前言

雖然 Python 大行其道，但許多中大型企業核心系統還是以Java或C#為主，另外，Python要作出漂亮的UI介面也有困難，因此，筆者一直以來都想使用C#結合Python強大的生態環境(Ecosystem)，作出漂亮的資料科學應用程式，日前剛好看到一篇好文『Getting Started With C# DataFrame and XPlot.Plotly』，介紹使用C#操作DataFrame，並繪製漂亮的統計圖，雖然還沒辦法變成獨立的執行檔(Exe)，但也算前進了一大步。

安裝

步驟如下：
1.安裝 Visual Studio：注意，不是Visual Studio Code，筆者目前仍使用 Visual Studio 2019，若讀者使用Visual Studio 2022，須注意以下套件的版本。

2.安裝在cmd下的互動式工具。

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

3. 將互動式工具整合至 Jupyter Notebook 環境中。

dotnet interactive jupyter install

測試

大功告成，啟動Notebook測試，新增一個C#檔案，如下圖：

在第一格輸入：

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

順利輸出hello world !!

如果在網路抓一個C#的Notebook檔案(.ipynb)，在開啟檔案後，選擇【Kernel】>【Change kernel】>【.net(C#)】即可。

DataFrame操作

1. 安裝套件：Visual Studio一般使用NuGet指令安裝，Eikon Data API 支援在Jupyter中使用這項功能，同時，Microsoft.Data.Analysis套件支援DataFrame及統計圖(XPlot.Plotly)，故先安裝這兩個套件。

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

注意版本，VS 2022應可使用最新版。

2. 載入套件。

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

3. 註冊DataFrame的格式化函數(Formatter)。

// 格式化 DataFrame
Formatter.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; // 最多只顯示100列，可調整
    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");

4. 讀取 CSV 檔，並顯示DataFrame，ohlcdata.csv來自這裡。

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

輸出如下圖：

作圖

Microsoft.Data.Analysis 支援 Ploty 統計圖，它是以Javascript開發的，有Tooltip，呈現內容比Matplotlib豐富。

1. 線圖。

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

輸出如下圖：

2. 先將 Date 欄位轉成日期資料型態。

// 將 Date 欄位轉成日期資料型態
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>()); 

3. K 線圖。

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

輸出如下圖：

結論

對於 C# 與 Python 整合的議題，本來寄望微軟.net基金會支援的IronPython，不過，它沒辦法支援 Python 套件，版本更新的速度也很緩慢，現在看到Microsoft.Data.Analysis，似乎出現一道曙光，希望未來可以有更多的套件支援。

相關程式在這裡。