python-gpu模块的进程挖掘
pm4pygpu的Python项目详细描述
#PM4PYGPU源
欢迎使用gpu进行进程挖掘！
使用nvidia rapids框架的pm4py gpu实用程序
DFG微积分性能：
在CSV日志中，有1百万个案例和5百万个事件（驱动器上有328百万个事件）。 pandas需要5,26秒加载日志并计算dfg， 急流需要0，75秒才能完成！
在CSV日志中，包含10M个案例和48M个事件（驱动器上为3.3GB）。 pandas需要53,17秒来加载日志并计算dfg， 急流需要3，46秒才能完成！
限制： -仍然不直接支持字符串。目前，Rapids可以将它们加载为Int64，但限制为两个字符。 -带有非字母数字字符的列名正在与rapids作斗争
要导入CSV并从CSV中获取DFG，请使用以下说明：
从pm4pygpu.objects.log.importer.adapters.rapids import rapids_csv_import 从pm4pygpu.algo.dfg.adapters.rapids导入df_统计信息
df=rapids_csv_import.import_rapids_dataframe（“output.csv”） dfg=df_统计。计算dfg_频率（df） 打印（DFG）
结果：
{（'a'，'c'）：14962，（'b'，'d'）：7480，（'a'，'b'）：15038，（'e'，'f'）：11217，（'c'，'d'）：7494，（'b'，'e'）：7558，（'e'，'g'）：3809，（'f'，'g'）：22421，（'d'，'g'）：3770，（'c'，'e'）：7468，（'d'，'f'）：11204}
欢迎加入QQ群-->： 979659372
