TensorEval与DataFrame
2.5 TensorEval 与 DataFrame
Section titled “2.5 TensorEval 与 DataFrame”先选执行模式,再填写参数2:表格筛选和拼接选DataFrame模式;数值计算和控制流选张量/VM路径。两种模式共用解析语法,但函数、输入和返回协议不同。
函数名称和调用格式见支持的函数;已有 MATLAB 程序的改写见从matlab迁移。
在报表页面配置脚本
Section titled “在报表页面配置脚本”在编辑模式进入设置项-报表,新建或编辑DFF,并在节点中选择TensorEval。本章代码可保存为.rss文本文件,在该节点的脚本文件入口上传;编写CSV/Excel配置时,代码写在节点的参数1(第5列)。.rss文件名本身不决定计算模式。
文件参数2对应界面的勾选项:是否Polars选择DataFrame模式,是否矩阵控制矩阵列输出,Multi-returns用于输出多张表。需要指定输出名称时勾选自定义名称,在列名框用|分隔;CSV/Excel第7列则用;分隔。
下面的DataFrame示例使用名为input的入边,提供id/value两列。完成后保存流程,在事件-策略加载并手动运行,再到仪表盘-报表选择本次执行记录,用表格模板查看结果。首次运行可参照运行第一个MEMS应用。
参数2的当前含义
Section titled “参数2的当前含义”参数2是按位组合的数字:
| 位值 | 当前作用 |
|---|---|
2 | 将二维张量结果展开为普通矩阵列 |
4 | 使用 DataFrame 表达式图,也可包含内嵌数值程序 |
8 | 将节点的多个结果分别命名并输出;整段VM同时按名称数量读取返回值 |
实数和复数由输入及每次运算自动识别。旧配置中的位值 1 仍可保留,但不再控制复数能力;
例如 3 与 2、11 与 10 的上述行为相同。矩阵乘法本身不要求设置位值 2,该位控制
结果转成 DataFrame 的方式。需要同时展开矩阵和读取 VM 多返回值时使用 10。
张量图与整段脚本
Section titled “张量图与整段脚本”未设置位值 4 时,只有表达式赋值的程序按张量依赖图求值;包含函数、控制流或
return 的程序由 RustScript VM 执行。入边的动作名称是脚本中的变量名。
fn split(value) { return (real(value), imag(value));}[active, reactive] = split(2 + 3i);return (active, reactive);整段脚本输出两个结果时,参数2含位值 8,第7列“输出名称”填写
active;reactive。函数内部用 [a, b] 接收返回值不依赖节点的位值 8;该位控制节点的最终多结果输出,不影响函数内部接收多个值。
数值张量使用零基索引,如 get(matrix, 0, 1);普通转置 matrix' 不共轭,
共轭转置用 ctranspose(matrix)。矩阵求解需要当前MEMS版本提供对应线性代数功能。
DataFrame 表达式图
Section titled “DataFrame 表达式图”参数2含位值 4 时,顶层按具名赋值建立 DataFrame 依赖图。它是 MEMS 的
DataFrame表达式函数集合;不能直接套用 Python Polars 的链式 API。
假设入边 input 提供 id、value 列:
selected = select(col(id), col(value), input);filtered = filter(col(id), col(value), col(value) > 0, selected);result = sort(id, false, true, filtered);单表操作的最后一个参数是输入表;col(value) 表示读取列,裸 value 在列名位置表示名称。
与张量 VM 的字符串参数约定区分,DataFrame 表达式中的字符串统一使用双引号。
边的 Eval 动作已隐含输入表,可以写 drop_nans() 等单表变换。
整表函数可一次返回多张表,使用左值列表按位置绑定。完整调用格式见
DSS与RSS配电网仿真。
返回数量和左值数量必须相等;_占据并丢弃对应位置。在图内接收多张表本身不需要位值8;若节点最终向DFF输出多张表,则参数2使用12(4+8),并填写数量一致的输出名称。只输出一张表时用4即可。
在 DataFrame 图内执行数值程序
Section titled “在 DataFrame 图内执行数值程序”先选出数值列,再通过大括号声明数值程序:
numeric = select(col(value), input);adjusted = { value = numeric * 1.05; return value;};result = filter(col(col_0), col(col_0) > 0.9, adjusted);数值程序引用的输入表需先在流程中准备好;程序通过 return 给出下游要使用的结果。[a, b] = { ... } 使用 return (x, y) 返回多个结果。
DataFrame进入数值程序前,应先选数值列并显式处理null/非法文本。部分不能解析的普通列值可能被填成零,其他类型或特殊张量格式也可能转换失败;计算前应检查输入,不要依靠报错发现全部无效值。
二维数值结果转回表后列名为 col_0、col_1 等,原列名和 dtype 不会自动保留。
图内数值或布尔标量可作为程序输入,字符串或 null 标量不允许静默变为零。
内嵌程序提供日志函数和当前安装版本支持的求解器函数,文件和网络读取放在源节点或图外完成。 整段 VM 脚本仍有自己的 I/O 函数集合,两种路径的可调用函数不同。
完整的表格筛选示例
Section titled “完整的表格筛选示例”先将下面内容保存为input.csv:
id,value1,102,-23,20在DFF中建立以下节点和边:
| 节点ID | 类型 | 配置 |
|---|---|---|
| 1 | Source,来源Data | 上传input.csv,把表格内嵌到流程 |
| 2 | TensorEval | 上传上面的selected/filtered/result脚本,勾选是否Polars;文件参数2为4 |
| 3 | None | 接收唯一入边,作为输出节点 |
| 起点;终点 | 边名称 | 边类型 | 参数1 |
|---|---|---|---|
| 1;2 | input | None | 留空 |
| 2;3 | output | None | 留空 |
详情选择Manual触发、Memory保存,保存并加载后手动运行。报表结果应只保留id=1/3,对应value=10/20,并按id升序排列。需要同时写出CSV时,将边2;3改为WriteFile,参数1填写服务端可写位置,例如results/positive.csv;先准备好父目录,再运行并检查文件。结果导出与报表展示分别见边定义和运行结果展示。
| 错误类别 | 核对内容 |
|---|---|
MissingDataFrame | 入边别名、表变量名和依赖是否存在 |
ResultCountMismatch | 多结果函数、左值个数与结果选择顺序 |
UnsupportedFunction | 当前计算模式及MEMS版本是否提供该函数 |
DataFrameToTensor | 是否先选择数值列并检查null、NaN和非法文本 |
LiteralToTensor | 标量是否为数值或布尔值 |
TensorToDataFrame | 返回值能否转换成结果表 |
ScriptRuntime | 日志中的图节点 ID 和程序错误 |
配置导入见DFF节点定义。需要保存结果文件时,使用WriteFile边。
脚本结构体与表格结果
Section titled “脚本结构体与表格结果”提供求解器脚本功能的MEMS版本可通过struct/getfield/setfield/isstruct/isfield构造和访问记录。
setfield返回修改后的副本,不会原地改变原对象。可参考以下数值VM片段:
options = struct(`gain`, 2);updated = setfield(options, `gain`, 3);gain = getfield(updated, `gain`);return gain;结构体不是可直接写回DataFrame的数值表,使用后返回可转换的数值。不要据此推断
DataFrame顶层表达式或obj.field语法获得相同能力。