source: trunk/HeuristicLab.Problems.DataAnalysis/3.4/Dataset.cs @ 16565

Last change on this file since 16565 was 16565, checked in by gkronber, 9 months ago

#2520: merged changes from PersistenceOverhaul branch (r16451:16564) into trunk

File size: 15.1 KB
Line 
1#region License Information
2/* HeuristicLab
3 * Copyright (C) 2002-2019 Heuristic and Evolutionary Algorithms Laboratory (HEAL)
4 *
5 * This file is part of HeuristicLab.
6 *
7 * HeuristicLab is free software: you can redistribute it and/or modify
8 * it under the terms of the GNU General Public License as published by
9 * the Free Software Foundation, either version 3 of the License, or
10 * (at your option) any later version.
11 *
12 * HeuristicLab is distributed in the hope that it will be useful,
13 * but WITHOUT ANY WARRANTY; without even the implied warranty of
14 * MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the
15 * GNU General Public License for more details.
16 *
17 * You should have received a copy of the GNU General Public License
18 * along with HeuristicLab. If not, see <http://www.gnu.org/licenses/>.
19 */
20#endregion
21
22using System;
23using System.Collections;
24using System.Collections.Generic;
25using System.Collections.ObjectModel;
26using System.Linq;
27using HeuristicLab.Common;
28using HeuristicLab.Core;
29using HeuristicLab.Data;
30using HEAL.Attic;
31
32namespace HeuristicLab.Problems.DataAnalysis {
33  [Item("Dataset", "Represents a dataset containing data that should be analyzed.")]
34  [StorableType("49F4D145-50D7-4497-8D8A-D190CD556CC8")]
35  public class Dataset : NamedItem, IDataset {
36    [StorableConstructor]
37    protected Dataset(StorableConstructorFlag _) : base(_) { }
38    protected Dataset(Dataset original, Cloner cloner)
39      : base(original, cloner) {
40      // no need to clone the variable values because these can't be modified
41      variableValues = new Dictionary<string, IList>(original.variableValues);
42      variableNames = new List<string>(original.variableNames);
43      rows = original.rows;
44    }
45
46    public override IDeepCloneable Clone(Cloner cloner) { return new Dataset(this, cloner); }
47
48    public Dataset()
49      : base() {
50      Name = "-";
51      VariableNames = Enumerable.Empty<string>();
52      variableValues = new Dictionary<string, IList>();
53      rows = 0;
54    }
55
56    /// <summary>
57    /// Creates a new dataset. The variableValues are not cloned.
58    /// </summary>
59    /// <param name="variableNames">The names of the variables in the dataset</param>
60    /// <param name="variableValues">The values for the variables (column-oriented storage). Values are not cloned!</param>
61    public Dataset(IEnumerable<string> variableNames, IEnumerable<IList> variableValues)
62      : this(variableNames, variableValues, cloneValues: true) {
63    }
64
65    protected Dataset(IEnumerable<string> variableNames, IEnumerable<IList> variableValues, bool cloneValues = false) {
66      Name = "-";
67
68      if (variableNames.Any()) {
69        this.variableNames = new List<string>(variableNames);
70      } else {
71        this.variableNames = Enumerable.Range(0, variableValues.Count()).Select(x => "Column " + x).ToList();
72      }
73      // check if the arguments are consistent (no duplicate variables, same number of rows, correct data types, ...)
