从泰坦尼克项目中,学习数据处理

前言 学习机器学习也有一段时间了,在这段时间内,有很多感想,其中之一就是数据处理的重要。 在机器学习中,一般使用pandas进行数据的处理,使用matplotlib或者seaborn进行图形化数据,两者结合起来处理和分析数据,能让之后的步骤事半功倍。 用来学习的项目是kaggle上的项目,有很多人分享了对这个项目的处理方法,我认为这个项目很重要的一点就是,数据的分析和处理,比模型更加重要。 分析 拿到数据,首先可以一窥数据大概,将数据展示出来看看大概构成: `train = pd.read_csv('../input/train.csv') test = pd.read_csv('../input/test.csv') combine = [train, test] train.head() `.dataframe tbody tr th:only-of-type { vertical-align: middle;}.dataframe tbody tr th { vertical-align: top;}.dataframe thead th { text-align: right;}PassengerId Survived Pclass Name Sex Age SibSp Parch Ticket Fare Cabin Embarked 0 1 0 3 Braund, Mr. Owen Harris male 22.0 1 0 A/5 21171 7.2500 NaN S 1 2 1 1 Cumings, Mrs. John Bradley (Florence Briggs Th... female 38.0 1 0 PC 17599 71.2833 C85 C 2 3 1 3 Heikkinen, Miss. Laina female 26.0 0 0 STON/O2. 3101282 7.9250 NaN S 3 4 1 1 Futrelle, Mrs. Jacques Heath (Lily May Peel) female 35.0 1 0 113803 53.1000 C123 S 4 5 0 3 Allen, Mr. William Henry male 35.0 0 0 373450 8.0500 NaN S 其中数据栏目分别为:id,是否获救,座位等级,姓名,性别,年龄,船上兄弟姐妹个数,船上父母子女个数,票号,票价,客舱号,登陆港口 接下来就要开始分析这些数据了。 基于个人理解,船上人员如果绅士,那么最有可能和存活相关的应该是性别,年龄。 然后考虑的应该是当时的社会等级,有可能相关的是座位等级,票价。 还有可能和当时团队力量相关,那么是否有亲人在船上也是一个可以考虑的因素。 现在就要验证之前的想法: `train[['Sex', 'Survived']].groupby(['Sex'], as_index=False).mean().sort_values(by='Survived', ascending=False) `.dataframe tbody tr th:only-of-type { vertical-align: middle;}.dataframe tbody tr th { vertical-align: top;}.dataframe thead th { text-align: right;}Sex Survived 0 female 0.742038 1 male 0.188908 `train[['Pclass', 'Survived']].groupby(['Pclass'], as_index=False).mean().sort_values(by='Survived', ascending=False) `.dataframe tbody tr th:only-of-type { vertical-align: middle;}.dataframe tbody tr th { vertical-align: top;}.dataframe thead th { text-align: right;}Pclass Survived 0 1 0.629630 1 2 0.472826 2 3 0.242363 `train[["SibSp", "Survived"]].groupby(['SibSp'], as_index=False).mean().sort_values(by='Survived', ascending=False) `.dataframe tbody tr th:only-of-type { vertical-align: middle;}.dataframe tbody tr th { vertical-align: top;}.dataframe thead th { text-align: right;}SibSp Survived 1 1 0.535885 2 2 0.464286 0 0 0.345395 3 3 0.250000 4 4 0.166667 5 5 0.000000 6 8 0.000000 `train[["Parch", "Survived"]].groupby(['Parch'], as_index=False).mean().sort_values(by='Survived', ascending=False) `.dataframe tbody tr th:only-of-type { vertical-align: middle;}.dataframe tbody tr th { vertical-align: top;}.dataframe thead th { text-align: right;}Parch Survived 3 3 0.600000 1 1 0.550847 2 2 0.500000 0 0 0.343658 5 5 0.200000 4 4 0.000000 6 6 0.000000 直接能够分析的几个数据已经看出来了,其中性别和座位等级确实对获救影响很大,亲人数量影响不是很绝对。 还有几个其他的数据,都可以像这样来分析,分析出来数据之后,可以判断出这个条件是否是决定存活与否的关键因素。 数据补充 还有几个维度的数据有缺失,需要进行数据处理,所以先进行一下数据的处理,为缺失的年龄数据补齐,补充数据的思路很多,可以随机年龄,可以平均年龄: `for dataset in combine: age_guess = dataset['Age'].dropna().median() dataset.loc[dataset.Age.isnull(), 'Age'] = age_guess dataset['Age'] = dataset['Age'].astype(int)train.head() `.dataframe tbody tr th:only-of-type { vertical-align: middle;}.dataframe tbody tr th { vertical-align: top;}.dataframe thead th { text-align: right;}PassengerId Survived Pclass Name Sex Age SibSp Parch Ticket Fare Cabin Embarked 0 1 0 3 Braund, Mr. Owen Harris male 22 1 0 A/5 21171 7.2500 NaN S 1 2 1 1 Cumings, Mrs. John Bradley (Florence Briggs Th... female 38 1 0 PC 17599 71.2833 C85 C 2 3 1 3 Heikkinen, Miss. Laina female 26 0 0 STON/O2. 