乾貨丨DolphinDB NumPy使用教程

NumPy是一個用於科學計算的基礎庫，常和pandas配合使用，實現複雜計算。Orca的底層實現基於DolphinDB，若是用NumPy函數直接處理Orca對象，會直接將Orca對象下載到本地計算，形成沒必要要的性能損失，甚至可能致使異常。爲此，Orca提供了一個附屬項目，DolphinDB NumPy。它包裝了NumPy的接口，針對Orca對象有優化，又不影響其餘狀況的使用。

1 安裝

DolphinDB NumPy項目已經集成到DolphinDB Python API中。經過pip工具安裝DolphinDB Python API，就能夠使用DolphinDB NumPy。

pip install dolphindb

若是你已經有現成的NumPy程序，能夠將NumPy的import替換爲：

# import numpy as np
import dolphindb.numpy as np

若是程序用到了orca對象，請保證已經鏈接到DolphinDB。

2 快速入門

經過傳入一列值建立一個DolphinDB NumPy ndarray對象。

>>> import dolphindb.numpy as np 
>>> a = np.array([1, 2])
>>> a
array([1, 2])

若是嘗試得到a的類型，會發現它就是一個NumPy的ndarray，DolphinDB NumPy只是一個包裝：

>>> type(a)<class 'numpy.ndarray'>

DolphinDB NumPy的使用與NumPy無異：

>>> import dolphindb.numpy as np
>>> np.exp(range(5))
array([ 1.        ,  2.71828183,  7.3890561 , 20.08553692, 54.59815003])
>>> np.random.randint(0, 10, 3)
array([4, 7, 8])

DolphinDB NumPy的ndarray對象能夠與Orca對象直接運算。返回結果是Orca中間表達式。

>>> df = orca.DataFrame({"a": [1,2]})
>>> a + df
<orca.core.operator.ArithExpression object at 0x7ffa4a1d99d0>

3 DolphinDB NumPy的功能限制和注意事項

DolphinDB NumPy目前還在開發階段，DolphinDB NumPy的接口函數，若參數中包括Orca對象，僅支持四則運算、邏輯運算、DolphinDB支持的數學函數和統計函數。

用DolphinDB NumPy函數操做Orca對象時，會採用Orca所使用的惰性求值策略。所以，常見的四則運算、邏輯運算等，一般會返回一箇中間表達式：

>>> import dolphindb.numpy as np
>>> a = np.float32(3.5)
>>> df = orca.Series([1,2])
>>> b = a + df
>>> b
<orca.core.operator.ArithExpression object at 0x7ffa4a1d99d0>

>>> b.compute()
0    4.5
1    5.5
dtype: float32