74      CheckArguments(this.variableNames, variableValues);
75
76      rows = variableValues.First().Count;
77
78      if (cloneValues) {
79        this.variableValues = CloneValues(this.variableNames, variableValues);
80      } else {
81        this.variableValues = new Dictionary<string, IList>(this.variableNames.Count);
82        for (int i = 0; i < this.variableNames.Count; i++) {
83          var variableName = this.variableNames[i];
84          var values = variableValues.ElementAt(i);
85          this.variableValues.Add(variableName, values);
86        }
87      }
88    }
89
90    public Dataset(IEnumerable<string> variableNames, double[,] variableValues) {
91      Name = "-";
92      if (variableNames.Count() != variableValues.GetLength(1)) {
93        throw new ArgumentException("Number of variable names doesn't match the number of columns of variableValues");
94      }
95      if (variableNames.Distinct().Count() != variableNames.Count()) {
96        var duplicateVariableNames = variableNames.GroupBy(v => v).Where(g => g.Count() > 1).Select(g => g.Key).ToList();
97        string message = "The dataset cannot contain duplicate variables names: " + Environment.NewLine;
98        foreach (var duplicateVariableName in duplicateVariableNames)
99          message += duplicateVariableName + Environment.NewLine;
100        throw new ArgumentException(message);
101      }
102
103      rows = variableValues.GetLength(0);
104      this.variableNames = new List<string>(variableNames);
105
106      this.variableValues = new Dictionary<string, IList>(variableValues.GetLength(1));
107      for (int col = 0; col < variableValues.GetLength(1); col++) {
108        string columName = this.variableNames[col];
109        var values = new List<double>(variableValues.GetLength(0));
110        for (int row = 0; row < variableValues.GetLength(0); row++) {
111          values.Add(variableValues[row, col]);
112        }
113        this.variableValues.Add(columName, values);
114      }
115    }
116
117    public ModifiableDataset ToModifiable() {
118      return new ModifiableDataset(variableNames, variableNames.Select(v => variableValues[v]), true);
119    }
120
121    /// <summary>
122    /// Shuffle a dataset's rows
123    /// </summary>
124    /// <param name="random">Random number generator used for shuffling.</param>
125    /// <returns>A shuffled copy of the current dataset.</returns>
126    public Dataset Shuffle(IRandom random) {
127      var values = variableNames.Select(x => variableValues[x]).ToList();
128      return new Dataset(variableNames, values.ShuffleLists(random));
129    }
130
131
132
133    #region Backwards compatible code, remove with 3.5
134    private double[,] storableData;
135    //name alias used to suppport backwards compatibility
136    [Storable(Name = "data", AllowOneWay = true)]
137    private double[,] StorableData { set { storableData = value; } }
138
139    [StorableHook(HookType.AfterDeserialization)]
140    private void AfterDeserialization() {
141      if (variableValues == null) {
142        rows = storableData.GetLength(0);
143        variableValues = new Dictionary<string, IList>();
144        for (int col = 0; col < storableData.GetLength(1); col++) {
145          string columName = variableNames[col];
146          var values = new List<double>(rows);
147          for (int row = 0; row < rows; row++) {
148            values.Add(storableData[row, col]);
149          }
150          variableValues.Add(columName, values);
151        }
152        storableData = null;
153      }
154    }
155    #endregion
156
157    [Storable(Name = "VariableValues")]
158    protected Dictionary<string, IList> variableValues;
159
160    protected List<string> variableNames;
161    [Storable]
162    public IEnumerable<string> VariableNames {
163      get { return variableNames; }
164      protected set {
165        if (variableNames != null) throw new InvalidOperationException();
166        variableNames = new List<string>(value);
167      }
168    }
169
170    public bool ContainsVariable(string variableName) {
171      return variableValues.ContainsKey(variableName);
172    }
173    public IEnumerable<string> DoubleVariables {
174      get { return variableValues.Where(p => p.Value is IList<double>).Select(p => p.Key); }
175    }
176
177    public IEnumerable<string> StringVariables {