3101282 7.9250 NaN S 3 4 1 1 Futrelle, Mrs. Jacques Heath (Lily May Peel) female 35 1 0 113803 53.1000 C123 S 4 5 0 3 Allen, Mr. William Henry male 35 0 0 373450 8.0500 NaN S 年龄补充完整之后,分析年龄。 因为像年龄这种带跨度的数据,可以使用跨度来进行分析,用pandas的cut方法生成跨度字段,再通过跨度字段进行统计: `train['AgeBand'] = pd.cut(train['Age'], 5) train[['AgeBand', 'Survived']].groupby(['AgeBand'], as_index=False).mean().sort_values(by='AgeBand', ascending=True) `.dataframe tbody tr th:only-of-type { vertical-align: middle;}.dataframe tbody tr th { vertical-align: top;}.dataframe thead th { text-align: right;}AgeBand Survived 0 (-0.08, 16.0] 0.550000 1 (16.0, 32.0] 0.344762 2 (32.0, 48.0] 0.403226 3 (48.0, 64.0] 0.434783 4 (64.0, 80.0] 0.090909 可以看到年龄段对生存的影响不是很绝对,但是也有将近一半的概率。 其他的数据中,也有一部分数据是缺失的,可以用上面提到的办法,或者更巧妙的办法进行补充,补充之后进行统计,更加准确。 `for dataset in combine: dataset['Embarked'] = dataset['Embarked'].fillna('S') `标准化 目前数据都已经分析好,或者说准备好,但是这些数据还不能直接用来做模型的输入。 因为模型不能处理如:male, female。这样的文字。而且Fare这一栏中,数字要远远大过其他栏的数字,这样Fare的影响可能会让模型不够准确。所以在进行模型训练之前,先要对数据进行标准化。 以年龄标准化为例: `for dataset in combine: dataset.loc[ dataset['Age'] <= 16, 'Age'] = 0 dataset.loc[(dataset['Age'] > 16) & (dataset['Age'] <= 32), 'Age'] = 1 dataset.loc[(dataset['Age'] > 32) & (dataset['Age'] <= 48), 'Age'] = 2 dataset.loc[(dataset['Age'] > 48) & (dataset['Age'] <= 64), 'Age'] = 3 dataset.loc[ dataset['Age'] > 64, 'Age'] = 4 train.head() `.dataframe tbody tr th:only-of-type { vertical-align: middle;}.dataframe tbody tr th { vertical-align: top;}.dataframe thead th { text-align: right;}PassengerId Survived Pclass Name Sex Age SibSp Parch Ticket Fare Cabin Embarked AgeBand 0 1 0 3 Braund, Mr. Owen Harris male 1 1 0 A/5 21171 7.2500 NaN S (16.0, 32.0] 1 2 1 1 Cumings, Mrs. John Bradley (Florence Briggs Th... female 2 1 0 PC 17599 71.2833 C85 C (32.0, 48.0] 2 3 1 3 Heikkinen, Miss. Laina female 1 0 0 STON/O2. 3101282 7.9250 NaN S (16.0, 32.0] 3 4 1 1 Futrelle, Mrs. Jacques Heath (Lily May Peel) female 2 1 0 113803 53.1000 C123 S (32.0, 48.0] 4 5 0 3 Allen, Mr. William Henry male 2 0 0 373450 8.0500 NaN S (32.0, 48.0] 将性别和登陆地也进行标准化,使用map函数来做比较简单: `for dataset in combine: dataset['Sex'] = dataset['Sex'].map( {'female': 1, 'male': 0} ).astype(int) dataset['Embarked'] = dataset['Embarked'].map( {'S': 0, 'C': 1, 'Q': 2} ).astype(int)train.head() `.dataframe tbody tr th:only-of-type { vertical-align: middle;}.dataframe tbody tr th { vertical-align: top;}.dataframe thead th { text-align: right;}PassengerId Survived Pclass Name Sex Age SibSp Parch Ticket Fare Cabin Embarked AgeBand 0 1 0 3 Braund, Mr. Owen Harris 0 1 1 0 A/5 21171 7.2500 NaN 0 (16.0, 32.0] 1 2 1 1 Cumings, Mrs. John Bradley (Florence Briggs Th... 1 2 1 0 PC 17599 71.2833 C85 1 (32.0, 48.0] 2 3 1 3 Heikkinen, Miss. Laina 1 1 0 0 STON/O2. 3101282 7.9250 NaN 0 (16.0, 32.0] 3 4 1 1 Futrelle, Mrs. Jacques Heath (Lily May Peel) 1 2 1 0 113803 53.1000 C123 0 (32.0, 48.0] 4 5 0 3 Allen, Mr. William Henry 0 2 0 0 373450 8.0500 NaN 0 (32.0, 48.0] 去掉我们所不需要的数据(当然,只是我懒,不想分析其他的因素了): `train = train.drop(['Name', 'PassengerId', 'Ticket', 'Fare', 'Cabin', 'AgeBand'], axis=1) test = test.drop(['Name', 'PassengerId', 'Ticket', 'Fare', 'Cabin'], axis=1)train.head() `.dataframe tbody tr th:only-of-type { vertical-align: middle;}.dataframe tbody tr th { vertical-align: top;}.dataframe thead th { text-align: right;}Survived Pclass Sex Age SibSp Parch Embarked 0 0 3 0 1 1 0 0 1 1 1 1 2 1 0 1 2 1 3 1 1 0 0 0 3 1 1 1 2 1 0 0 4 0 3 0 2 0 0 0 总结 到这一步,就可以开始训练模型了。具体的训练模型还是不写在这里了,本文章是看了这篇文章理解之后写的,简化和更改了(因为懒),英文好的同学,可以看原版。

