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