Il Parsing


Il Parsing è il processo che analizza e studia un flusso di dati in input per determinarne la struttura con una specifica grammatica formale.

Fare parsing significa riconoscere un input e assegnare a questo una struttura adeguata; il parsing sintattico riconosce un input grammaticale e assegna ad esso una struttura sintattica.

Il parser, che è appunto il programma che esegue il parsing, determina se e come un input può derivare dal simbolo iniziale.

Esistono due principali metodi di parsing:

- Metodo top-down, che cerca di trasformare il simbolo iniziale nell'input attraverso ripetute segmentazioni;

- Metodo bottom-up, che invece cerca di riscrivere l'input sotto forma di simbolo iniziale.


Nello specifico, si ha la lettura di un file .csv e la sua trasposizione in una RichTextBox in VB.NET e C#, andando a trattare un esempio illustrativo in VB.NET.

Dopo aver creato il Form e aver inserito un Button (Button1) e una RichTextBox (RichTextBox1):




Import System.IO


Public Class Form 1

Si definisce cosa controlla il Button1
Sub Button1_Click(Sender As Object, e As EventArgs) Handles Button1.Click

Acquisizione del nome del file
Dim o As New OpenFileDialog
o.ShowDialog()
Dim NomeFile As String = o.FileName


Acquisizione alternativa del nome del file
Dim NomeFile As String = " percorso file "

Definizione del lettore: si utilizza la funzione StreamReader
Dim s As New StreamReader(NomeFile)

Si definisce un Loop fino alla lettura dell'ultima riga
Do
Dim RigaDelFile = s.ReadLine()


Non si considerano le righe di commento o le righe vuote
If RigaDelFile.Contains("#") Then Continue Do
If RigaDelFile.Contains(" ") Then Continue Do
Dim Pezzi As String() = RigaDelFile.Split(" ".ToCharArray, StringSplitOptions.RemoveEmptyEntries)


Si Trasferisce il tutto alla RichTextBox1
Me.RichTextBox1.AppendText(RigaDelFile & Environment.NewLine)
Loop Untile s.EndOfStream

End Sub
End Class

Commenti

Posta un commento

Post popolari in questo blog

Il moto browniano geometrico

Immagine
Il moto browniano geometrico (a volte detto moto browniano esponenziale) è un processo stocastico in tempo continuo in cui il logaritmo della quantità variabile nel tempo segue un moto browniano, o, forse più precisamente, un processo di Wiener. Il processo è ritenuto appropriato per modellizzare alcuni fenomeni dei mercati finanziari. In particolare, tale processo assume particolare rilevanza in ambito finanziario, in particolare nell’option pricing, in quanto nel modello di Black-Scholes-Merton viene ipotizzato che il prezzo dell’azione sottostante segua un tale processo. Il moto browniano geoemetrico soddisfa la seguente equazione differenziale stocastica: dove è un moto browniano standard e , il drift percentuale istantaneo, e , la volatilità percentuale istantanea, sono costanti reali. L’equazione ha una soluzione analitica nella forma: La variabile aleatoria ha distribuzione Normale con media e varianza . Segue il codice in VB.NET per generare una serie storica dei p
Continua a leggere

Resampling dei dati

Immagine
Il Resampling , anche detto ricampionamento dei dati, rappresenta un'interessante procedura inferenziale che permette di aumentare il potenziale informativo di un campione attraverso l'estrazione di sottocampioni dello stesso. In statistica, con i metodi di resampling dei dati o di ricampionamento si indicano differenti metodi per: stimare la precisione di campioni statistici (mediana, varianza, percentili) usando sottoinsiemi dei dati o scelti casualmente mediante sostituzioni a partire da un insieme dei dati; scambiare etichette sui dati quando si eseguono test di significatività; confermare modelli usando sottoinsiemi casuali. Si può quindi distinguere tra metodi basati sull’estrazione casuale di sottoinsiemi dei dati campionari e metodi nei quali il resampling avviene secondo una procedura non randomizzata.  Appartengono alla prima categoria il bootstrap e sue varianti come il subsampling .  Rientrano invece nella seconda procedure come il jackknif
Continua a leggere

Generazioni di variabili aleatorie

Immagine
Sono detti numeri pseudo-casuali (in inglese pseudo-random numbers ) i numeri generati da un algoritmo deterministico che produce una sequenza con, approssimativamente, le stesse proprietà statistiche di una sequenza di numeri generata da un processo casuale. Tale algoritmo è detto generatore di numeri pseudo-casuali (PRNG, dall'inglese pseudo-random numbers generator ). Le sequenze di numeri pseudo-casuali vengono solitamente generate da un computer e utilizzate per algoritmi basati su processi casuali, come i metodi di tipo Monte Carlo o le applicazioni di crittografia. Quando invece occorrono sequenze di numeri realmente casuali, si utilizza un generatore hardware di numeri casuali. La classe Random nel linguaggio VB Net rappresenta un generatore di numeri pseudo-casuali, ovvero un dispositivo che produce una sequenza di numeri che soddisfano determinati requisiti statistici di casualità. La sintassi è la seguente: VB <SerializableAttribute> <ComVisi
Continua a leggere