Cost Function

代价函数,通常用来判断模型的拟合程度。 [latex]J={\frac 1{2m}}\sum_{i=1}^m(h(x^i) - y^i)^2[/latex] 其中有一个方差公式,应该都能看出来,通过方差来进行拟合的衡量。 但是让人疑惑的就是为什么是方差的[latex]\frac 12[/latex] 呢,其实这个 [latex]\frac 12 [/latex]完全是为了之后计算方便而设置的,因为之后求导,能够把这个 [latex] \frac 12 [/latex] 抵消,方便之后更好的进行计算。

LeetCode 72. Edit Distance

LeetCode 72. Edit Distance题目:给定两个单词,将第一个单词转换成第二个单词,需要的最少的步数。其中:替换,删除,增加都算是一个步数。思路:不知道为啥这题标为难,其实也是超级简单的题目,唯一需要动一点脑子的,就是删除的那个操作,第二个单词的下标是不需要往前移的。比较值得注意的一点是,如果用的元组来做dict的key,效率很低,有可能会超时,改为二维数组效率就会快很多了。 `class Solution: def __init__(self): self.cache = [] def minDistance(self, word1, word2): """ :type word1: str :type word2: str :rtype: int """ self.cache = [[0] * len(word2) for i in range(len(word1))] return self.dp(word1, word2, 0, 0) def dp(self, word1, word2, i, j): if i == len(word1) or j == len(word2): return len(word1[i:]) + len(word2[j:]) elif self.cache[i][j] != 0: return self.cache[i][j] elif word1[i] == word2[j]: return self.dp(word1, word2, i + 1, j + 1) else: self.cache[i][j] = min(self.dp(word1, word2, i, j + 1) + 1, self.dp(word1, word2, i + 1, j) + 1, self.dp(word1, word2, i + 1, j + 1) + 1) return self.cache[i][j] `

