型・構造・意味を分ける理由#

一つのVectorと画像は、答える問いが違います。Vectorは一つの値の三成分、Imageは多数のColorが二つの軸上に配置されたデータです。値の成分数と配置する次元数を分けると、画像だけでなく波長や時刻を持つ科学データも同じ基盤で扱えます。

Type Formatから考える#

Value型形式は一つの値の型を構成します。Field型形式はそのValue型と次元数を組み合わせてFieldの型を構成します。二つの形式を持つことと、すべての実行時情報を型名へ詰め込むことは別です。

例えばGrid<Float,3>という型から分かるのは、Floatが三つのDimension上に配置されることです。実際の大きさ、軸の名前、座標の配置はField Structureが持ちます。属性を変更するたびに別のSocket Typeへ変えなくても、データの意味を追跡できます。

Grid<Color,2>には任意の二軸を付けられます。ImageはX/Yの画像解釈を持つ型です。その区別により、画像処理は色や表示領域のStandard Attributeを正式に理解できます。ただし、型が意味を定めることと、各Attributeが必ず既知であることは同じではありません。

VideoのTimeも軸の意味です。時間座標を一次情報にすると、可変フレームレートや不均一な観測時間を表現できます。Frame Rateを固定の本体にすると、こうした時刻情報を失います。

データを扱いやすくするため、Data Wranglerは統一した読み書きのモデルを持ちます。保存ではValue、軸構造、Attributeをそれぞれ分け、編集で整合性を維持します。操作の入口が共通でも、温度のサンプル、座標の単位、色空間の解釈が同じ情報になるわけではありません。

設計はxarrayのDataArrayにある値・名前付き次元・座標の関係を参考にしています。CNLのImage/Videoの意味契約や変換規則は、CNLとして別に規定しています。

未接続、入力待ち、型不一致、実行未対応はデータ型ではありません。それぞれを別に表示すると、今の問題が「線をまだ繋いでいない」「指定が矛盾している」「GPUの実行機能が足りない」のどれかを判断できます。役割・状態・性質を明確に定義する姿勢はWAI-ARIAも参考にしています。