文件
Python API
Processor API（更新中）
get_config()

get_config()

取得處理器的配置設定。

語法 

def get_config(
    col: list = None
) -> dict

參數

  • col : list, optional
    • 要取得配置的欄位名稱列表
    • 預設值：None（返回所有欄位的配置）

返回值

  • dict
    • 處理器配置字典
    • 結構：{處理類型: {欄位名稱: 處理器實例}}

說明

get_config() 方法用於檢視處理器的當前配置。可以用來：

  1. 查看所有欄位的處理方式
  2. 檢查特定欄位的配置
  3. 驗證配置是否符合預期

基本範例 

from petsard import Loader, Processor

# 載入資料
loader = Loader('data.csv', schema='schema.yaml')
data, schema = loader.load()

# 建立處理器
processor = Processor(metadata=schema)

# 取得所有欄位的配置
config = processor.get_config()

# 檢視配置
for proc_type, fields in config.items():
    print(f"\n{proc_type}:")
    for field, proc_obj in fields.items():
        if proc_obj is not None:
            print(f"  {field}: {type(proc_obj).__name__}")

取得特定欄位配置 

from petsard import Processor

processor = Processor(metadata=schema)

# 只取得特定欄位的配置
config = processor.get_config(col=['age', 'income', 'gender'])

print("age, income, gender 的配置：")
for proc_type, fields in config.items():
    print(f"\n{proc_type}:")
    for field, proc_obj in fields.items():
        if proc_obj is not None:
            print(f"  {field}: {type(proc_obj).__name__}")

返回結構範例 

{
    'missing': {
        'age': <MissingMean instance>,
        'income': <MissingMean instance>,
        'gender': <MissingDrop instance>
    },
    'outlier': {
        'age': <OutlierIQR instance>,
        'income': <OutlierIQR instance>,
        'gender': None
    },
    'encoder': {
        'age': None,
        'income': None,
        'gender': <EncoderUniform instance>
    },
    'scaler': {
        'age': <ScalerStandard instance>,
        'income': <ScalerStandard instance>,
        'gender': None
    }
}

使用案例

1. 驗證配置 

processor = Processor(metadata=schema, config=custom_config)
config = processor.get_config()

# 驗證特定欄位使用正確的處理器
assert type(config['encoder']['gender']).__name__ == 'EncoderOneHot'
print("配置驗證通過！")

2. 檢查預設配置 

# 使用預設配置
processor = Processor(metadata=schema)
config = processor.get_config()

# 查看數值型欄位的預設處理方式
numerical_fields = ['age', 'income', 'hours_per_week']
for field in numerical_fields:
    print(f"{field}:")
    for proc_type in ['missing', 'outlier', 'scaler']:
        proc = config[proc_type][field]
        if proc:
            print(f"  {proc_type}: {type(proc).__name__}")

3. 比較配置差異 

# 建立兩個不同配置的處理器
processor1 = Processor(metadata=schema)
processor2 = Processor(metadata=schema, config=custom_config)

config1 = processor1.get_config(col=['age'])
config2 = processor2.get_config(col=['age'])

print("處理器1的配置：")
for proc_type, fields in config1.items():
    if fields['age']:
        print(f"  {proc_type}: {type(fields['age']).__name__}")

print("\n處理器2的配置：")
for proc_type, fields in config2.items():
    if fields['age']:
        print(f"  {proc_type}: {type(fields['age']).__name__}")

注意事項

  • 返回的配置是處理器實例，不是字串名稱
  • None 值表示該處理類型不套用於該欄位
  • 可以在任何時候呼叫此方法，不需要先 fit()
  • 配置會在 update_config() 後更新
  • 如果提供的欄位名稱不存在，會在返回的配置中被忽略
  • 全域轉換處理器（如 outlier_isolationforest）會套用到所有欄位
inverse_transform()update_config()