LeetCode 712. Minimum ASCII Delete Sum for Two Strings

712. Minimum ASCII Delete Sum for Two Strings 又是dp题目题目:删掉两个字符串中的字符让两个字符串相同,并统计删掉的字符的ascii码总和,要求总和最低。思路:也是动态规划,和最长公共子序列很像,是个变种。 有两种思路,第一种:继续按照最长公共子序列来做,算出了最长公共子序列之后,拿两个字符串的ascii码总和减去公共子序列的ascii码值,就是去掉的字符串的ascii码的和;第二种:反向算最长公共子序列,当dp计算的时候,如果字符不相等,进行ascii码的计算,相等则继续循环。 我采用的是第二种思路,用的递归写法,个人认为递归的写法比较简单,一下就能开写,不太需要思考。 `class Solution: def __init__(self): self.cache = [] def minimumDeleteSum(self, s1, s2): """ :type s1: str :type s2: str :rtype: int """ self.cache = [[0] * (len(s2) + 1) for i in range(len(s1) + 1)] return self.dp(s1, s2, 0, 0) def dp(self, s1, s2, i, j): if i == len(s1) or j == len(s2): return self.cal(s1[i:]) + self.cal(s2[j:]) elif s1[i] == s2[j]: return self.dp(s1, s2, i + 1, j + 1) elif self.cache[i][j] != 0: return self.cache[i][j] else: self.cache[i][j] = min(self.dp(s1, s2, i, j + 1) + ord(s2[j]), self.dp(s1, s2, i + 1, j) + ord(s1[i])) return self.cache[i][j] return self.cache[(i, j)] def cal(self, string): rsum = 0 for i in string: rsum += ord(i) return rsum `

LeetCode 198&213. House Robber & House Robber II

LeetCode 198&213. House Robber & House Robber II 两题一起题目:抢劫房屋,不能抢劫相邻的房屋,否则会被抓。升级版的房屋是一个环,也就是最后和最先的房屋是相邻的。思路:基础版是最简单的动态规划,升级版就是抢最后一间和不抢最后一间的情况取最大的那个。只放基础版的代码了。 `class Solution: def rob(self, nums): """ :type nums: List[int] :rtype: int """ take = 0 not_take = 0 for i,n in enumerate(nums): index = i + 2 temp = take take = max(take, not_take + n) not_take = max(not_take, temp) return take `

python中的defaultdict

在一个需求中意外的发现了defaultdict这个东西,python中的dict很好理解,可是有一个使用起来不方便的地方在于,需要进行初始值是否初始化的判断: `list = ["aaa", "bbb", "ccc", "aaa"] kv = {} for d in list: if d in kv: kv[d] += 1 else: kv[d] = 1print(kv) # {"aaa": 2, "bbb": 1, "ccc": 1}print(kv["test"]) #Traceback (most recent call last): # File "", line 1, in #KeyError: 'test' `对于python来说,这很不酷,所以,defaultdict这个东西就出现了,上面的代码,可以改为: `from collections import defaultdictlist = ["aaa", "bbb", "ccc", "aaa"] kv = defaultdict(int) for d in list: kv[d] += 1print(kv) # {"aaa": 2, "bbb": 1, "ccc": 1}print(kv["test"]) # 0print(kv) # {"aaa": 2, "bbb": 1, "ccc": 1, "test": 0} `也就是说,defaultdict能自动将没有创建的值,使用传入的函数来初始化,比如传入list,就能直接创建列表,使用的时候可以直接append。 除了这些基础用法,还有更加hack的用法,比如如下这个需求: 为对象进行编号,如果某几个属性相同,那么编为同一组。 这并不是一个多复杂的需求,只是用defaultdict来实现,会显得比其他方法优雅很多: `from collections import defaultdict from itertools import countgroup_value = defaultdict(count().__next__) group_value_list = [group_value[(o.p1, o.p2, o.p3)] for o in object_list] `使用了count的next方法,在往group_value设置值的时候,会自动生成一个值,当key相同的时候,值是相同的,当key不同的时候,自动将数字增加1,当做值,这样,就能生成一个分组的列表了。 defaultdict增强了原dict的功能,并且如果创造力足够,会让程序更加优雅。

