Many hyperlinks are disabled.
Use anonymous login
to enable hyperlinks.
Overview
| Comment: | added a local reference for the images |
|---|---|
| Downloads: | Tarball | ZIP archive | SQL archive |
| Timelines: | family | ancestors | descendants | both | trunk |
| Files: | files | file ages | folders |
| SHA1: | 0c54dd1e72f67196ec9a1c32b30973a268b77f5b |
| User & Date: | EnricoGiampieri 2017-02-27 08:50:20 |
Context
|
2017-02-27
| ||
| 08:50 | aggiunto uno snakefile per la compilazione automatica dei notebook in html check-in: adcc1efba3 user: EnricoGiampieri tags: trunk | |
| 08:50 | added a local reference for the images check-in: 0c54dd1e72 user: EnricoGiampieri tags: trunk | |
| 08:09 | aggiunta la cartella con le immagini per i notebook check-in: be2a2968d0 user: EnricoGiampieri tags: trunk | |
Changes
Changes to Lezione 2b - Iteratori e Big Data.ipynb.
1 2 3 4 5 6 7 8 9 10 11 12 .. 18 19 20 21 22 23 24 25 26 27 28 29 30 31 .. 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 .. 78 79 80 81 82 83 84 85 86 87 88 89 90 91 .. 99 100 101 102 103 104 105 106 107 108 109 110 111 112 ... 121 122 123 124 125 126 127 128 129 130 131 132 133 134 ... 172 173 174 175 176 177 178 179 180 181 182 183 184 185 ... 186 187 188 189 190 191 192 193 194 195 196 197 198 199 ... 240 241 242 243 244 245 246 247 248 249 250 251 252 253 ... 259 260 261 262 263 264 265 266 267 268 269 270 271 272 ... 308 309 310 311 312 313 314 315 316 317 318 319 320 321 322 323 324 325 326 327 328 329 330 331 332 333 334 ... 343 344 345 346 347 348 349 350 351 352 353 354 355 356 ... 363 364 365 366 367 368 369 370 371 372 373 374 375 376 ... 412 413 414 415 416 417 418 419 420 421 422 423 424 425 ... 432 433 434 435 436 437 438 439 440 441 442 443 444 445 ... 447 448 449 450 451 452 453 454 455 456 457 458 459 460 ... 462 463 464 465 466 467 468 469 470 471 472 473 474 475 476 477 478 479 480 481 482 483 484 485 486 487 488 ... 508 509 510 511 512 513 514 515 516 517 518 519 520 521 ... 523 524 525 526 527 528 529 530 531 532 533 534 535 536 ... 554 555 556 557 558 559 560 561 562 563 564 565 566 567 ... 569 570 571 572 573 574 575 576 577 578 579 580 581 582 ... 601 602 603 604 605 606 607 608 609 610 611 612 613 614 ... 615 616 617 618 619 620 621 622 623 624 625 626 627 628 ... 632 633 634 635 636 637 638 639 640 641 642 643 644 645 ... 658 659 660 661 662 663 664 665 666 667 668 669 670 671 672 673 674 675 676 677 678 679 680 681 682 683 684 ... 693 694 695 696 697 698 699 700 701 702 703 704 705 706 ... 708 709 710 711 712 713 714 715 716 717 718 719 720 721 ... 733 734 735 736 737 738 739 740 741 742 743 744 745 746 ... 748 749 750 751 752 753 754 755 756 757 758 759 760 761 ... 771 772 773 774 775 776 777 778 779 780 781 782 783 784 785 786 787 788 789 790 791 792 793 794 795 796 797 ... 807 808 809 810 811 812 813 814 815 816 817 818 819 820 ... 822 823 824 825 826 827 828 829 830 831 832 833 834 835 ... 848 849 850 851 852 853 854 855 856 857 858 859 860 861 862 863 864 865 866 867 868 869 870 871 872 873 874 ... 883 884 885 886 887 888 889 890 891 892 893 894 895 896 897 898 899 900 901 902 903 904 905 906 907 908 909 ... 920 921 922 923 924 925 926 927 928 929 930 931 932 933 ... 935 936 937 938 939 940 941 942 943 944 945 946 947 948 ... 960 961 962 963 964 965 966 967 968 969 970 971 972 973 974 975 976 977 978 979 980 981 982 983 984 985 986 .... 1000 1001 1002 1003 1004 1005 1006 1007 1008 1009 1010 1011 1012 1013 .... 1016 1017 1018 1019 1020 1021 1022 1023 1024 1025 1026 1027 1028 1029 1030 1031 1032 1033 1034 1035 1036 1037 1038 1039 1040 1041 1042 .... 1054 1055 1056 1057 1058 1059 1060 1061 1062 1063 1064 1065 1066 1067 1068 1069 1070 1071 1072 1073 1074 1075 1076 1077 1078 .... 1085 1086 1087 1088 1089 1090 1091 1092 1093 1094 1095 1096 1097 1098 1099 |
{
"cells": [
{
"cell_type": "markdown",
"metadata": {
"slideshow": {
"slide_type": "slide"
}
},
"source": [
"## Big Data e Big Problem\n",
"Normalmente si può trovare come definizione di big data la seguente:\n",
................................................................................