178      get { return variableValues.Where(p => p.Value is IList<string>).Select(p => p.Key); }
179    }
180
181    public IEnumerable<string> DateTimeVariables {
182      get { return variableValues.Where(p => p.Value is IList<DateTime>).Select(p => p.Key); }
183    }
184
185    public IEnumerable<double> GetDoubleValues(string variableName) {
186      return GetValues<double>(variableName);
187    }
188    public IEnumerable<string> GetStringValues(string variableName) {
189      return GetValues<string>(variableName);
190    }
191    public IEnumerable<DateTime> GetDateTimeValues(string variableName) {
192      return GetValues<DateTime>(variableName);
193    }
194
195    public ReadOnlyCollection<double> GetReadOnlyDoubleValues(string variableName) {
196      var values = GetValues<double>(variableName);
197      return new ReadOnlyCollection<double>(values);
198    }
199    public double GetDoubleValue(string variableName, int row) {
200      var values = GetValues<double>(variableName);
201      return values[row];
202    }
203    public IEnumerable<double> GetDoubleValues(string variableName, IEnumerable<int> rows) {
204      return GetValues<double>(variableName, rows);
205    }
206
207    public string GetStringValue(string variableName, int row) {
208      var values = GetValues<string>(variableName);
209      return values[row];
210    }
211
212    public IEnumerable<string> GetStringValues(string variableName, IEnumerable<int> rows) {
213      return GetValues<string>(variableName, rows);
214    }
215    public ReadOnlyCollection<string> GetReadOnlyStringValues(string variableName) {
216      var values = GetValues<string>(variableName);
217      return new ReadOnlyCollection<string>(values);
218    }
219
220    public DateTime GetDateTimeValue(string variableName, int row) {
221      var values = GetValues<DateTime>(variableName);
222      return values[row];
223    }
224    public IEnumerable<DateTime> GetDateTimeValues(string variableName, IEnumerable<int> rows) {
225      return GetValues<DateTime>(variableName, rows);
226    }
227    public ReadOnlyCollection<DateTime> GetReadOnlyDateTimeValues(string variableName) {
228      var values = GetValues<DateTime>(variableName);
229      return new ReadOnlyCollection<DateTime>(values);
230    }
231    private IEnumerable<T> GetValues<T>(string variableName, IEnumerable<int> rows) {
232      var values = GetValues<T>(variableName);
233      return rows.Select(x => values[x]);
234    }
235    private IList<T> GetValues<T>(string variableName) {
236      IList list;
237      if (!variableValues.TryGetValue(variableName, out list))
238        throw new ArgumentException("The variable " + variableName + " does not exist in the dataset.");
239      IList<T> values = list as IList<T>;
240      if (values == null) throw new ArgumentException("The variable " + variableName + " is not a " + typeof(T) + " variable.");
241      return values;
242    }
243    public bool VariableHasType<T>(string variableName) {
244      return variableValues[variableName] is IList<T>;
245    }
246    protected Type GetVariableType(string variableName) {
247      IList list;
248      variableValues.TryGetValue(variableName, out list);
249      if (list == null)
250        throw new ArgumentException("The variable " + variableName + " does not exist in the dataset.");
251      return GetElementType(list);
252    }
253    protected static Type GetElementType(IList list) {
254      var type = list.GetType();
255      return type.IsGenericType ? type.GetGenericArguments()[0] : type.GetElementType();
256    }
257    protected static bool IsAllowedType(IList list) {
258      var type = GetElementType(list);
259      return IsAllowedType(type);
260    }
261    protected static bool IsAllowedType(Type type) {
262      return type == typeof(double) || type == typeof(string) || type == typeof(DateTime);
263    }
264
265    protected static void CheckArguments(IEnumerable<string> variableNames, IEnumerable<IList> variableValues) {
266      if (variableNames.Count() != variableValues.Count()) {
267        throw new ArgumentException("Number of variable names doesn't match the number of columns of variableValues");
268      } else if (!variableValues.All(list => list.Count == variableValues.First().Count)) {