javascript面试题记录

取自:https://github.com/yangshun/front-end-interview-handbook/blob/master/Translations/Chinese/questions/javascript-questions.md 以下问题仅仅用于抽查助记。请解释事件委托(event delegation)。请简述JavaScript中的this。请解释原型继承(prototypal inheritance)的工作原理。说说你对 AMD 和 CommonJS 的了解。IIFEnull、undefined和未声明变量之间有什么区别?如何检查判断这些状态值?什么是闭包(closure),为什么使用闭包?请说明.forEach循环和.map()循环的主要区别,它们分别在什么情况下使用?匿名函数的典型应用场景是什么?你如何组织自己的代码?(使用模块模式(module pattern)还是经典继承(classical inheritance)?)宿主对象(host objects)和原生对象(native objects)的区别是什么?下列语句有什么区别:function Person(){}、var person = Person()和var person = new Person()?.call和.apply有什么区别?请说明Function.prototype.bind的用法。什么时候会用到document.write()?功能检测(feature detection)、功能推断(feature inference)和使用 UA 字符串之间有什么区别?请尽可能详细地解释 Ajax。使用Ajax的优缺点分别是什么?请说明 JSONP 的工作原理,它为什么不是真正的 Ajax?你使用过 JavaScript 模板吗?用过什么相关的库?请解释变量提升(hosting)。请描述事件冒泡。“attribute” 和 “property” 之间有什么区别?为什么扩展 JavaScript 内置对象是不好的做法?document 中的load事件和DOMContentLoaded事件之间的区别是什么?==和===的区别是什么?请解释关于 JavaScript 的同源策略。请使下面的语句生效:请说明三元表达式中“三元”这个词代表什么?什么是"use strict";?使用它有什么优缺点?创建一个循环,从1迭代到100,3的倍数时输出 "fizz",5的倍数时输出 "buzz",同时为3和5的倍数时输出 "fizzbuzz"。为什么不要使用全局作用域?为什么要使用load事件?这个事件有什么缺点吗?你知道一些代替方案吗,为什么使用它们?请解释单页应用是什么,如何使其对SEO友好。你对 Promises 及其 polyfill 的掌握程度如何?Promise代替回调函数有什么优缺点?用转译成 JavaScript 的语言写 JavaScript 有什么优缺点?你使用什么工具和技巧调试 JavaScript 代码?你使用什么语句遍历对象的属性和数组的元素?请解释可变对象和不可变对象之间的区别。请解释同步和异步函数之间的区别。什么是事件循环?调用堆栈和任务队列之间有什么区别?请解释function foo() {}和var foo = function() {}之间foo的用法上的区别。使用let、var和const创建变量有什么区别?ES6 的类和 ES5 的构造函数有什么区别?你能给出一个使用箭头函数的例子吗,箭头函数与其他函数有什么不同?在构造函数中使用箭头函数有什么好处?高阶函数(higher-order)的定义是什么?请给出一个解构(destructuring)对象或数组的例子。ES6 的模板字符串为生成字符串提供了很大的灵活性,你可以举个例子吗?你能举出一个柯里化函数(curry function)的例子吗?它有哪些好处?使用扩展运算符(spread)的好处是什么,它与使用剩余参数语句(rest)有什么区别?如何在文件之间共用代码?什么情况下会用到静态类成员?