" anche su dati piccoli, il mio modello potrebbe richiedere più\n",
" risorse di quelle a mia disposizione"
]
},
{
"cell_type": "markdown",
"metadata": {
"slideshow": {
"slide_type": "slide"
}
},
"source": [
"## Nei big data dobbiamo fare delle scelte\n",
"\n",
................................................................................
"\n",
"Tanto più ottimizziamo uno di questi parametri, tanto più ci rimettiamo negli altri due."
]
},
{
"cell_type": "markdown",
"metadata": {
"slideshow": {
"slide_type": "slide"
}
},
"source": [
"<img src=\"https://github.com/EnricoGiampieri/PLS2017BigDataNetworks/raw/master/notebookfiles/power_triangle.png\" width=\"400\"/>"
]
},
{
"cell_type": "markdown",
"metadata": {
"slideshow": {
"slide_type": "slide"
}
},
"source": [
"<img src=\"https://github.com/EnricoGiampieri/PLS2017BigDataNetworks/raw/master/notebookfiles/tradeoff_spazio_velocita.png\" width=\"600\"/>\n",
"\n"
]
},
{
"cell_type": "markdown",
"metadata": {
"collapsed": true,
"slideshow": {
"slide_type": "slide"
}
},
"source": [
"Inoltre, vedremo poi, che tanto più ottimizzeremo il nostro codice, tanto più difficile sarà mantenerlo nel tempo.\n",
"La comprensibilità del nostro codice ha un costo quantificabile!\n",
................................................................................
"* il tradoff fra memoria su disco e su RAM\n",
"* il tempo che serve all'analista per produrre il codice"
]
},
{
"cell_type": "markdown",
"metadata": {
"slideshow": {
"slide_type": "slide"
}
},
"source": [
"## un problema di esempio - rinominare i file di una collezione audio\n",
"\n",
................................................................................
]
},
{
"cell_type": "code",
"execution_count": 30,
"metadata": {
"collapsed": false,
"slideshow": {
"slide_type": "slide"
}
},
"outputs": [],
"source": [
"!rm -fR notebookfiles/fakeaudio\n",
................................................................................
]
},
{
"cell_type": "code",
"execution_count": 31,
"metadata": {
"collapsed": false,
"slideshow": {
"slide_type": "slide"
}
},
"outputs": [
{
"name": "stdout",
................................................................................
]
},
{
"cell_type": "code",
"execution_count": 32,
"metadata": {
"collapsed": true,
"slideshow": {
"slide_type": "slide"
}
},
"outputs": [],
"source": [
"import os"
................................................................................
]
},
{
"cell_type": "code",
"execution_count": 33,
"metadata": {
"collapsed": false,
"slideshow": {
"slide_type": "fragment"
}
},
"outputs": [
{
"name": "stdout",
................................................................................
]
},
{
"cell_type": "code",
"execution_count": 34,
"metadata": {
"collapsed": true,
"slideshow": {
"slide_type": "slide"
}
},
"outputs": [],
"source": [
"directory = \"./notebookfiles/fakeaudio/\"\n",
................................................................................
]
},
{
"cell_type": "code",
"execution_count": 35,
"metadata": {
"collapsed": false,
"slideshow": {
"slide_type": "slide"
}
},
"outputs": [
{
"name": "stdout",
................................................................................
"source": [
"!ls -lR notebookfiles/fakeaudio/"
]
},
{
"cell_type": "markdown",
"metadata": {
"slideshow": {
"slide_type": "slide"
}
},
"source": [
"qui però sto anche cambiando il nome a tutti i file che sono presenti nelle directory, anche se non sono dei file audio!"
]
},
{
"cell_type": "code",
"execution_count": 36,
"metadata": {
"collapsed": true,
"slideshow": {
"slide_type": "slide"
}
},
"outputs": [],
"source": [
"!rm -fR notebookfiles/fakeaudio\n",
................................................................................
]
},
{
"cell_type": "code",
"execution_count": 37,
"metadata": {
"collapsed": true,
"slideshow": {
"slide_type": "slide"
}
},
"outputs": [],
"source": [
"directory = \"./notebookfiles/fakeaudio/\"\n",
................................................................................
]
},
{
"cell_type": "code",
"execution_count": 38,
"metadata": {
"collapsed": false,
"slideshow": {
"slide_type": "slide"
}
},
"outputs": [
{
"name": "stdout",
................................................................................
"source": [
"!ls -lR notebookfiles/fakeaudio/"
]
},
{
"cell_type": "markdown",
"metadata": {
"slideshow": {
"slide_type": "slide"
}
},
"source": [
"Queste sono tre operazioni fondalmentali per l'analisi dati:\n",
"\n",
................................................................................
"* reduce (comporre insieme gli elementi)\n",
"* functional programming\n"
]
},
{
"cell_type": "markdown",
"metadata": {
"slideshow": {
"slide_type": "slide"
}
},
"source": [
"## Iterazione Lazy\n",
"\n",
................................................................................
