Apriori算法的Python实现！

#!/usr/bin/env python 

#coding=utf-8 

from Tkinter import * 

import string 

 

# get data from file,return a list that its items are also lists 

# like this [ [],[],[] ] 

def getsrcdata(filename): 

    f=open(filename,'r') 

    srcdata=[] 

    # read file each line 

    # it is equal to line in f.readlines() 

    for line in f: 

        # split string line seprated by space or table 

        srcdata.append(string.split(line)) 

    f.close() 

    # if success,return tuple (True,the data) 

    return srcdata 

# get the first candidates C1 from source data 

# return a dict c1 whose key is frozenset which 

# contains each item and its value is its count 

def getC1(srcdata): 

    c1={} 

    # in each transaction 

    for i in srcdata: 

        # for each item in one transaction 

        for j in i: 

            # put into a set and then return a frozenset 

            # so that can be a key in dict 

            s=set() 

            s.add(j) 

            key=frozenset(s) 

            # if the item has appeared before,plus one 

            if key in c1: 

                c1[key]=c1[key]+1 

            else: 

                c1[key]=1 

    return c1 

# compare candidate support count with the given 

# minimum support count 

def getL(c,supct): 

    # key in candidate which will be deleted 

    # the support count less than the given 

    d_key=[] 

    for key in c: 

        ct=c[key] 

        if ct < supct: 

            d_key.append(key) 

    # delete the items whose support count 

    # less than the given 

    for key in d_key: 

        del c[key] 

    return c 

# get the next candidate from previous L 

# and scan source data for count of each candidate 

def getnextcandi(preL,srcdata): 

    c={} 

    for key1 in preL: 

        for key2 in preL: 

            if key1 != key2: 

                # preL cartesion product with preL 

                key=key1.union(key2) 

                c[key]=0 

    # count for each item 

    for i in srcdata: 

        for item in c: 

            if item.issubset(i): 

                c[item]=c[item]+1 

    return c 

# Apriori algorithem 

def Apriori(filename,supct): 

    #get source data from file 

    srcdata=getsrcdata(filename) 

    # get C1 

    c=getC1(srcdata) 

    # L 

    L={} 

    while True: 

        # temp L,if empty,over 

        # while not,this is the new L 

        temp_L=getL(c,supct) 

        if not temp_L: 

            break 

        else: 

            L=temp_L 

        # get the next candidate from pre L 

        c=getnextcandi(L,srcdata) 

    return L 

# root window 

def initwindow(): 

    # define root windown's size,position and title 

    root=Tk() 

    root.title('Apriori') 

    root.geometry('640x480+200+100') 

    root.config(bg='#BAE7FE',bd=3,relief=GROOVE) 

    # for resize the root window 

    root.rowconfigure(0,weight=1) 

    root.rowconfigure(1,weight=1) 

    root.rowconfigure(2,weight=1) 

    root.columnconfigure(0,weight=1) 

    root.columnconfigure(1,weight=1) 

    root.columnconfigure(2,weight=1) 

    root.columnconfigure(3,weight=1) 

    return root 

# the main function 

def main(): 

    # clean up the result label 

    def cleanup(): 

        result.configure(text='') 

    # display the result in a label 

    def display(event): 

        # be care of int(supct.get()) 

        f=filename.get() 

        sup=supct.get() 

        L={} 

        try: 

            # if sup is not a integer 

            sup=int(sup) 

        except ValueError,e: 

            cleanup() 

            er.set(str(e)) 

            return 

        try: 

            L=Apriori(f,sup) 

            # open file error 

        except IOError,e: 

            cleanup() 

            er.set(str(e)) 

            return 

        s="Items/t/tSup.count/n/n" 

        for item in L: 

            s=s+'{ ' 

            for i in item: 

                s=s+i+' ' 

            s=s+'}'+"/t/t"+str(L[item])+"/n" 

        result.configure(text=s) 

    # draw the root window 

    root=initwindow() 

    # label draw 'data file' 

    Label(root,text='Data.File :',relief=GROOVE,/

          bg='#BE7A32',fg='white').grid/

          (row=0,column=0,padx=10,pady=20,sticky=E) 

    # entry for enter file 

    filename=Entry(root,highlightbackground='black',bd=3,/

                   highlightcolor='green',fg='blue',bg='#FFFFDD',width=35) 

    filename.grid(row=0,column=1,padx=10,sticky=W) 

    filename.focus_set() 

    # bind callback function for all Entry widgets 

    root.bind_class('Entry','<Return>',display) 

    # label 

    Label(root,text='Min.Sup.Count:',relief=GROOVE,/

          bg='#BE7A32',fg='white').grid/

          (row=0,column=2,padx=10,sticky=E) 

    # entry for minimum support count 

    supct=Entry(root,width=4,highlightbackground='black',/

                highlightcolor='green',bd=3,fg='blue',bg='#FFFFDD') 

    supct.grid(row=0,column=3,padx=10,sticky=W) 

    # display the result 

    result=Label(root,relief=SUNKEN,height=10,width=400,bd=4,/

                 bg='#FFFFDD',fg='#113BE8',font=('Times','16')) 

    result.grid(row=1,column=0,columnspan=4,padx=70,sticky=S+N) 

    # error string 

    er=StringVar() 

    # print error message 

    errmess=Label(root,bg=root['bg'],fg='red',textvariable=er,/

                  height=4,width=375,font=('Times','16','bold')) 

    errmess.grid(row=2,column=0,columnspan=4) 

    root.mainloop() 

# call main fuction 

if __name__=='__main__': 

    main()