集算器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 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 )
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：
D、服务端程序应用程序指提供的 python 服务端程序：
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
defapply(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：
运行结果：
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：
首行为target的数据data_test.csv：
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。