"\n",
"le operazioni non vengono compiute finchè il risultato non è richiesto!!"
]
},
{
"cell_type": "markdown",
"metadata": {
"slideshow": {
"slide_type": "slide"
}
},
"source": [
"In Python questa cosa è gestita da degli oggetti chiamati **iteratori**.\n",
"\n",
................................................................................
"\n",
"Un iteratore può essere percorso una volta sola!"
]
},
{
"cell_type": "markdown",
"metadata": {
"slideshow": {
"slide_type": "fragment"
}
},
"source": [
"Questo è controintuitivo: se provo a fare un ciclo for su di una lista, lo posso fare quante volte voglio"
]
},
{
"cell_type": "code",
"execution_count": 39,
"metadata": {
"collapsed": false,
"slideshow": {
"slide_type": "slide"
}
},
"outputs": [
{
"name": "stdout",
................................................................................
"for elemento in lista:\n",
" print(elemento)"
]
},
{
"cell_type": "markdown",
"metadata": {
"slideshow": {
"slide_type": "slide"
}
},
"source": [
"ma se provo a farlo su di un file, lo posso leggere una volta sola!\n",
"\n",
................................................................................
]
},
{
"cell_type": "code",
"execution_count": 40,
"metadata": {
"collapsed": false,
"slideshow": {
"slide_type": "fragment"
}
},
"outputs": [
{
"name": "stdout",
................................................................................
" for line in file:\n",
" print(repr(line))"
]
},
{
"cell_type": "markdown",
"metadata": {
"slideshow": {
"slide_type": "slide"
}
},
"source": [
"Python ce lo nasconde, ma in realtà ogni volta che iteriamo sulla lista lui crea un nuovo iteratore che scorre la lista e poi scompare.\n",
"\n",
................................................................................
]
},
{
"cell_type": "code",
"execution_count": 42,
"metadata": {
"collapsed": false,
"slideshow": {
"slide_type": "fragment"
}
},
"outputs": [
{
"name": "stdout",
................................................................................
" print(elemento)"
]
},
{
"cell_type": "markdown",
"metadata": {
"collapsed": true,
"slideshow": {
"slide_type": "slide"
}
},
"source": [
"Sottolineare quando le iterazioni non necessitano di caricare l'intero dataset è importante perchè non è sempre vero.\n",
"\n",
................................................................................
"Supponiamo di voler calcolare tutte le combinazioni di elementi di una sequenza: non possiamo risolvere questo problema senza tenere in memoria l'intera sequenza!"
]
},
{
"cell_type": "markdown",
"metadata": {
"collapsed": true,
"slideshow": {
"slide_type": "slide"
}
},
"source": [
"## Map\n",
"\n",
................................................................................
]
},
{
"cell_type": "code",
"execution_count": 46,
"metadata": {
"collapsed": false,
"slideshow": {
"slide_type": "fragment"
}
},
"outputs": [
{
"name": "stdout",
................................................................................
" \n",
"print(quadrati)"
]
},
{
"cell_type": "markdown",
"metadata": {
"slideshow": {
"slide_type": "slide"
}
},
"source": [
"Questo può essere espresso in modo pi conciso con una *comprehension*, che è funzionalmente identica al ciclo visto prima, ma più sintetica"
]
},
{
"cell_type": "code",
"execution_count": 51,
"metadata": {
"collapsed": false,
"slideshow": {
"slide_type": "fragment"
}
},
"outputs": [
{
"name": "stdout",
................................................................................
"quadrati = [x**2 for x in numeri]\n",
"print(quadrati)"
]
},
{
"cell_type": "markdown",
"metadata": {
"slideshow": {
"slide_type": "slide"
}
},
"source": [
"il concetto di **map** è un'astrazione di questo procedimento.\n",
"\n",
................................................................................
]
},
{
"cell_type": "code",
"execution_count": 53,
"metadata": {
"collapsed": false,
"slideshow": {
"slide_type": "fragment"
}
},
"outputs": [
{
"name": "stdout",
................................................................................
"quadrati = map(quadrato, numeri)\n",
"print(quadrati)"
]
},
{
"cell_type": "markdown",
"metadata": {
"slideshow": {
"slide_type": "fragment"
}
},
"source": [
"ricordiamoci che il risultato delle operazioni sugli iteratori, quando possibile, è a sua volta un iteratore!\n",
"\n",
................................................................................
]
},
{
"cell_type": "code",
"execution_count": 54,
"metadata": {
"collapsed": false,
"slideshow": {
"slide_type": "fragment"
}
},
"outputs": [
{
"data": {
................................................................................
"source": [
"list(quadrati)"
]
},
{
"cell_type": "markdown",
"metadata": {
"slideshow": {
"slide_type": "slide"
}
},
"source": [
"ricordiamoci che l'iterazione è compiuta una volta sola, quindi se vogliamo il risultato dobbiamo salvarcelo alla prima concretizzazione!"
