud widget.
