在 Jupyter Notebook 中使用 C#

前言

虽然 Python 大行其道，但许多中大型企业核心系统还是以Java或C#为主，另外，Python要作出漂亮的UI介面也有困难，因此，笔者一直以来都想使用C#结合Python强大的生态环境(Ecosystem)，作出漂亮的资料科学应用程式，日前刚好看到一篇好文『Getting Started With C# DataFrame and XPlot.Plotly』，介绍使用C#操作DataFrame，并绘製漂亮的统计图，虽然还没办法变成独立的执行档(Exe)，但也算前进了一大步。

安装

步骤如下：
1.安装 Visual Studio：注意，不是Visual Studio Code，笔者目前仍使用 Visual Studio 2019，若读者使用Visual Studio 2022，须注意以下套件的版本。

2.安装在cmd下的互动式工具。

dotnet tool install --global Microsoft.dotnet-interactive --version 1.0.155302

将互动式工具整合至 Jupyter Notebook 环境中。

dotnet interactive jupyter install

测试

大功告成，启动Notebook测试，新增一个C#档案，如下图：

在第一格输入：

Console.WriteLine("hello world !!");

顺利输出hello world !!

如果在网路抓一个C#的Notebook档案(.ipynb)，在开启档案后，选择【Kernel】>【Change kernel】>【.net(C#)】即可。

DataFrame操作

安装套件：Visual Studio一般使用NuGet指令安装，Eikon Data API 支援在Jupyter中使用这项功能，同时，Microsoft.Data.Analysis套件支援DataFrame及统计图(XPlot.Plotly)，故先安装这两个套件。

#r "nuget:EikonDataAPI"#r "nuget:Microsoft.Data.Analysis,0.4.0"

注意版本，VS 2022应可使用最新版。

载入套件。

using XPlot.Plotly;using Microsoft.Data.Analysis;using System.Linq;using Microsoft.AspNetCore.Html;

注册DataFrame的格式化函数(Formatter)。

// 格式化 DataFrameFormatter.Register<DataFrame>((df, writer) =>{    var headers = new List<IHtmlContent>();    headers.Add(th(i("index")));    headers.AddRange(df.Columns.Select(c => (IHtmlContent) th(c.Name)));    var rows = new List<List<IHtmlContent>>();    var take = 100; // 最多只显示100列，可调整    for (var i = 0; i < Math.Min(take, df.Rows.Count); i++)    {        var cells = new List<IHtmlContent>();        cells.Add(td(i));        foreach (var obj in df.Rows[i])        {            cells.Add(td(obj));        }        rows.Add(cells);    }    var t = table(        thead(            headers),        tbody(            rows.Select(                r => tr(r))));    writer.Write(t);        writer.Write(df.Rows.Count + " x "+df.Columns.Count);}, "text/html");// 格式化 DataFrame 的列Formatter.Register<DataFrameRow>((dataFrameRow, writer) =>{    var cells = new List<IHtmlContent>();    cells.Add(td(i));    foreach (var obj in dataFrameRow)    {        cells.Add(td(obj));    }    var t = table(        tbody(            cells));    writer.Write(t);}, "text/html");

读取 CSV 档，并显示DataFrame，ohlcdata.csv来自这里。

var df1 = DataFrame.LoadCsv("");df1

输出如下图：

作图

Microsoft.Data.Analysis 支援 Ploty 统计图，它是以Javascript开发的，有Tooltip，呈现内容比Matplotlib丰富。

线图。

var chart1 = Chart.Plot(    new Graph.Scatter    {        x = df1.Columns["Date"],        y = df1.Columns["Close"],                mode = "lines+markers"    });var chart1_layout = new Layout.Layout{    title="Close Price",    xaxis =new Graph.Xaxis{        title = "Date"        },    yaxis =new Graph.Yaxis{    title = "Price (USD)"        }               };chart1.WithLayout(chart1_layout);chart1

输出如下图：

先将 Date 栏位转成日期资料型态。

// 将 Date 栏位转成日期资料型态df1.Columns["Date"] = new PrimitiveDataFrameColumn<DateTime>("Date",     df1.Columns["Date"]                .Cast<object>()                .ToList()                .Select(x => DateTime.ParseExact(x.ToString(), "yyyy-MM-dd", System.Globalization.CultureInfo.InvariantCulture))                .Cast<DateTime>()); 

K 线图。

var candle_chart = Chart.Candlestick(df1.OrderBy("Date").Rows.Select(row => new Tuple<string, double, double, double, double>(                 ((DateTime)row[0]).ToString("yyyy-MM-dd"),                 double.Parse(row[1].ToString()),                 double.Parse(row[2].ToString()),                 double.Parse(row[3].ToString()),                 double.Parse(row[4].ToString())                )));candle_chart.WithLayout(new Layout.Layout{    title="OHLC",    xaxis =new Graph.Xaxis{        title = "Date"        },    yaxis =new Graph.Yaxis{    title = "Price (USD)"        }               });candle_chart

输出如下图：

结论

对于 C# 与 Python 整合的议题，本来寄望微软.net基金会支援的IronPython，不过，它没办法支援 Python 套件，版本更新的速度也很缓慢，现在看到Microsoft.Data.Analysis，似乎出现一道曙光，希望未来可以有更多的套件支援。

相关程式在这里。