]
},
{
"cell_type": "code",
"execution_count": 55,
"metadata": {
"collapsed": false,
"slideshow": {
"slide_type": "fragment"
}
},
"outputs": [
{
"data": {
................................................................................
"source": [
"list(quadrati)"
]
},
{
"cell_type": "markdown",
"metadata": {
"slideshow": {
"slide_type": "slide"
}
},
"source": [
"## Filter\n",
"\n",
................................................................................
]
},
{
"cell_type": "code",
"execution_count": 56,
"metadata": {
"collapsed": false,
"slideshow": {
"slide_type": "fragment"
}
},
"outputs": [
{
"name": "stdout",
................................................................................
"\n",
"print(positivi)"
]
},
{
"cell_type": "markdown",
"metadata": {
"slideshow": {
"slide_type": "slide"
}
},
"source": [
"in modo simile all'operazione di **map**, anche l'operazione di **filter** ha un costrutto nel linguaggio tramite le *comprehension*"
]
},
{
"cell_type": "code",
"execution_count": 57,
"metadata": {
"collapsed": false,
"slideshow": {
"slide_type": "fragment"
}
},
"outputs": [
{
"name": "stdout",
................................................................................
"positivi = [x for x in numeri if x>0]\n",
"print(positivi)"
]
},
{
"cell_type": "markdown",
"metadata": {
"slideshow": {
"slide_type": "slide"
}
},
"source": [
"ed esattamente come prima, abbiamo una funzione che prende una funzione di filtro (che ci dice se l'elemento è accettabile o no) e la applica ad un operatore"
]
},
{
"cell_type": "code",
"execution_count": 60,
"metadata": {
"collapsed": false,
"slideshow": {
"slide_type": "fragment"
}
},
"outputs": [
{
"name": "stdout",
................................................................................
"positivi = filter(is_positive, numeri)\n",
"print(list(positivi))"
]
},
{
"cell_type": "markdown",
"metadata": {
"slideshow": {
"slide_type": "slide"
}
},
"source": [
"## Reduce\n",
"\n",
................................................................................
]
},
{
"cell_type": "code",
"execution_count": 61,
"metadata": {
"collapsed": false,
"slideshow": {
"slide_type": "fragment"
}
},
"outputs": [
{
"name": "stdout",
................................................................................
" \n",
"print(totale)"
]
},
{
"cell_type": "markdown",
"metadata": {
"slideshow": {
"slide_type": "slide"
}
},
"source": [
"come per casi precedenti, esiste una funzione preesistente per effettuare le operazioni di riduzione"
]
},
{
"cell_type": "code",
"execution_count": 64,
"metadata": {
"collapsed": false,
"slideshow": {
"slide_type": "fragment"
}
},
"outputs": [
{
"name": "stdout",
................................................................................
"totale = reduce(somma, numeri, 0)\n",
"print(totale)"
]
},
{
"cell_type": "markdown",
"metadata": {
"slideshow": {
"slide_type": "slide"
}
},
"source": [
"Questo tipo di operazioni è così comune che ci sono una serie di operazioni predefinite:\n",
"\n",
................................................................................
"\n",
"e così via"
]
},
{
"cell_type": "markdown",
"metadata": {
"slideshow": {
"slide_type": "slide"
}
},
"source": [
"una tipica riduzione, che useremo molto, è la stima delle frequenze."
]
},
{
"cell_type": "code",
"execution_count": 71,
"metadata": {
"collapsed": false,
"slideshow": {
"slide_type": "fragment"
}
},
"outputs": [
{
"data": {
................................................................................
"numeri = [1, 1, 1, 2, 2, 3, 3, 4, 4, 4, 4, 4]\n",
"Counter(numeri)"
]
},
{
"cell_type": "markdown",
"metadata": {
"slideshow": {
"slide_type": "fragment"
}
},
"source": [
"Una proprietà importante delle riduzioni è che i risultati si possono combinare: dati i conteggi su due serie, posso sommare insieme i due conteggi ed ottenere i conteggi totali fra le due serie"
]
},
{
"cell_type": "markdown",
"metadata": {
"slideshow": {
"slide_type": "slide"
}
},
"source": [
"## Map Reduce\n",
"\n",
................................................................................
