2

我是 Julia 的新手，我有一个要在 Julia 中使用的 Python 函数。基本上，该函数的作用是接受数据帧（作为 numpy ndarray 传递）、过滤器值和列索引列表（来自数组）并使用statsmodelsPython 中的包运行逻辑回归。到目前为止，我已经尝试过：

using PyCall

py"""
import pandas as pd
import numpy as np
import random
import statsmodels.api as sm
import itertools
def reg_frac(state, ind_vars):
    rows = 2000
    total_rows = rows*13
    data = pd.DataFrame({
    'state': ['a', 'b', 'c','d','e','f','g','h','i','j','k','l','m']*rows, \
    'y_var': [random.uniform(0,1) for i in range(total_rows)], \
    'school': [random.uniform(0,10) for i in range(total_rows)], \
    'church': [random.uniform(11,20) for i in range(total_rows)]}).to_numpy()
    try:
        X, y = sm.add_constant(np.array(data[(data[:,0] == state)][:,ind_vars], dtype=float)), np.array(data[(data[:,0] == state), 1], dtype=float)
        model = sm.Logit(y, X).fit(cov_type='HC0', disp=False)      
        rmse = np.sqrt(np.square(np.subtract(y, model.predict(X))).mean())
    except:
        rmse = np.nan
    return [state, ind_vars, rmse] 
"""

reg_frac(state, ind_vars) = (py"reg_frac"(state::Char, ind_vars::Array{Any}))

但是，当我运行它时，我不希望结果是NaN. 我认为它正在工作，但我错过了一些东西。

reg_frac('b', Any[i for i in 2:3])

  0.000244 seconds (249 allocations: 7.953 KiB)
3-element Array{Any,1}:
    'b'
    [2, 3]
 NaN

任何帮助表示赞赏。

4

1 回答 1

1

在 Python 代码中你有strs 而在 Julia 代码中你有Chars - 这是不一样的。

Python：

>>> type('a')
<class 'str'>

朱莉娅：

julia> typeof('a')
Char

因此，您的比较不起作用。您的函数可能如下所示：

reg_frac(state, ind_vars) = (py"reg_frac"(state::String, ind_vars::Array{Any}))

现在：

julia> reg_frac("b", Any[i for i in 2:3])
3-element Array{Any,1}:
  "b"
  [2, 3]
 0.2853707270515166

但是，我建议Vector{Float64}在 PyCall 中使用它会在飞行中转换为 numpy 向量而不是使用Vector{Any}，所以看起来您的代码仍然可以改进（取决于您实际计划执行的操作）。

于 2020-09-02T17:10:02.920 回答