HTML面试题记录

取自:https://github.com/yangshun/tech-interview-handbook/blob/master/front-end/interview-questions.md 以下问题仅仅用于抽查助记。doctype的意义?HTML和XHTML有什么区别?如何提供包含多种语言内容的页面?在设计多语言的网站时,要注意些什么?data-属性有什么作用?HTML5有些什么改进?cookie, sessionStorage, localStorage 有什么区别?script, script async, script defer 有什么不同?为什么在标签中使用srcset属性?请描述浏览器遇到该属性后的处理过程。什么是渐进式渲染?CSSCSS 选择器的优先级是如何计算的?重置(resetting)CSS 和 标准化(normalizing)CSS 的区别是什么?你会选择哪种方式,为什么?id和class在css中有什么不同?描述float并且它是怎么工作的?描述z-index并且它是怎么进行叠加的?有哪些清除浮动的技术,都适用哪些情况?请解释什么是雪碧图(css sprites),以及如何实现?如何解决不同浏览器的样式兼容性问题?如何为功能受限的浏览器提供页面? 使用什么样的技术和流程?有什么不同的方式可以隐藏内容(使其仅适用于屏幕阅读器)?你使用过栅格系统吗?偏爱哪一个?你是否使用过媒体查询或移动优先的布局?你熟悉制作 SVG 吗?除了screen,你还能说出一个 @media 属性的例子吗?编写高效的 CSS 应该注意什么?使用 CSS 预处理的优缺点分别是什么?对于你使用过的 CSS 预处理,说说喜欢和不喜欢的地方?解释浏览器如何确定哪些元素与 CSS 选择器匹配。描述伪元素及其用途。说说你对盒模型的理解,以及如何告知浏览器使用不同的盒模型渲染布局。{ box-sizing: border-box; }会产生怎样的效果?display的属性值都有哪些?inline和inline-block有什么区别?relative、fixed、absolute和static四种定位有什么区别?你使用过哪些现有的 CSS 框架?你是如何改进它们的?你了解 CSS Flexbox 和 Grid 吗?请解释在编写网站时,响应式与移动优先的区别。响应式设计与自适应设计有何不同?什么情况下,用translate()而不用绝对定位?什么时候,情况相反。

关于javascript中的值传递和引用传递

javascript一切都是值传递,只不过传递的值是一个引用。 可能有点绕口,来看例子慢慢解释一下。(例子来自) `function changeStuff(a, b, c) { a = a * 10; b.item = "changed"; c = {item: "changed"}; }var num = 10; var obj1 = {item: "unchanged"}; var obj2 = {item: "unchanged"};changeStuff(num, obj1, obj2);console.log(num); console.log(obj1.item); console.log(obj2.item); `所以打印出来的是: `10 changed unchanged `来进行几个假设:如果js中全是值传递:那么obj1不应该更改为changed。 如果js中全是引用传递:那么num就应该变为100而不是10。 如果js中基础类型是值传递,对象是引用传递:在这个假设中obj2是进行的引用传递,那么我们更改了obj2的引用指向,但是在打印的时候却发现它还是原值。 如果是本文开头的那样,js中全部是值传递,只不过传递的值是一个引用:num是一个引用,指向了当初内存中的10,但是这个引用是以值传递的,所以修改这个值传递的参数的指向,是无法修改原引用的指向,而obj1的引用也是用值传递的,但是使用引用值访问的成员却是真正的引用,所以能更改成功。关于这种特殊的值传递,wiki上有一个定义,叫做分享传递(call-by-share)。 希望能够让看到文章的人理解。