"* tutto questo fatto in modo ricorsivo"
]
},
{
"cell_type": "code",
"execution_count": null,
"metadata": {
"collapsed": true
},
"outputs": [],
"source": []
}
],
"metadata": {
"celltoolbar": "Slideshow",
|
> > > > > > | > > | > > > > > > > > > > > > > > > > > > > > > > > > > > > > > > > > > > > > > > > > > > > > > > > > > > > > > > > > > > > > > > > > > > > > > > > > > > > > > > > > > > > > > > > > > > > > > > | > > |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 .. 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 .. 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 .. 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 ... 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 ... 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 ... 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 ... 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 ... 260 261 262 263 264 265 266 267 268 269 270 271 272 273 274 275 ... 281 282 283 284 285 286 287 288 289 290 291 292 293 294 295 296 ... 332 333 334 335 336 337 338 339 340 341 342 343 344 345 346 347 348 349 350 351 352 353 354 355 356 357 358 359 360 361 362 ... 371 372 373 374 375 376 377 378 379 380 381 382 383 384 385 386 ... 393 394 395 396 397 398 399 400 401 402 403 404 405 406 407 408 ... 444 445 446 447 448 449 450 451 452 453 454 455 456 457 458 459 ... 466 467 468 469 470 471 472 473 474 475 476 477 478 479 480 481 ... 483 484 485 486 487 488 489 490 491 492 493 494 495 496 497 498 ... 500 501 502 503 504 505 506 507 508 509 510 511 512 513 514 515 516 517 518 519 520 521 522 523 524 525 526 527 528 529 530 ... 550 551 552 553 554 555 556 557 558 559 560 561 562 563 564 565 ... 567 568 569 570 571 572 573 574 575 576 577 578 579 580 581 582 ... 600 601 602 603 604 605 606 607 608 609 610 611 612 613 614 615 ... 617 618 619 620 621 622 623 624 625 626 627 628 629 630 631 632 ... 651 652 653 654 655 656 657 658 659 660 661 662 663 664 665 666 ... 667 668 669 670 671 672 673 674 675 676 677 678 679 680 681 682 ... 686 687 688 689 690 691 692 693 694 695 696 697 698 699 700 701 ... 714 715 716 717 718 719 720 721 722 723 724 725 726 727 728 729 730 731 732 733 734 735 736 737 738 739 740 741 742 743 744 ... 753 754 755 756 757 758 759 760 761 762 763 764 765 766 767 768 ... 770 771 772 773 774 775 776 777 778 779 780 781 782 783 784 785 ... 797 798 799 800 801 802 803 804 805 806 807 808 809 810 811 812 ... 814 815 816 817 818 819 820 821 822 823 824 825 826 827 828 829 ... 839 840 841 842 843 844 845 846 847 848 849 850 851 852 853 854 855 856 857 858 859 860 861 862 863 864 865 866 867 868 869 ... 879 880 881 882 883 884 885 886 887 888 889 890 891 892 893 894 ... 896 897 898 899 900 901 902 903 904 905 906 907 908 909 910 911 ... 924 925 926 927 928 929 930 931 932 933 934 935 936 937 938 939 940 941 942 943 944 945 946 947 948 949 950 951 952 953 954 ... 963 964 965 966 967 968 969 970 971 972 973 974 975 976 977 978 979 980 981 982 983 984 985 986 987 988 989 990 991 992 993 .... 1004 1005 1006 1007 1008 1009 1010 1011 1012 1013 1014 1015 1016 1017 1018 1019 .... 1021 1022 1023 1024 1025 1026 1027 1028 1029 1030 1031 1032 1033 1034 1035 1036 .... 1048 1049 1050 1051 1052 1053 1054 1055 1056 1057 1058 1059 1060 1061 1062 1063 1064 1065 1066 1067 1068 1069 1070 1071 1072 1073 1074 1075 1076 1077 1078 .... 1092 1093 1094 1095 1096 1097 1098 1099 1100 1101 1102 1103 1104 1105 1106 1107 .... 1110 1111 1112 1113 1114 1115 1116 1117 1118 1119 1120 1121 1122 1123 1124 1125 1126 1127 1128 1129 1130 1131 1132 1133 1134 1135 1136 1137 1138 1139 1140 .... 1152 1153 1154 1155 1156 1157 1158 1159 1160 1161 1162 1163 1164 1165 1166 1167 1168 1169 1170 1171 1172 1173 1174 1175 1176 1177 1178 1179 1180 .... 1187 1188 1189 1190 1191 1192 1193 1194 1195 1196 1197 1198 1199 1200 1201 1202 1203 |
{
"cells": [
{
"cell_type": "markdown",
"metadata": {
"deletable": true,
"editable": true,
"slideshow": {
"slide_type": "slide"
}
},
"source": [
"## Big Data e Big Problem\n",
"Normalmente si può trovare come definizione di big data la seguente:\n",
................................................................................
" anche su dati piccoli, il mio modello potrebbe richiedere più\n",
" risorse di quelle a mia disposizione"
]
},
{
"cell_type": "markdown",
"metadata": {
"deletable": true,
"editable": true,
"slideshow": {
"slide_type": "slide"
}
},
"source": [
"## Nei big data dobbiamo fare delle scelte\n",
"\n",
................................................................................
"\n",
"Tanto più ottimizziamo uno di questi parametri, tanto più ci rimettiamo negli altri due."
