基於替代語意的 pandas DataFrame 靜態型別檢查器;An Alternative Semantic-based Type Checker for pandas Dataframes

NCU Institutional Repository > 資訊電機學院 > 資訊工程研究所 > 博碩士論文 > Item 987654321/83993

jsp.display-item.identifier=請使用永久網址來引用或連結此文件: http://ir.lib.ncu.edu.tw/handle/987654321/83993

题名:	基於替代語意的 pandas DataFrame 靜態型別檢查器;An Alternative Semantic-based Type Checker for pandas Dataframes
作者:	呂銘洋;Lu, Ming-Yang
贡献者:	資訊工程學系
关键词:	程式語言;資料框;資料科學;靜態分析
日期:	2020-07-24
上传时间:	2020-09-02 17:51:41 (UTC+8)
出版者:	國立中央大學
摘要:	DataFrame 在資料科學中經常被用來處理表狀資料的概念,Python 的 pandas 函數庫是一個廣被實用的 DataFrame 實作。而因為受限於複雜的 API 設計與缺乏靜態工具,使用者在編寫 pandas 程式時往往是容易犯錯的,這些錯誤來自於:沒有追蹤行欄位的標籤與型別、透過字串傳遞的旗標參數與缺乏函數參數的型別資訊。本研究討論了為 pandas 提供靜態分析功能的難處,並提出了一個用於靜態分析 pandas 程式的靜態型別檢查器:我們提出的作法基於使用替代語意,並且我們討論了如何為常用的 API 進行靜態檢查。並且我們使用 Python 完成了一個初步實作以作為概念驗證。我們透過定量分析的方式評估我們初步實作的功能性,並以使用案例來討論我們的工具能如何被使用。;Dataframe is a well-used concept in Data Science tasks, which makes abstract on how a programmer manipulates tabular data. pandas is a popular and widely-used Python library which implements dataframes. Due to the complexity of its API design and lacking static analysis tools, programming in pandas is considerably an error-prone task. There are three types of common error: errors due to lacking column labels and types, errors due to string-typed flag arguments, and errors due to lacking type informations of functions as arguments. In this paper, we discuss what is the challenges of providing the ability of static analysis on pandas programs. We propose a static type checker for pandas programs based on Alternative Semantic. We also dis- cuss how to statically analyze common pandas APIs. We develop a preliminary implementation based on Python as our proof of concept. We evaluate our implementation with a qualitative analysis on its functionality and we discuss a case study about how can our checker reduce error‐proneness during development.
显示于类别:	[資訊工程研究所] 博碩士論文

文件中的档案:

档案	描述	大小	格式	浏览次数
index.html		0Kb	HTML	118	检视/开启

在NCUIR中所有的数据项都受到原著作权保护.

社群 sharing

数据加载中.....