背景

泽鹏开源的PG数据分析库, 整合了PolarDB PG, 封装了Scikit Learn与matplotlib的部分函数, 支持可视化数据分析.

包含了丰富的使用例子. 非常适合有数据分析需求的同学使用.

https://github.com/redraiment/SciKit-Learn-for-PolarDB

Scikit-Learn-for-PostgreSQL

Scikit-Learn-for-PostgreSQL是一款基于PolarDB for PostgreSQL的数据分析工具，封装了Scikit Learn与matplotlib的部分函数。目前项目用于PolarDB for PostgreSQL的教学演示，尚未在生产环境中验证，可用于学习用途，请谨慎在生产环境使用。

当前版本：1.0.0

选择终端

为了在psql中可视化地展示数据，需要使用可展示sixel格式图片的终端软件：

• MacOS环境：推荐使用iTerm2。
• Linux环境：推荐使用xTerm。
• Windows环境：推荐使用MinTTY。

安装方法

下载并启动Docker容器

基于PolarDB的环境已经提前构建好Docker镜像，可直接通过docker运行：

docker image pull redraiment/scikit-learn-for-polardb  
docker container run -d redraiment/scikit-learn-for-polardb  
sleep 60 # 等待PolarDB启动，约1分钟  
docker container exec -it <container-id> psql -hlocalhost -p10001 -Upostgres  

其中：

• 将<container-id>替换为你自己本地的容器id。
• 若运行psql看到错误提示：psql: FATAL: the database system is starting up，请继续耐心等待。

安装插件

成功启动psql之后，执行以下SQL，安装插件：

create extension plpython3u;  
create extension pgsklearn;  
select show_logo();  

若在终端上能看到PolarDB的logo图片，说明已经安装完成并可正常使用。如下图所示：

使用示例

以下代码演示如何对鸢尾花数据集做降维，并可视化展示：

select load_iris(); -- 加载鸢尾花数据集到iris表  
alter table iris add column feature1 float8, add column feature2 float8;  
select decomposition_pca('iris', 'id', '{sepal_length,sepal_width,petal_length,petal_width}'::text[], '{feature1,feature2}'::text[]); -- 将4个维度的数据降维成2个维度的数据  
  

若在终端上能看到如下散点图，说明降维并展示成功！