]
},
{
"cell_type": "markdown",
"metadata": {
"deletable": true,
"editable": true,
"slideshow": {
"slide_type": "slide"
}
},
"source": [
"<img src=\"./immagini/power_triangle.png\" width=\"400\"/>"
]
},
{
"cell_type": "markdown",
"metadata": {
"deletable": true,
"editable": true,
"slideshow": {
"slide_type": "slide"
}
},
"source": [
"<img src=\"./immagini/tradeoff_spazio_velocita.png\" width=\"600\"/>\n",
"\n"
]
},
{
"cell_type": "markdown",
"metadata": {
"collapsed": true,
"deletable": true,
"editable": true,
"slideshow": {
"slide_type": "slide"
}
},
"source": [
"Inoltre, vedremo poi, che tanto più ottimizzeremo il nostro codice, tanto più difficile sarà mantenerlo nel tempo.\n",
"La comprensibilità del nostro codice ha un costo quantificabile!\n",
................................................................................
"* il tradoff fra memoria su disco e su RAM\n",
"* il tempo che serve all'analista per produrre il codice"
]
},
{
"cell_type": "markdown",
"metadata": {
"deletable": true,
"editable": true,
"slideshow": {
"slide_type": "slide"
}
},
"source": [
"## un problema di esempio - rinominare i file di una collezione audio\n",
"\n",
................................................................................
]
},
{
"cell_type": "code",
"execution_count": 30,
"metadata": {
"collapsed": false,
"deletable": true,
"editable": true,
"slideshow": {
"slide_type": "slide"
}
},
"outputs": [],
"source": [
"!rm -fR notebookfiles/fakeaudio\n",
................................................................................
]
},
{
"cell_type": "code",
"execution_count": 31,
"metadata": {
"collapsed": false,
"deletable": true,
"editable": true,
"slideshow": {
"slide_type": "slide"
}
},
"outputs": [
{
"name": "stdout",
................................................................................
]
},
{
"cell_type": "code",
"execution_count": 32,
"metadata": {
"collapsed": true,
"deletable": true,
"editable": true,
"slideshow": {
"slide_type": "slide"
}
},
"outputs": [],
"source": [
"import os"
................................................................................
]
},
{
"cell_type": "code",
"execution_count": 33,
"metadata": {
"collapsed": false,
"deletable": true,
"editable": true,
"slideshow": {
"slide_type": "fragment"
}
},
"outputs": [
{
"name": "stdout",
................................................................................
]
},
{
"cell_type": "code",
"execution_count": 34,
"metadata": {
"collapsed": true,
"deletable": true,
"editable": true,
"slideshow": {
"slide_type": "slide"
}
},
"outputs": [],
"source": [
"directory = \"./notebookfiles/fakeaudio/\"\n",
................................................................................
]
},
{
"cell_type": "code",
"execution_count": 35,
"metadata": {
"collapsed": false,
"deletable": true,
"editable": true,
"slideshow": {
"slide_type": "slide"
}
},
"outputs": [
{
"name": "stdout",
................................................................................
"source": [
"!ls -lR notebookfiles/fakeaudio/"
]
},
{
"cell_type": "markdown",
"metadata": {
"deletable": true,
"editable": true,
"slideshow": {
"slide_type": "slide"
}
},
"source": [
"qui però sto anche cambiando il nome a tutti i file che sono presenti nelle directory, anche se non sono dei file audio!"
]
},
{
"cell_type": "code",
"execution_count": 36,
"metadata": {
"collapsed": true,
"deletable": true,
"editable": true,
"slideshow": {
"slide_type": "slide"
}
},
"outputs": [],
"source": [
"!rm -fR notebookfiles/fakeaudio\n",
................................................................................
]
},
{
"cell_type": "code",
"execution_count": 37,
"metadata": {
"collapsed": true,
"deletable": true,
"editable": true,
"slideshow": {
"slide_type": "slide"
}
},
"outputs": [],
"source": [
"directory = \"./notebookfiles/fakeaudio/\"\n",
................................................................................
]
},
{
"cell_type": "code",
"execution_count": 38,
"metadata": {
"collapsed": false,
"deletable": true,
"editable": true,
"slideshow": {
"slide_type": "slide"
}
},
"outputs": [
{
"name": "stdout",
................................................................................
"source": [
"!ls -lR notebookfiles/fakeaudio/"
]
},
{
"cell_type": "markdown",
"metadata": {
"deletable": true,
"editable": true,
"slideshow": {
"slide_type": "slide"
}
},
"source": [
"Queste sono tre operazioni fondalmentali per l'analisi dati:\n",
"\n",
................................................................................
"* reduce (comporre insieme gli elementi)\n",
"* functional programming\n"
]
},
{
"cell_type": "markdown",
"metadata": {
"deletable": true,
"editable": true,
"slideshow": {
"slide_type": "slide"
}
},
"source": [
"## Iterazione Lazy\n",
"\n",
................................................................................
"\n",
"le operazioni non vengono compiute finchè il risultato non è richiesto!!"
]
},
{
"cell_type": "markdown",
"metadata": {
"deletable": true,
"editable": true,
"slideshow": {
"slide_type": "slide"
}
},
"source": [
"In Python questa cosa è gestita da degli oggetti chiamati **iteratori**.\n",
"\n",
................................................................................
"\n",
"Un iteratore può essere percorso una volta sola!"
