13.4.2 用计量单位格式化数据

13.4.2 用计量单位格式化数据

XML 数据中的许多指标，都只能转换为浮点数（float）；这当然是对的，因为面积和森林覆盖率都是数字，但是，这种数据没有更多的意义。把从非类型化的 XML 数据转换成 F# 类型化数据结构，其目的是通过类型注解，更好地了解这些值含义。为了使类型更具体，我们可以使用计量单位（units of measure），这在第二章提到过。使用这个功能，面积按平方公里计，森林覆盖面积按占总地面积的百分比计。我们首先通过几个示例来了解一下计量单位。

13.4.2.1 使用计量单位

在 F# 中，使用计量单位很容易，因此，我们在这里一带而过。声明计量单位使用 type 关键字，加上专有的特性（[]）。严格说来，计量单位并不是类型，但我们可以把它当作为另一种类型使用。我们首先定义两个简单的计量单位，表示公里和小时：

[<Measure>] type km
[<Measure>] type h

可以发现，Measure 特性说明类型是计量单位。这是一个专有特性，F# 编译器能够理解。我们不一定要自己定义计量单位，因为 FSharp.PowerPack.dll 库中有标准集，但是现在，我们还是自己声明。有了单位 km 和 h 以后，就可以创建表示公里或小时的值了。清单 13.15 显示了创建带单位的值，和使用这些值参与计算的函数。

清单13.15 使用计量单位的计算 (F#)

> let length = 9.0<km>;;      [1]
val length : float<km> = 9.0

> length * length;;          [2]
val it : float<km^2> = 81.0

> let distanceInTwoHours(speed:float<km/h>) =       [3]
   speed * 2.0<h>;; 
val distanceInTwoHours : float<km/h> -> float<km>    [4]

> distanceInTwoHours(30.0<km/h>);; 
val it : float<km> = 60.0

描述数值常量的单位，把单位括在尖括号角中，加在值的后面[1]。我们首先定义了一个表示在长度的值，以公里计。如果计算有单位的值，F# 能自动推断出结果的单位，因此，距离乘了两次，得出的面积以平方公里计[2]。表示单位，可用常规符号，即，用 ^ 表示乘方，用 / 表示除法，并列单位用乘法。
下一个示例中函数的参数包括单位信息，函数的参数为速度，返回两小时行走的路程[3]，参数以公里每小时计，因此，需要添加有单位的类型注解，把单位放在尖括号中，与指定参数值类型类似，比如 list 类型。F# 编译器能够推断出返回类型[4]，就像处理普通类型一样。通常，它能够帮助我们在阅读代码时，了解函数的功能；另外，这也是对函数重要的检查，可以避免犯低级错误：如果我们试图计算距离，但最后返回类型的单位是时间，那就肯定错了。
在世界银行的数据中，我们将使用 km^2 表示国家总面积的单位。到目前为止，一切顺利，但是，我们想要的第二个指标是以百分比的形式提供的，那么，应该如何指定百分比的单位呢？虽然，计量单位主要是用来表示物理量的，但也可以用它们来表示百分比：

[<Measure>] type percent
let coef = 33.0<percent>

这段代码创建表示百分比的单位，然后，定义了常量 coef，值为 33%。严格来讲，以百分比计的值没有单位，因为它仅是一个比例，但是，把它定义成单位很有用。为了演示，我们计算 50 公里距离的 33%。由于 coef 表示比例，可以简单地把两个值乘起来：

> 50.0<km> * coef;;
val it : float<km percent> = 1650.0

很明显这是错误的。我们期望的结果是以公里计，但是，从推导出的类型可以发现，结果是以公里乘以新的单位 percent。另外，从交互运行的代码还可以看到，数值太大，而计量单位的重要性就在于，可以在类型检查时就发现错误，而不必等到程序实际运行。那么，哪里出问题了呢？总是出在百分比值表示的比例已经乘以 100，要得出正确的结果，需要把值再除以 100 percent：

> 50.0<km> * coef / 100.0<percent>;;
val it : float<km> = 16.5

可以发现，现在好多了。我们把结果除以 100 percent，这样，在结果中就没有 percent单位了。F# 自动化简单位，知道 km percent/percent 等于 km。这个示例演示了使用计量单位的重要原因：与使用类型一样，能够有帮于尽早捕获大量的错误。

注意

计量单位还有很多其他重要的功能，在这个简介中我们并没有涉及到。例如，可以定义派生单位，比如 N（表示力，以牛顿计），这实际上就是 kg m/s^2；在函数或类型中，泛型参数也可以使用单位。有关计量单位的详细信息，请参阅 F# 联机文档，和架构师 Andrew Kennedy 关于该功能的博客（http://blogs.msdn.com/andrewkennedy）。

现在，还是回到我们的主示例，把下载的数据转换成带单位的类型。我们将使用原子单位 percent 表示地区森林覆盖率，用单位 km^2 表示面积。

13.4.2.2 格式化世界银行的数据

我们声明的 readValues 函数，从 XML 文档中读取值，最后一个参数是解析函数，用于将每个数据点转换到适当类型的值。我们下载的数组包含了三组面积，以平方公里计，和三组森林覆盖率，以百分比计。清单 13.16 演示了把原始文档转换成数据结构，从中可以方便提取重要信息。

清单 13.16 把原始数据转换成类型化的数据结构 (F#)

let areas = 
  Seq.concat(data.[0..2])         [1]
    |> readValues (fun a -> float(a) * 1.0<km^2>)     [2]
    |> Map.ofSeq               [3]
let forests = 
  Seq.concat(data.[3..5]) 
    |> readValues (fun a -> float(a) * 1.0<percent>) 
    |> Map.ofSeq

在进行管道处理之前，先把表示第一个指标的所有页面中的数据连接起来[1]，再把每个值从字符串转换成数值，以平方公里计[2]，然后，用数据生成映射（Map）[3]。第二个命令处理森林覆盖率，与此类似。
数据处理的主要部分使用管道运算，这种新的功能我们还没介绍过，它从数据集中取前三个元素，这称为切片（slicing），语法为 data.[0..2]， 生成索引从 0 到 2 的数组项的序列[1]。用 Seq.concat 把返回的序列连接成一个序列，包含所有年份的数据。管道运算的下一步是读这些值，转换成带对应计量单位的类型[2]，这却是最简单的部分，就是简单的 lambda 表达式！要注意的是，世界银行使用点作为分隔符，所以，数字就如 1.0。内置的 float 函数始终使用固定的区域设置，因此，在任何系统上，它都能正确解析字符串。
我们使用 Map.ofSeq 函数，把数据生成 F# 映射类型[3]。这个函数参数为元组的序列，第一个元素是关键字，第二个元素是值。在清单 13.16 中，关键字的类型为int * string，即年和地区名。第一个函数的类型为 float<km^2>，第二个函数为 float。把数据转换成映射，可以方便地查看不同年份和地区的各项指标。