Esecuzione della trasformazione e provenienza

di Giux GX-TXT, python-it, scripts-it 3 min di lettura

Corso Python scientifico in GX-TXT · Modulo 7 · Lezione 40

Dopo aver preparato un piano, possiamo eseguire la trasformazione e verificare il Dataset ottenuto. In questa lezione proiettiamo due variabili della serie sintetica e confrontiamo i valori pubblicati con quelli della sorgente.

Obiettivi

  • Eseguire una trasformazione dichiarata in un manifest.
  • Leggere sorgente e destinazione tramite gli ID canonici.
  • Confrontare i valori numerici e consultare la provenienza.
  • Capire perché una richiesta non è ancora il risultato.

Prima di partire

La sorgente è corso_python_serie_sintetica; l’output dell’esempio è corso_python_proiezione. La trasformazione è create-only: se l’ID di output esiste già, scegli un nuovo ID libero nel manifest e nella variabile uscita, poi salva lo script prima di eseguirlo. Non sovrascrivere un risultato esistente senza una scelta esplicita.

Nella Sessione corso_python, importa trasformazione.py, salvalo e avvialo da Run → Open Script Runner → Run Job. L’esempio usa quattro righe sintetiche.

Script di trasformazione e verifica nell'editor GX-TXT.
Script di trasformazione e verifica nell'editor GX-TXT.
import numpy as np
from gxtxt import gxtxt_api_call, gxtxt_api_require

for api in ("DATASET_TRANSFORM_API_v1@1", "CANONICAL_DATASET_API_v2@2"):
    gxtxt_api_require(api)
trasformazioni = "DATASET_TRANSFORM_API_v1"
dati = "CANONICAL_DATASET_API_v2"
sorgente = "corso_python_serie_sintetica"
uscita = "corso_python_proiezione"
manifest = {"api_version": 1, "operation": "project_variables",
    "sources": [{"dataset_id": sorgente, "variable_ids": ["tempo", "segnale"]}],
    "output": {"dataset_id": uscita, "contract": "auto", "storage": "auto"},
    "options": {}, "schema_policy": {}, "metadata_policy": "inherit_single_source"}
risultato = gxtxt_api_call(trasformazioni, "execute", [manifest])
origine = gxtxt_api_call(dati, "read_range", [sorgente, ["tempo", "segnale"], 0, 4])
proiezione = gxtxt_api_call(dati, "read_range", [uscita, ["tempo", "segnale"], 0, 4])
for variabile in ("tempo", "segnale"):
    a = np.asarray(origine[variabile]["values"]).reshape(-1)
    b = np.asarray(proiezione[variabile]["values"]).reshape(-1)
    print(variabile, "coincide:", np.allclose(a, b), "valori:", b)
provenienza = gxtxt_api_call(trasformazioni, "provenance", [uscita])
print("Dataset creato:", risultato["dataset_id"], "righe:", risultato["row_count"])
print("Provenienza disponibile:", bool(provenienza))
print("Provenienza:", provenienza)

execute crea il Dataset richiesto attraverso il gestore pubblico. read_range rilegge le variabili della sorgente e dell’output; np.allclose confronta i valori con una tolleranza. Qui la proiezione non cambia né converte i valori, quindi ci aspettiamo che coincidano. Per dati reali, il confronto va scelto in base all’operazione e alle unità.

Output del Job: quattro righe create, confronto dei valori e provenienza disponibile.
Output del Job: quattro righe create, confronto dei valori e provenienza disponibile.

L’esecuzione mostrata riporta True per entrambe le variabili e quattro righe pubblicate. provenance restituisce il record della trasformazione, che comprende il manifest e le informazioni effettive, tra cui l’operazione e l’identità della sorgente. Leggere il record aiuta a capire come si è arrivati all’output; non sostituisce il controllo dei valori né la valutazione scientifica.

Richiesta e risultato

Il manifest esprime ciò che chiediamo; la risposta di esecuzione identifica ciò che è stato creato. Conservare entrambi, insieme agli ID e al contesto, rende più semplice ripercorrere l’analisi. I controlli intermedi consentono di rilevare differenze prima di usare il risultato in un grafico o in un calcolo successivo.

Esercizio

  1. Quante righe ha la proiezione eseguita nell’esempio?
  2. La proiezione aggiunge campioni interpolati?
  3. Che cosa devi fare prima di ripetere lo script se l’ID di destinazione è già presente?

Soluzione ragionata

  1. Quattro.
  2. No: seleziona le variabili richieste senza interpolazione.
  3. Scegli un ID di output libero e usa lo stesso ID sia nel manifest sia nelle successive letture.

Nella prossima lezione osserveremo avanzamento e gestione dei Job.

Scarica gli script del Modulo 07 (ZIP)

#GX-TXT #Python #Riproducibilità

Altre tappe del progetto

Lascia un commento

Il tuo indirizzo email non sarà pubblicato. I campi obbligatori sono contrassegnati *