]
},
{
"cell_type": "markdown",
"metadata": {
"deletable": true,
"editable": true,
"slideshow": {
"slide_type": "fragment"
}
},
"source": [
"Questo è controintuitivo: se provo a fare un ciclo for su di una lista, lo posso fare quante volte voglio"
]
},
{
"cell_type": "code",
"execution_count": 39,
"metadata": {
"collapsed": false,
"deletable": true,
"editable": true,
"slideshow": {
"slide_type": "slide"
}
},
"outputs": [
{
"name": "stdout",
................................................................................
"for elemento in lista:\n",
" print(elemento)"
]
},
{
"cell_type": "markdown",
"metadata": {
"deletable": true,
"editable": true,
"slideshow": {
"slide_type": "slide"
}
},
"source": [
"ma se provo a farlo su di un file, lo posso leggere una volta sola!\n",
"\n",
................................................................................
]
},
{
"cell_type": "code",
"execution_count": 40,
"metadata": {
"collapsed": false,
"deletable": true,
"editable": true,
"slideshow": {
"slide_type": "fragment"
}
},
"outputs": [
{
"name": "stdout",
................................................................................
" for line in file:\n",
" print(repr(line))"
]
},
{
"cell_type": "markdown",
"metadata": {
"deletable": true,
"editable": true,
"slideshow": {
"slide_type": "slide"
}
},
"source": [
"Python ce lo nasconde, ma in realtà ogni volta che iteriamo sulla lista lui crea un nuovo iteratore che scorre la lista e poi scompare.\n",
"\n",
................................................................................
]
},
{
"cell_type": "code",
"execution_count": 42,
"metadata": {
"collapsed": false,
"deletable": true,
"editable": true,
"slideshow": {
"slide_type": "fragment"
}
},
"outputs": [
{
"name": "stdout",
................................................................................
" print(elemento)"
]
},
{
"cell_type": "markdown",
"metadata": {
"collapsed": true,
"deletable": true,
"editable": true,
"slideshow": {
"slide_type": "slide"
}
},
"source": [
"Sottolineare quando le iterazioni non necessitano di caricare l'intero dataset è importante perchè non è sempre vero.\n",
"\n",
................................................................................
"Supponiamo di voler calcolare tutte le combinazioni di elementi di una sequenza: non possiamo risolvere questo problema senza tenere in memoria l'intera sequenza!"
]
},
{
"cell_type": "markdown",
"metadata": {
"collapsed": true,
"deletable": true,
"editable": true,
"slideshow": {
"slide_type": "slide"
}
},
"source": [
"## Map\n",
"\n",
................................................................................
]
},
{
"cell_type": "code",
"execution_count": 46,
"metadata": {
"collapsed": false,
"deletable": true,
"editable": true,
"slideshow": {
"slide_type": "fragment"
}
},
"outputs": [
{
"name": "stdout",
................................................................................
" \n",
"print(quadrati)"
]
},
{
"cell_type": "markdown",
"metadata": {
"deletable": true,
"editable": true,
"slideshow": {
"slide_type": "slide"
}
},
"source": [
"Questo può essere espresso in modo pi conciso con una *comprehension*, che è funzionalmente identica al ciclo visto prima, ma più sintetica"
]
},
{
"cell_type": "code",
"execution_count": 51,
"metadata": {
"collapsed": false,
"deletable": true,
"editable": true,
"slideshow": {
"slide_type": "fragment"
}
},
"outputs": [
{
"name": "stdout",
................................................................................
"quadrati = [x**2 for x in numeri]\n",
"print(quadrati)"
]
},
{
"cell_type": "markdown",
"metadata": {
"deletable": true,
"editable": true,
"slideshow": {
"slide_type": "slide"
}
},
"source": [
"il concetto di **map** è un'astrazione di questo procedimento.\n",
"\n",
................................................................................
]
},
{
"cell_type": "code",
"execution_count": 53,
"metadata": {
"collapsed": false,
"deletable": true,
"editable": true,
"slideshow": {
"slide_type": "fragment"
}
},
"outputs": [
{
"name": "stdout",
................................................................................
"quadrati = map(quadrato, numeri)\n",
"print(quadrati)"
]
},
{
"cell_type": "markdown",
"metadata": {
"deletable": true,
"editable": true,
"slideshow": {
"slide_type": "fragment"
}
},
"source": [
"ricordiamoci che il risultato delle operazioni sugli iteratori, quando possibile, è a sua volta un iteratore!\n",
"\n",
................................................................................
]
},
{
"cell_type": "code",
"execution_count": 54,
"metadata": {
"collapsed": false,
"deletable": true,
"editable": true,
"slideshow": {
"slide_type": "fragment"
}
},
"outputs": [
{
"data": {
................................................................................
"source": [
"list(quadrati)"
]
},
{
"cell_type": "markdown",
"metadata": {
"deletable": true,
"editable": true,
"slideshow": {
"slide_type": "slide"
}
},
"source": [
"ricordiamoci che l'iterazione è compiuta una volta sola, quindi se vogliamo il risultato dobbiamo salvarcelo alla prima concretizzazione!"
