oxtie 0.2.1

作为一个如何使用oxtie的简单示例，请考虑以下内容 例子：

>>>fromoxtie.backsimportsimple# Import some simple backends>>>tfbackend=simple.TempFileBackend()# Choose a temp file backend>>>fromoxtie.frontsimportbase# Import front ends>>>classMyClass(base.Frontend):# Define your own class...'Simple sub-class of Frontend so it can save data'...>>>f=MyClass(facets={'my_name':'test_item'},backend=tfbackend)>>>f.arbitrary_data='you can set whatever data you want'>>>f.save()# Backend will save

只需从base.frontend继承并选择后端，就可以 调用对象的save方法，它将在 所需的后端。您可以使用s3、文件系统或任何其他 只需更改一行即可支持后端。

以后可以通过以下方式加载对象：

>>>g=tfbackend.load({'my_name':'test_item'},front_cls=MyClass)>>>f.arbitrary_data==g.arbitrary_dataTrue

oxtie 用来保存/加载的关键是 facets 字典。 默认情况下， facets 中不以下划线开头的所有键 已使用，但您可以按后面的说明自定义此项。

您可以使用 oxtie 来处理复杂的数据结构。到 举例来说，假设您想以某种方式保存pandas数据帧。 首先，您要做的通常事情是导入熊猫并创建 数据帧：

>>>importpandas# So we can make a dataframe.>>>data={'estimate':[.17,None]}# Make example data>>>frame=pandas.DataFrame(data,index=['2017-07-01','2017-10-01'])

接下来，您可以从 oxtie 通过某种方式将数据帧存储为临时文件 喜欢：

>>>fromoxtie.frontsimportspecials# Illustrate special example>>>fromoxtie.backsimportsimple# Import simple backends>>>backend=simple.TempFileBackend()# Choose a temp file backend>>>f=specials.nums.SimpleFrame({'name':'test'},backend=backend,frame=frame)>>>f.arbitrary='You can also save arbitrary data in SimpleFrame'>>>f.save()# Now save the frame.

你本可以做些 从oxtie.backs导入aws以获取不同的后端并使用 backend= aws.s3backend（'prefix'， 'bucket'） 保存到amazon s3。或 如果你喜欢发电机，你可以用 后端=aws.dynamobackend（表名， 键字段={'primary'：['name']}） 用主键将数据保存到表中 primary 改为从 name 方面构建。关键是 oxtie 处理不同的后端，因此您没有 担心它或更改代码（除了选择后端 当然）。

继续我们的例子，一旦你想加载你的数据，你可以 以下（可能在另一个python会话中）：

>>>g=backend.load({'name':'test'},allow_load=True)>>>g.__class__.__name__'SimpleFrame'>>>g.frame.to_csv()==f.frame.to_csv()# Compare CSVs to handle NonesTrue>>>g.arbitrary==f.arbitrary# Aribitrary properties also matchTrue

注意，在上面的示例中，我们提供了 allow_load=true 指示 后端可以动态地找出哪些python类 将数据加载到。如果你不喜欢动态加载，有 指定要加载到其中的类的各种方法。