269        throw new ArgumentException("The number of values must be equal for every variable");
270      } else if (variableNames.Distinct().Count() != variableNames.Count()) {
271        var duplicateVariableNames =
272          variableNames.GroupBy(v => v).Where(g => g.Count() > 1).Select(g => g.Key).ToList();
273        string message = "The dataset cannot contain duplicate variables names: " + Environment.NewLine;
274        foreach (var duplicateVariableName in duplicateVariableNames)
275          message += duplicateVariableName + Environment.NewLine;
276        throw new ArgumentException(message);
277      }
278      // check if all the variables are supported
279      foreach (var t in variableNames.Zip(variableValues, Tuple.Create)) {
280        var variableName = t.Item1;
281        var values = t.Item2;
282
283        if (!IsAllowedType(values)) {
284          throw new ArgumentException(string.Format("Unsupported type {0} for variable {1}.", GetElementType(values), variableName));
285        }
286      }
287    }
288
289    protected static Dictionary<string, IList> CloneValues(Dictionary<string, IList> variableValues) {
290      return variableValues.ToDictionary(x => x.Key, x => CloneValues(x.Value));
291    }
292
293    protected static Dictionary<string, IList> CloneValues(IEnumerable<string> variableNames, IEnumerable<IList> variableValues) {
294      return variableNames.Zip(variableValues, Tuple.Create).ToDictionary(x => x.Item1, x => CloneValues(x.Item2));
295    }
296
297    protected static IList CloneValues(IList values) {
298      var doubleValues = values as IList<double>;
299      if (doubleValues != null) return new List<double>(doubleValues);
300
301      var stringValues = values as IList<string>;
302      if (stringValues != null) return new List<string>(stringValues);
303
304      var dateTimeValues = values as IList<DateTime>;
305      if (dateTimeValues != null) return new List<DateTime>(dateTimeValues);
306
307      throw new ArgumentException(string.Format("Unsupported variable type {0}.", GetElementType(values)));
308    }
309
310    #region IStringConvertibleMatrix Members
311    [Storable]
312    private int rows;
313    public int Rows {
314      get { return rows; }
315      protected set { rows = value; }
316    }
317    int IStringConvertibleMatrix.Rows {
318      get { return Rows; }
319      set { throw new NotSupportedException(); }
320    }
321
322    public int Columns {
323      get { return variableNames.Count; }
324    }
325    int IStringConvertibleMatrix.Columns {
326      get { return Columns; }
327      set { throw new NotSupportedException(); }
328    }
329    bool IStringConvertibleMatrix.SortableView {
330      get { return false; }
331      set { throw new NotSupportedException(); }
332    }
333    bool IStringConvertibleMatrix.ReadOnly {
334      get { return true; }
335    }
336    IEnumerable<string> IStringConvertibleMatrix.ColumnNames {
337      get { return this.VariableNames; }
338      set { throw new NotSupportedException(); }
339    }
340    IEnumerable<string> IStringConvertibleMatrix.RowNames {
341      get { return Enumerable.Empty<string>(); }
342      set { throw new NotSupportedException(); }
343    }
344    string IStringConvertibleMatrix.GetValue(int rowIndex, int columnIndex) {
345      return variableValues[variableNames[columnIndex]][rowIndex].ToString();
346    }
347    bool IStringConvertibleMatrix.SetValue(string value, int rowIndex, int columnIndex) {
348      throw new NotSupportedException();
349    }
350    bool IStringConvertibleMatrix.Validate(string value, out string errorMessage) {
351      throw new NotSupportedException();
352    }
353
354    public virtual event EventHandler ColumnsChanged { add { } remove { } }
355    public virtual event EventHandler RowsChanged { add { } remove { } }
356    public virtual event EventHandler ColumnNamesChanged { add { } remove { } }
357    public virtual event EventHandler RowNamesChanged { add { } remove { } }
358    public virtual event EventHandler SortableViewChanged { add { } remove { } }
359    public virtual event EventHandler<EventArgs<int, int>> ItemChanged { add { } remove { } }
360    public virtual event EventHandler Reset { add { } remove { } }
361    #endregion
362  }
363}
Note: See TracBrowser for help on using the repository browser.