]
},
{
"cell_type": "code",
"execution_count": 55,
"metadata": {
"collapsed": false,
"deletable": true,
"editable": true,
"slideshow": {
"slide_type": "fragment"
}
},
"outputs": [
{
"data": {
................................................................................
"source": [
"list(quadrati)"
]
},
{
"cell_type": "markdown",
"metadata": {
"deletable": true,
"editable": true,
"slideshow": {
"slide_type": "slide"
}
},
"source": [
"## Filter\n",
"\n",
................................................................................
]
},
{
"cell_type": "code",
"execution_count": 56,
"metadata": {
"collapsed": false,
"deletable": true,
"editable": true,
"slideshow": {
"slide_type": "fragment"
}
},
"outputs": [
{
"name": "stdout",
................................................................................
"\n",
"print(positivi)"
]
},
{
"cell_type": "markdown",
"metadata": {
"deletable": true,
"editable": true,
"slideshow": {
"slide_type": "slide"
}
},
"source": [
"in modo simile all'operazione di **map**, anche l'operazione di **filter** ha un costrutto nel linguaggio tramite le *comprehension*"
]
},
{
"cell_type": "code",
"execution_count": 57,
"metadata": {
"collapsed": false,
"deletable": true,
"editable": true,
"slideshow": {
"slide_type": "fragment"
}
},
"outputs": [
{
"name": "stdout",
................................................................................
"positivi = [x for x in numeri if x>0]\n",
"print(positivi)"
]
},
{
"cell_type": "markdown",
"metadata": {
"deletable": true,
"editable": true,
"slideshow": {
"slide_type": "slide"
}
},
"source": [
"ed esattamente come prima, abbiamo una funzione che prende una funzione di filtro (che ci dice se l'elemento è accettabile o no) e la applica ad un operatore"
]
},
{
"cell_type": "code",
"execution_count": 60,
"metadata": {
"collapsed": false,
"deletable": true,
"editable": true,
"slideshow": {
"slide_type": "fragment"
}
},
"outputs": [
{
"name": "stdout",
................................................................................
"positivi = filter(is_positive, numeri)\n",
"print(list(positivi))"
]
},
{
"cell_type": "markdown",
"metadata": {
"deletable": true,
"editable": true,
"slideshow": {
"slide_type": "slide"
}
},
"source": [
"## Reduce\n",
"\n",
................................................................................
]
},
{
"cell_type": "code",
"execution_count": 61,
"metadata": {
"collapsed": false,
"deletable": true,
"editable": true,
"slideshow": {
"slide_type": "fragment"
}
},
"outputs": [
{
"name": "stdout",
................................................................................
" \n",
"print(totale)"
]
},
{
"cell_type": "markdown",
"metadata": {
"deletable": true,
"editable": true,
"slideshow": {
"slide_type": "slide"
}
},
"source": [
"come per casi precedenti, esiste una funzione preesistente per effettuare le operazioni di riduzione"
]
},
{
"cell_type": "code",
"execution_count": 64,
"metadata": {
"collapsed": false,
"deletable": true,
"editable": true,
"slideshow": {
"slide_type": "fragment"
}
},
"outputs": [
{
"name": "stdout",
................................................................................
"totale = reduce(somma, numeri, 0)\n",
"print(totale)"
]
},
{
"cell_type": "markdown",
"metadata": {
"deletable": true,
"editable": true,
"slideshow": {
"slide_type": "slide"
}
},
"source": [
"Questo tipo di operazioni è così comune che ci sono una serie di operazioni predefinite:\n",
"\n",
................................................................................
"\n",
"e così via"
]
},
{
"cell_type": "markdown",
"metadata": {
"deletable": true,
"editable": true,
"slideshow": {
"slide_type": "slide"
}
},
"source": [
"una tipica riduzione, che useremo molto, è la stima delle frequenze."
]
},
{
"cell_type": "code",
"execution_count": 71,
"metadata": {
"collapsed": false,
"deletable": true,
"editable": true,
"slideshow": {
"slide_type": "fragment"
}
},
"outputs": [
{
"data": {
................................................................................
"numeri = [1, 1, 1, 2, 2, 3, 3, 4, 4, 4, 4, 4]\n",
"Counter(numeri)"
]
},
{
"cell_type": "markdown",
"metadata": {
"deletable": true,
"editable": true,
"slideshow": {
"slide_type": "fragment"
}
},
"source": [
"Una proprietà importante delle riduzioni è che i risultati si possono combinare: dati i conteggi su due serie, posso sommare insieme i due conteggi ed ottenere i conteggi totali fra le due serie"
]
},
{
"cell_type": "markdown",
"metadata": {
"deletable": true,
"editable": true,
"slideshow": {
"slide_type": "slide"
}
},
"source": [
"## Map Reduce\n",
"\n",
................................................................................
"* tutto questo fatto in modo ricorsivo"
]
},
{
"cell_type": "code",
"execution_count": null,
"metadata": {
"collapsed": true,
"deletable": true,
"editable": true
},
"outputs": [],
"source": []
}
],
"metadata": {
"celltoolbar": "Slideshow",
|