IDEA插件开发——React项目插件

IDEA插件开发——React项目插件

设计部分 因为平时在做项目的时候,总是会有一些重复代码的工作量,作为一个有追求的程序员,当然不会让自己一直重复这些劳动。于是,就有了IDEA插件开发这个方案了。IDEA插件开发的资料非常少,大部分都要阅读IDEA的源码来探索。 首先明确我的目标:根据模块和页面名称,自动初始化一系列的页面,其中的变量、类名、文件名等均根据模块名称和页面名称生成。 第二步就是设计交互,我初步计划是,模块和页面的文件夹由自己手工创建,在页面文件夹上右键,点击生成,生成文件夹里面的内容。 创建项目 新建一个IntelliJ Platform Plugin,写好项目名称,进入开发界面。 首先稍微介绍下目录结构。resources目录,资源或者配置放置的目录,在META-INF中防止了插件的配置,以后模板文件也会放置在resource目录。 src中放置代码。 其他如.idea和out等与编码无关,是IDE配置和编译输出文件等。了解了目录结构,就要开始实现第一个目标。 实现菜单项 在IDEA中,每个动作都是一个action,所以第一步需要创建一个action。在我的版本的IDEA中,创建的目录在这个位置,不同版本的IDEA位置可能不同,但是都大同小异,应该都叫做Action。 其中要填几个字段:Action ID,也就是id了,保证唯一就可以了,随便怎么填,比如: My.newPage Class Name,会为你创建的类的名称,如NewPageAction。 Name,展示的名称,如New Page Init。 Description,描述,鼠标移动到菜单上的时候,底部栏对此菜单的描述,随便写一下就可以了。 Add To Group,这是最重要的一栏,首先选Group,这是代表选项出现在哪一类菜单中,由于我是要让我的菜单出现在项目文件夹的右键菜单中,所以选择的是ProjectViewPopupMenu,旁边的Actions栏作用是和Anchor一起的,表示选项出现在现有选项的前面还是后面。我的选项出现在最后就可以了,所以不用选择Actions,直接在Anchor栏选择Last。 Keyboard Shortcuts,快捷键,我不需要,所以不设置了。在创建完之后,会自动在META-INF的plugin.xml中,创建一段标签:并且会在src目录我们指定的包名中创建一个继承自AnAction的类,其中实现了actionPerformed方法,这个方法代表选项被点击的时候触发的方法。 获取需要的数据 首先介绍下我的插件,我的项目结构如下: `模块文件夹 -> 页面文件夹 -> action文件夹 action文件 actionType文件 reducer文件夹 reducer文件 component文件夹 组件文件 主页面文件 `所以我的插件目标是,创建好模块文件夹和页面文件夹之后,在页面文件夹上点击右键,选择New Page Init,就可以生成下面的所有文件夹和文件。 那么第一步,就是需要获取到文件夹的名称了。 `final DataContext dataContext = e.getDataContext(); //通过事件获取到当前的上下文 final IdeView view = LangDataKeys.IDE_VIEW.getData(dataContext); //获取到当前IDE的对象 if (view == null) { return; } final PsiDirectory dir = view.getOrChooseDirectory(); // 拿到当前选择的文件夹,也就是右键点击的文件夹final Project project = PlatformDataKeys.PROJECT.getData(dataContext); // 拿到项目对象if (dir == null || project == null) return; `到此,我们就拿到了需要的最基本的东西,准备工作做好了,因为页面中可能会用到各种各样的名称形式,所以现在来对基础数据做一些处理: `String[] split = dir.getName().split("-"); // 因为项目的约定,统一使用-来间隔单词 String dashName = dir.getName(); // 带-的名称,如my-page String underscoreName = StringUtil.join(split, "_"); // 带下划线的名称,如my_page String firstUpperCamelCaseName = Arrays.stream(split).map((w) -> Character.toUpperCase(w.charAt(0)) + w.substring(1).toLowerCase()).collect(Collectors.joining()); //所有首字母都大写的驼峰名称,如MyPage String allUpperCaseUnderscoreName = underscoreName.toUpperCase(); // 带下划线的全大写名称,如MY_PAGE String moduleName = "error"; // 模块名称,稍后处理 String moduleNameCamelCase = "error"; // 驼峰模块名称,稍后处理 String moduleUnderscoreName = "error"; // 模块下划线名称,稍后处理PsiDirectory dirParent = dir.getParent(); // 获取page文件夹的上一层,也就是模块文件夹 if (dirParent != null) { moduleName = dirParent.getName(); // 模块名称 if (dirParent.getName().contains("-")) { String[] parts = dirParent.getName().split("-"); StringBuilder camelCaseString = new StringBuilder(); for (int i = 0; i < parts.length; i++) { String part = parts[i]; if (i != 0) { camelCaseString.append(part.substring(0, 1).toUpperCase()).append(part.substring(1).toLowerCase()); } else { camelCaseString.append(part); } } moduleNameCamelCase = camelCaseString.toString(); // 驼峰模块名 } else { moduleNameCamelCase = dirParent.getName(); } moduleUnderscoreName = StringUtil.join(moduleName.split("-"), "_"); // 下划线模块名 } `基础数据就准备好了,可以进入下一步了。 