Root เป็นเฟรมเวิร์กซอฟต์แวร์โอเพ่นซอร์สที่ได้รับความนิยมอย่างมากซึ่งออกแบบโดยห้องปฏิบัติการ CERN สำหรับการวิเคราะห์ทางสถิติ เป็นที่นับถืออย่างสูงในชุมชนการวิจัยฟิสิกส์พลังงานสูงเนื่องจากความสามารถในการทำงานกับชุดข้อมูลขนาดใหญ่ได้อย่างง่ายดาย ขนาดชุดข้อมูลเป็นสิ่งที่ผู้ใช้รูทกังวลเล็กน้อยเนื่องจากใช้ตัวแปลภาษา C++ ที่แกนกลางซึ่งเป็นหนึ่งในภาษาโปรแกรมที่มีประสิทธิภาพหน่วยความจำมากที่สุดเท่าที่เคยสร้างมา
แอปพลิเคชันรูทยังมาพร้อมกับส่วนติดต่อผู้ใช้แบบกราฟิกที่ไม่เหมือนใครซึ่งช่วยให้ผู้ที่มีพื้นฐานการเขียนโปรแกรมเพียงเล็กน้อยหรือไม่มีเลยสามารถโต้ตอบกับเครื่องมือนี้และใช้สำหรับแอปพลิเคชันของตนได้ นอกจากนี้ยังมีตัวแปลภาษา C++ ที่ทำงานในแบ็กเอนด์เพื่อให้เครื่องมือนี้มีฟังก์ชันการทำงานหลัก ล่ามนี้สามารถโต้ตอบด้วยการเขียนโค้ดใน C ++ โดยใช้พรอมต์รูท
ส่วนใหญ่จะใช้รูตเพื่อศึกษาและวิเคราะห์ข้อมูลจำนวนมาก การแสดงข้อมูลที่แตกต่างกันซึ่งรูทสามารถแสดงภาพข้อมูลใด ๆ ได้คือการแสดงภาพที่มีเอกลักษณ์และเต็มไปด้วยข้อมูลมากที่สุดซึ่งผลิตโดยเครื่องมือวิเคราะห์ข้อมูลใด ๆ Root ไม่เพียงสามารถสร้างกราฟและเมตริกประสิทธิภาพของภาพบนชุดข้อมูลขนาดใหญ่หลายชั้นได้อย่างง่ายดาย แต่ยังสามารถทำทั้งหมดนี้ได้อย่างรวดเร็วและรักษาหน่วยความจำได้มากกว่าเมื่อเทียบกับเครื่องมือขุดข้อมูลอื่น ๆ ตัวอย่างของเมตริกประสิทธิภาพการมองเห็นของ Root แสดงดังต่อไปนี้:
การติดตั้ง
เพื่อติดตั้งและใช้งาน ราก ก่อนอื่นเราต้องติดตั้งข้อกำหนดเบื้องต้นบางประการสำหรับเฟรมเวิร์กนี้
1. เราติดตั้งแพ็คเกจที่จำเป็นสำหรับรูทโดยใช้ ฉลาด ผู้จัดการแพคเกจ เหล่านี้รวมถึง คอมไพล์ , dpkg-dev , จีซีซี , ก++ , และอื่น ๆ.
เปิด Bash terminal บนเครื่อง Linux ของคุณและรันคำสั่งต่อไปนี้:
$ ซูโด ฉลาดรับการติดตั้ง คอมไพล์ dpkg-dev ทำ ก++ จีซีซี binutils libx11-dev
คุณควรได้ผลลัพธ์ที่คล้ายกับสิ่งนี้:
$ ซูโด ฉลาดรับการติดตั้ง libxpm-dev libxft-dev libxext-dev
คุณควรได้รับผลลัพธ์ที่คล้ายกัน:
2. ตอนนี้เราย้ายไปที่ไดเร็กทอรีที่เราต้องการติดตั้ง ราก โดยเรียกใช้คำสั่งต่อไปนี้:
$ ซีดี / ยูเอสอาร์ / ท้องถิ่น /
3. ดาวน์โหลด ราก ไฟล์จาก Github
เรียกใช้คำสั่งต่อไปนี้:
$ ซูโด โคลนคอมไพล์ https: // github.com / รากกระจก / root.git
คุณควรได้ผลลัพธ์ที่คล้ายกับภาพต่อไปนี้:
4. เปลี่ยนความเป็นเจ้าของโฟลเดอร์ “root” ที่ดาวน์โหลดมาในขั้นตอนที่แล้ว
เรียกใช้คำสั่งต่อไปนี้:
$ ซูโด เคี้ยว -ร 'ชื่อผู้ใช้' ราก
บันทึก : หากคุณไม่ทราบชื่อผู้ใช้สำหรับเครื่องของคุณ ให้รันคำสั่งต่อไปนี้ และคอลัมน์แรกในเอาต์พุตคือชื่อผู้ใช้ของคุณ:
