如何在 `polars::prelude::DataFrame` 上使用 `ndarray_stats::CorrelationExt`？

Question

我正在尝试计算 Rust 中数据框的协方差。 ndarray_stats 板条箱定义了 such a function for arrays, and I can produce an array from a DataFrame using to_ndarray。如果我使用文档中的示例 (a)，编译器会很高兴，但是如果我尝试在 DataFrame 生成的 Array2 上使用它，这将不起作用：

use polars::prelude::*;
use ndarray_stats::CorrelationExt;

fn cov(df: &DataFrame) -> Vec<f64> {
    // Both of these are Array2<f64>s
    let mat = df.to_ndarray::<Float64Type>().unwrap();
    let a = arr2(&[[1., 3., 5.], [2., 4., 6.]]);

    let x = a.cov(1.).unwrap();
    let y = mat.cov(1.).unwrap();
}

   |
22 |     let y = mat.cov(1.).unwrap();
   |                 ^^^ method not found in `ndarray::ArrayBase<ndarray::data_repr::OwnedRepr<f64>, ndarray::dimension::dim::Dim<[usize; 2]>>`

为什么编译器允许定义x而不是y？我怎样才能修复代码以便可以分配 y？

Answer 1

这是依赖版本不匹配。polars-core depends on ndarray version 0.13.x as of 0.14.7，而 ndarray-stats 0.5 requires ndarray 0.15。当您在项目中使用最新版本的 ndarray 时，x 的二维数组类型将与 ndarray-stats 提供的扩展特征 CovExt 兼容，但是 y不会。

无论库中类型的性质如何，一旦包含库的多个 semver 不兼容版本，它们的类型通常是不可互换的。换句话说，即使这些 Array2<_> 可能看起来是同一类型，但编译器会将它们视为不同类型。

可以通过检查 cargo tree -d 的输出来找到包中 crate 的多个版本，它只显示重复的依赖项和显示依赖于它们的 crate 的反向树。重复不一定会造成问题，但如果项目直接消耗一个以上API就会出现问题。

撰写本文时的最低公分母是将 ndarray 降级为 0.13，将 ndarray-stats 降级为 0.3，即 also has the method cov。也可能值得考虑为 polars 项目做贡献，以便在那里更新 ndarray。

如何在 `polars::prelude::DataFrame` 上使用 `ndarray_stats::CorrelationExt`？

How do I use `ndarray_stats::CorrelationExt` on a `polars::prelude::DataFrame`?

rust

rust-polars