python聚類算法解決方案(rest接口/mpp數據庫/json數據/下載圖片及數據)1. 場景描述
一直做java,因項目原因,需要封裝一些經典的算法到平臺上去,就一邊學習python,一邊網上尋找經典算法代碼,今天介紹下經典的K-means聚類算法,算法原理就不介紹了,只從代碼層面進行介紹,包含:rest接口、連接mpp數據庫、回傳json數據、下載圖片及數據。
- 解決方案
2.1 項目套路
(1)python經典算法是單獨的服務器部署,提供rest接口出來,供java平臺調用,交互的方式是http+json;
(2)數據從mpp數據庫-Greenplum中獲取;
(3)返回的數據包括三個:1是生成聚類圖片的地址;2是聚類項目完整數據地址;3是返回給前端的200條json預覽數據。
2.2 restapi類
分兩個類,第一個是restapi類,封裝rest接口類,其他的經典算法在這裏都有對應的方法,是個公共類。
完整代碼:
-- coding: utf-8 --
from flask import Flask, request, send_from_directory
from k_means import exec
import logging
app = Flask(__name__)
1.服務器上更改爲服務器地址,用於存放數據
dirpath = 'E:\ruanjianlaowang'
2. 測試連通性,軟件老王
@app.route('/')
def index():
return "Hello, World!"
3. k-means算法 軟件老王
@app.route('/getKmeansInfoByLaowang', methods=['POST'])
def getKmeansInfoByLaowang():
try:
result = exec(request.get_json(), dirpath)
except IndexError as e:
logging.error(str(e))
return 'exception:' + str(e)
except KeyError as e:
logging.error(str(e))
return 'exception:' + str(e)
except ValueError as e:
logging.error(str(e))
return 'exception:' + str(e)
except Exception as e:
logging.error(str(e))
return 'exception:' + str(e)
else:
return result
4.文件下載(圖片及csv)
@app.route("/")
def getImages(filename):
return send_from_directory(dirpath, filename, as_attachment=True)
5.啓動
if name == '__main__':
app.run(host="0.0.0.0", port=5000, debug=True)
代碼說明:
使用的是第三方的flask提供的rest服務
(1)服務器上更改爲服務器地址,用於存放數據
(2)測試連通性,軟件老王
(3)k-means算法 軟件老王
(4)文件下載(圖片及csv)
(5)啓動
2.3 k-means算法類
完整代碼:
import pandas as pd
import dbgp as dbgp
from pandas.io import json
from numpy import *
import matplotlib.pyplot as plt
import numpy as np
plt.switch_backend('agg')
import logging
執行 軟件老王
def exec(params, dirpath):
#1.獲取參數,軟件老王
sql = params.get("sql")
xlines = params.get("xlines")
ylines = params.get("ylines")
xlinesname = params.get("xlinesname")
ylinesname = params.get("ylinesname")
grouplinesname = params.get("grouplinesname")
times = int(params.get("times"))
groupnum = int(params.get("groupnum"))
url = params.get("url")
name = params.get("name")
#2. 校驗是否爲空,軟件老王
flag = checkparam(sql, xlines, ylines, times, groupnum)
if not flag is None and len(flag) != 0:
return flag
#3. 從數據庫獲取數據,軟件老王
try:
data = dbgp.queryGp(sql)
except IndexError:
return sql
except KeyError:
return sql
except ValueError:
return sql
except Exception:
return sql
if data.empty:
return "exception:此數據集無數據,請確認後重試"
#4 調用第三方sklearn的KMeans聚類算法,軟件老王
# data_zs = 1.0 * (data - data.mean()) / data.std() 數據標準化,不需要標準話
from sklearn.cluster import KMeans
model = KMeans(n_clusters=groupnum, n_jobs=4, max_iter=times)
model.fit(data) # 開始聚類
return export(model, data, data, url, dirpath, name,grouplinesname,xlines, ylines,xlinesname,ylinesname)
# 5.生成導出excel 軟件老王
def export(model, data, data_zs, url, dirpath, name,grouplinesname,xlines, ylines,xlinesname,ylinesname):
# #詳細輸出原始數據及其類別
detail_data = pd.DataFrame().append(data)
if not grouplinesname is None and len(grouplinesname) != 0:
detail_data.columns = grouplinesname.split(',')
r_detail_new = pd.concat([detail_data, pd.Series(model.labels_, index=detail_data.index)], axis=1) # 詳細輸出每個樣本對應的類別
