使用Java调用Python编程方式：使用复杂算例，包含参数传递

使用Java调用Python程序的方式有多种，在此介绍使用Runtime.getRuntime()执行脚本文件的方式，并使用复杂例子做详细说明

1.处理Python脚本程序

注意：在本文中，函数与方法含义相同，只为表达方便，不做区分。
当我们拿到python编写的脚本程序时，首先需要对源程序进行处理，将其改写为方法体的形式，还需要声明主函数入口，并确定输入输出参数。算法程序编写人员在编写python程序时，通常直接以程序流的形式编写，当平台开发人员拿到算法程序后，需要对其首先进行处理，封装成方法体。
下面结合程序来进行说明：
算法源程序如下图所示：

对其进行处理，将其封装为方法体的形式，并声明主函数，在主函数中为真正调用的函数获取参数，传入参数，并调用该函数，下面结合具体程序来进行说明：

# coding=utf-8
# 这些是python函数运行所需要安装导入的第三方库，不仅要导入，而且需要pip安装
import numpy as np
import pandas as pd
from sklearn import svm
from matplotlib import font_manager as fm
import matplotlib.pyplot as plt
import sys

# def 方法名（输入参数）
# 	算法流程
#  	return 结果参数
# 这是将python脚本改写为方法体的形式
def svr(fileURl):
    
    #检查一下，输入参数是否传递过来
    print("---------------" + fileURl)
    # 这里将数据来源输入参数写死，也是为了测试改写为方法体的程序能否正常运行，也必须是绝对路径
    # data = pd.read_excel('C:/Users/Princekin Yan/Desktop/hangcaiyuce/consume.xlsx')
    data = pd.read_excel(fileURl)
    data1 = data.copy()  
    y = data1['number']
    y1 = y
    y = np.array(y, dtype=np.float)
    y = y.reshape(-1, 1)
    mean = y.mean(axis=0)
    print(mean)
    y -= mean
    std = y.std(axis=0)
    y /= std
    y_train = y[0:31]
    y_test = y[31:]

    look = 1
    train_x, train_y = creat_data(y_train, look)
    test_x, test_y = creat_data(y_test, look)
    clf = svm.SVR(kernel='rbf', C=1e2)
    svr_fit = clf.fit(train_x, train_y)
    score = clf.score(test_x, test_y)
    result_train = clf.predict(train_x)
    result_train = result_train * std + mean
    print("result_train is:", result_train)

    result_test = clf.predict(test_x)
    result_test = result_test * std + mean
    print("result_test is:", result_test)

    result_y = clf.predict(y)
    result_y = result_y * std + mean