python聚類算法解決方案（rest接口/mpp數(shù)據(jù)庫/json數(shù)據(jù)/下載圖片及數(shù)據(jù)）

更新時間：2019年08月28日 08:28:37 作者：軟件老王

這篇文章主要介紹了python聚類算法解決方案（rest接口/mpp數(shù)據(jù)庫/json數(shù)據(jù)/下載圖片及數(shù)據(jù)）,文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友可以參考下

1. 場景描述

一直做java，因項目原因，需要封裝一些經(jīng)典的算法到平臺上去，就一邊學(xué)習(xí)python，一邊網(wǎng)上尋找經(jīng)典算法代碼，今天介紹下經(jīng)典的K-means聚類算法，算法原理就不介紹了，只從代碼層面進(jìn)行介紹，包含：rest接口、連接mpp數(shù)據(jù)庫、回傳json數(shù)據(jù)、下載圖片及數(shù)據(jù)。

2. 解決方案

2.1 項目套路

（1）python經(jīng)典算法是單獨的服務(wù)器部署，提供rest接口出來，供java平臺調(diào)用，交互的方式是http+json；

（2）數(shù)據(jù)從mpp數(shù)據(jù)庫-Greenplum中獲?。?/p>

（3）返回的數(shù)據(jù)包括三個：1是生成聚類圖片的地址；2是聚類項目完整數(shù)據(jù)地址；3是返回給前端的200條json預(yù)覽數(shù)據(jù)。

2.2 restapi類

分兩個類，第一個是restapi類，封裝rest接口類，其他的經(jīng)典算法在這里都有對應(yīng)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(wù)器上更改為服務(wù)器地址，用于存放數(shù)據(jù)
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("/<path:filename>")
def getImages(filename):
  return send_from_directory(dirpath, filename, as_attachment=True)

#5.啟動
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(wù)

（1）服務(wù)器上更改為服務(wù)器地址，用于存放數(shù)據(jù)

（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）啟動

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(zhí)行 軟件老王
def exec(params, dirpath):

  #1.獲取參數(shù)，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. 校驗是否為空，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(shù)據(jù)庫獲取數(shù)據(jù)，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(shù)據(jù)集無數(shù)據(jù)，請確認(rèn)后重試"
  #4 調(diào)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(shù)據(jù)標(biāo)準(zhǔn)化，不需要標(biāo)準(zhǔn)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(dǎo)出excel 軟件老王
def export(model, data, data_zs, url, dirpath, name,grouplinesname,xlines, ylines,xlinesname,ylinesname):


  # #詳細(xì)輸出原始數(shù)據(jù)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(xì)輸出每個樣本對應(yīng)的類別
  r_detail_new.columns = list(detail_data.columns) + [u'聚類類別'] # 重命名表頭
  outputfile = dirpath + name + '.csv'
  r_detail_new.to_csv(outputfile, encoding='utf_8_sig') # 保存結(jié)果


  #重命名表頭
  r1 = pd.Series(model.labels_).value_counts() # 統(tǒng)計各個類別的數(shù)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(yīng)的類別下的數(shù)目
  r.columns = list(data.columns) + [u'類別數(shù)目'] # 重命名表頭

  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(biāo)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(zhì)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(shù)據(jù)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(dāng)于預(yù)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(shù)據(jù)集或聚類數(shù)據(jù)列，不能為空"
  if xlines is None or xlines.strip() == '' or len(xlines.strip()) == 0:
    return "X軸，不能為空"
  if ylines is None or ylines.strip() == '' or len(ylines.strip()) == 0:
    return "Y軸，不能為空"
  if times is None or times <= 0:
    return "聚類個數(shù)，不能為空或小于等于0"
  if groupnum is None or groupnum <= 0:
    return "迭代次數(shù)，不能為空或小于等于0"

代碼說明：

（1）獲取參數(shù)，軟件老王；

（2）校驗是否為空，軟件老王；

（3）從數(shù)據(jù)庫獲取數(shù)據(jù)，軟件老王；

（4）第三方sklearn的KMeans聚類算法，軟件老王；

（5）生成導(dǎo)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(shù)據(jù)給前端展示，軟件老王

2.4 執(zhí)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(shù)目":{"0":5,"1":8,"2":1}}}

2.4.2 返回圖片