5. ย้ายไปที่ไดเร็กทอรี 'root' ที่มีไฟล์ที่ดาวน์โหลดมาทั้งหมด จากนั้นเราจะสร้างโค้ด
เรียกใช้คำสั่งต่อไปนี้:
$ ซีดี ราก && . / กำหนดค่า --ทั้งหมด && ทำ -เจ 4
คุณควรได้ผลลัพธ์ที่คล้ายกับสิ่งนี้:
บันทึก : หากคำสั่งก่อนหน้านี้ใช้ไม่ได้ ให้รันคำสั่งต่อไปนี้:
บันทึก : ขั้นตอนที่ 5 อาจใช้เวลาสักครู่จึงจะเสร็จสิ้นการทำงาน คุณจะสามารถเห็นผลลัพธ์ของเทอร์มินัลที่แสดงเปอร์เซ็นต์ของความสำเร็จ
6. เมื่อสร้างเสร็จแล้วให้รันคำสั่งต่อไปนี้:
$ แหล่งที่มา ถัง / thisroot.sh
7. ตอนนี้คุณจะสามารถวิ่งได้แล้ว ราก โดยเรียกใช้คำสั่งต่อไปนี้:
$ ราก
ราก พรอมต์เปิดอยู่ในเทอร์มินัลของคุณแล้ว และคุณสามารถใช้เพื่อเขียนโค้ดใน C++
คู่มือผู้ใช้
เพื่อเปิด ราก canvas ให้รันคำสั่งต่อไปนี้หลังจากขั้นตอนที่ 7 ของคู่มือการติดตั้ง:
ทีแคนวาส ซี
เทอร์มินัลมีเอาต์พุตต่อไปนี้:
ตัวอย่างของ ราก ผ้าใบเปิดขึ้น คุณจะทำการเปลี่ยนแปลงที่นี่ได้ตามความต้องการของคุณ
หากต้องการเปิดผ้าใบในเว็บเบราว์เซอร์ เพียงคลิกที่ เครื่องมือ ตัวเลือกใน Toolbar ที่ด้านบนสุด แล้วเลือก เริ่มเบราว์เซอร์ ตัวเลือก. สิ่งนี้ควรเปิดอินสแตนซ์ของ ราก ในแอปพลิเคชันเบราว์เซอร์เริ่มต้นของคุณ
บทสรุป
ราก เป็นซอฟต์แวร์วิเคราะห์ข้อมูลและการวิเคราะห์ทางสถิติที่ใช้งานได้ฟรีที่พัฒนาโดย CERN ตามที่อธิบายไว้ก่อนหน้านี้ ส่วนใหญ่ใช้เพื่อเรียกใช้การวิเคราะห์ข้อมูลในชุดข้อมูลขนาดใหญ่ สิ่งที่ช่วยให้ Root โดดเด่นเหนือคู่แข่งคือความจริงที่ว่ามันใช้แบ็กเอนด์ C++ ที่มีประสิทธิภาพหน่วยความจำสูง ซึ่งช่วยให้สามารถรันโมเดลการวิเคราะห์ส่วนใหญ่บนชุดข้อมูลที่มีขนาดแตกต่างกันได้อย่างรวดเร็ว
ต้องมีประสบการณ์ในการเขียนโปรแกรมมาก่อนเนื่องจากพรอมต์รูทต้องการให้คุณเขียนโค้ดใน C ++ ไม่ได้หมายความว่าผู้ที่ไม่มีความรู้ด้านการเขียนโปรแกรมจะใช้เครื่องมือนี้ไม่ได้ ผืนผ้าใบและอินเทอร์เฟซผู้ใช้แบบกราฟิกที่มาพร้อมกับเครื่องมือช่วยให้คุณสร้างแบบจำลองและแอปพลิเคชันโดยใช้วิธีการลากและวางที่ใช้งานง่าย
รูทยังให้การสนับสนุน Python เนื่องจากเป็นภาษายอดนิยมและมีไลบรารีซอฟต์แวร์ที่ดีที่สุดสำหรับการขุดข้อมูล พรอมต์รูทที่คุณได้รับจากการติดตั้งนี้สามารถกำหนดค่าให้ทำงานด้วยคำสั่ง Python ได้เช่นกัน นี่เป็นการเปิดช่องทางใหม่ในการโต้ตอบกับเครื่องมือนี้
วิธีการต่างๆ ที่คุณสามารถใช้เพื่อโต้ตอบกับเฟรมเวิร์กของซอฟต์แวร์นี้เป็นเพียงประโยชน์รองของการใช้เครื่องมือนี้เท่านั้น ประโยชน์หลักคือความสามารถในการทำงานวิเคราะห์ข้อมูลให้เสร็จสิ้นได้เร็วกว่าเฟรมเวิร์กอื่น ๆ ส่วนใหญ่ที่มีอยู่ในตลาดปัจจุบัน