r_detail_new.columns = list(detail_data.columns) + [u'聚類類別'] # 重命名錶頭
outputfile = dirpath + name + '.csv'
r_detail_new.to_csv(outputfile, encoding='utf_8_sig') # 保存結果
#重命名錶頭
r1 = pd.Series(model.labels_).value_counts() # 統計各個類別的數目
r2 = pd.DataFrame(model.cluster_centers_) # 找出聚類中心
r = pd.concat([r2, r1], axis=1) # 橫向連接(0是縱向),得到聚類中心對應的類別下的數目
r.columns = list(data.columns) + [u'類別數目'] # 重命名錶頭
return generateimage(r, data_zs, url, dirpath, name,model,xlines, ylines,xlinesname,ylinesname)
6.生成圖片及返回json,軟件老王
def generateimage(r, data_zs, url, dirpath, name,model,xlines, ylines,xlinesname,ylinesname):
image = dirpath + name + '.jpg'
#6.1 中文處理,軟件老王
plt.rcParams['font.sans-serif'] = ['simhei']
plt.rcParams['font.family'] = 'sans-serif'
plt.rcParams['axes.unicode_minus'] = False
# 6.2 畫圖,生成圖片,軟件老王
labels = model.labels_
centers = model.cluster_centers_
data_zs['label'] = labels
data_zs['label'] = data_zs['label'].astype(np.int)
# 圖標集合
markers = ['o', 's', '+', 'x', '^', 'v', '<', '>']
colors = ['b', 'c', 'g', 'k', 'm', 'r', 'y']
symbols = []
for m in markers:
for c in colors:
symbols.append((m, c))
# 畫每個類別的散點及質心
for i in range(0, len(centers)):
df_i = data_zs.loc[data_zs['label'] == i]
symbol = symbols[i]
center = centers[i]
x = df_i[xlines].values.tolist()
y = df_i[ylines].values.tolist()
plt.scatter(x, y, marker=symbol[0], color=symbol[1], s=10)
plt.scatter(center[0], center[1], marker='*', color=symbol[1], s=50)
plt.title(name)
plt.xlabel(xlinesname)
plt.ylabel(ylinesname)
plt.savefig(image, dpi=150)
plt.clf()
plt.close(0)
# 6.3 返回json數據給前端展示,軟件老王
result = {}
result['image_url'] = url + '/' + name + '.jpg'
result['details_url'] = url + '/' + name + '.csv'
result['data'] = r[:200] #顯示200,多的話,相當於預覽
result = json.dumps(result, ensure_ascii=False)
result = result.replace('\\', '')
return result
def checkparam(sql, xlines, ylines, times, groupnum):
if sql is None or sql.strip() == '' or len(sql.strip()) == 0:
return "數據集或聚類數據列,不能爲空"
if xlines is None or xlines.strip() == '' or len(xlines.strip()) == 0:
return "X軸,不能爲空"
if ylines is None or ylines.strip() == '' or len(ylines.strip()) == 0:
return "Y軸,不能爲空"
if times is None or times <= 0:
return "聚類個數,不能爲空或小於等於0"
if groupnum is None or groupnum <= 0:
return "迭代次數,不能爲空或小於等於0"
代碼說明:
(1)獲取參數,軟件老王;
(2)校驗是否爲空,軟件老王;
(3)從數據庫獲取數據,軟件老王;
(4)第三方sklearn的KMeans聚類算法,軟件老王;
(5)生成導出excel 軟件老王
(6)生成圖片及返回json,軟件老王
(6.1) 中文處理,軟件老王
(6.2) 畫圖,生成圖片,軟件老王
(6.3) 返回json數據給前端展示,軟件老王
2.4 執行效果
2.4.1 json返回
{"image_url":"http://10.192.168.1:5000/ruanjianlaowang_65652.jpg","details_url":"http://10.192.168.1:5000/ruanjianlaowang_65652.csv","data":{"empno":{"0":7747.2,"1":7699.625,"2":7839.0},"mgr":{"0":7729.8,"1":7745.25,"2":7566.0},"sal":{"0":2855.0,"1":1218.75,"2":5000.0},"comm":{"0":29.5110766,"1":117.383964625,"2":31.281453},"deptno":{"0":20.0,"1":25.0,"2":10.0},"類別數目":{"0":5,"1":8,"2":1}}}
2.4.2 返回圖片
2.4.3 返回的數據
另外說明: 目前項目環境上用的是8核16G的虛擬機,執行數據量是30萬,運行狀況良好。
I’m 「軟件老王」,如果覺得還可以的話,關注下唄,後續更新秒知!歡迎討論區、同名公衆號留言交流!
原文地址https://www.cnblogs.com/ruanjianlaowang/p/11421785.html