页面模板 IDEA中,因为内置了Velocity,所以允许我们定义一些模板,首先先在resource中,创建一个文件夹,用于存放模板文件,名称叫做fileTemplates.internal,注意必须使用这个名称。 在下面新建所需要的模板文件,带上拓展名,并且以.ft结尾,如actions.tsx.ft。 文件的语法与Velocity相同,把最基础的代码复制过来之后,将要替换的部分,使用Velocity的模板语法替换,就完成模板的编写了。 编写好了模板,还需要在plugin.xml中进行一些配置,让系统能够读取到相应的模板。 找到extensions标签,在标签下加入如下标签:其中name为不带文件拓展名的名称,如actions.tsx.ft,就填入actions。这样在以后使用的时候,IDEA就会将模板名称与文件对应起来。 模板编写好了之后,回到原来的Action代码中,现在要进行的步骤是获取模板文件,并将值传入模板文件中,需要用到FileTemplateManager这个类了。 `FileTemplateManager.getInstance(project).getInternalTemplate("actions"); // 获取actions模板 `在拿到模板对象之后,还需要传入之前准备好的一些值: `Properties properties = new Properties(); properties.put("dashName", dashName); properties.put("moduleName", moduleName); properties.put("moduleNameCamelCase", moduleNameCamelCase); properties.put("UpperPageName", firstUpperCamelCaseName); properties.put("underscore_name", underscoreName); properties.put("pageTitle", "请定义标题"); properties.put("allUpperCaseUnderscoreName", allUpperCaseUnderscoreName); `现在,就可以开始传入值了: `PsiDirectory actionsDirectory = dir.createSubdirectory("actions"); // 先在page目录下,创建一个目录actions FileTemplate actionTemplate = FileTemplateManager.getInstance(project).getInternalTemplate("actions"); // 获取到actions的模板 try { FileTemplateUtil.createFromTemplate(actionTemplate, underscoreName + ".actions.tsx", properties, actionsDirectory); // 使用FileTemplateUtil的工具方法,在对应目录下,生成文件 } catch (Exception e1) { e1.printStackTrace(); } `到此,好像一个完整的编码流程就完成,那么运行一下吧。你会发现,运行的时候报错了。因为IDEA将写入有关的操作,都要放到另外的一个线程中执行,所以,需要告诉IDEA要执行的操作是一个写操作。在代码外面包上一层: ApplicationManager.getApplication().runWriteAction(() -> { // .......我们的代码 });这样,IDEA就会在写入操作的线程中执行我们的代码了。 测试并生成插件 开始运行的时候,需要配置一个运行环境,也就是启动另外一个IDEA,你可以去网上下载社区版本的IDEA来进行测试。如果以后需要编写到特殊的IDEA插件,比如TypeScript相关或者框架相关的插件,那么也可以配置付费版的IDEA或者Webstorm之类的来做测试。 在运行之前,最好还要先指定一下IDEA的最低版本,在plugin.xml中,有一段被注释的代码: --> 《------就是它打开这个注释,就代表IDEA会支持这个版本的api,具体版本查询,可以在上面的那行注释链接中去找。 到此应该能够将代码跑起来了,并且能够预览到插件的效果了,如果还有小bug,IDEA的调试是很方便的。接下来就是生成正式的插件了。 生成插件只需要点击菜单上Build -> Prepare Plugin Module 'xxx' For Deployment,就可以生成出对应的jar包了。 结语 有些同学可能说,这些功能不写IDEA的plugin也能写啊。确实,功能怎么样都能实现,只是看怎么样的实现最优美。在IDEA中点击右键,选择生成页面,这就是我觉得最优美的实现,所以才这么折腾在IDEA中实现这个功能。 并且,这个功能不是这个插件所有的功能,后续要做的功能,应该只有在IDEA中实现才最轻松,比如:解析reducer树并展示在IDE中;生成页面的时候可选页面初始化react组件(类似android)等等。这些功能都会依赖到js的语法解析,在IDEA中,psi直接可以访问到解析好的语法数据,后续我应该也会出更高级的IDEA插件教学。