python聚类算法库_python聚类算法解决方案（rest接口/mpp数据库/json数据/下载图片及数据）...

1. 场景描述

一直做java，因项目原因，需要封装一些经典的算法到平台上去，就一边学习python，一边网上寻找经典算法代码，今天介绍下经典的K-means聚类算法，算法原理就不介绍了，只从代码层面进行介绍，包含：rest接口、连接mpp数据库、回传json数据、下载图片及数据。

2. 解决方案

2.1 项目套路

(1)python经典算法是单独的服务器部署，提供rest接口出来，供java平台调用，交互的方式是http+json；

(2)数据从mpp数据库-Greenplum中获取；

(3)返回的数据包括三个：1是生成聚类图片的地址；2是聚类项目完整数据地址；3是返回给前端的200条json预览数据。

2.2 restapi类

分两个类，第一个是restapi类，封装rest接口类，其他的经典算法在这里都有对应的方法，是个公共类。

完整代码：

# -*- coding: utf-8 -*-

from flask import Flask, request, send_from_directory

from k_means import exec

import logging

app = Flask(__name__)

#1.服务器上更改为服务器地址，用于存放数据

dirpath = 'E:\\ruanjianlaowang'

#2. 测试连通性，软件老王

@app.route('/')

def index():

return "Hello, World!"

#3. k-means算法 软件老王

@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.文件下载(图片及csv)

@app.route("/")

def getImages(filename):

return send_from_directory(dirpath, filename, as_attachment=True)

#5.启动

if __name__ == '__main__':

app.run(host="0.0.0.0", port=5000, debug=True)

代码说明：

使用的是第三方的flask提供的rest服务

(1)服务器上更改为服务器地址，用于存放数据

(2)测试连通性，软件老王

(3)k-means算法 软件老王

(4)文件下载(图片及csv)

(5)启动

2.3 k-means算法类

完整代码：

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

# 执行 软件老王

def exec(params, dirpath):

#1.获取参数，软件老王

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. 校验是否为空，软件老王

flag = checkparam(sql, xlines, ylines, times, groupnum)

if not flag is None and len(flag) != 0:

return flag

#3. 从数据库获取数据，软件老王

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:此数据集无数据，请确认后重试"

#4 调用第三方sklearn的KMeans聚类算法，软件老王

# data_zs = 1.0 * (data - data.mean()) / data.std() 数据标准化，不需要标准话

from sklearn.cluster import KMeans

model = KMeans(n_clusters=groupnum, n_jobs=4, max_iter=times)

model.fit(data) # 开始聚类

return export(model, data, data, url, dirpath, name,grouplinesname,xlines, ylines,xlinesname,ylinesname)

# 5.生成导出excel 软件老王

def export(model, data, data_zs, url, dirpath, name,grouplinesname,xlines, ylines,xlinesname,ylinesname):

# #详细输出原始数据及其类别

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) # 详细输出每个样本对应的类别

r_detail_new.columns = list(detail_data.columns) + [u'聚类类别'] # 重命名表头

outputfile = dirpath + name + '.csv'

r_detail_new.to_csv(outputfile, encoding='utf_8_sig') # 保存结果

#重命名表头

r1 = pd.Series(model.labels_).value_counts() # 统计各个类别的数目

r2 = pd.DataFrame(model.cluster_centers_) # 找出聚类中心

r = pd.concat([r2, r1], axis=1) # 横向连接(0是纵向)，得到聚类中心对应的类别下的数目

r.columns = list(data.columns) + [u'类别数目'] # 重命名表头

return generateimage(r, data_zs, url, dirpath, name,model,xlines, ylines,xlinesname,ylinesname)

#6.生成图片及返回json，软件老王

def generateimage(r, data_zs, url, dirpath, name,model,xlines, ylines,xlinesname,ylinesname):

image = dirpath + name + '.jpg'

#6.1 中文处理，软件老王

plt.rcParams['font.sans-serif'] = ['simhei']

plt.rcParams['font.family'] = 'sans-serif'

plt.rcParams['axes.unicode_minus'] = False

# 6.2 画图，生成图片，软件老王

labels = model.labels_

centers = model.cluster_centers_

data_zs['label'] = labels

data_zs['label'] = data_zs['label'].astype(np.int)

# 图标集合

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))

# 画每个类别的散点及质心

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数据给前端展示，软件老王

result = {}

result['image_url'] = url + '/' + name + '.jpg'

result['details_url'] = url + '/' + name + '.csv'

result['data'] = r[:200] #显示200，多的话，相当于预览

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 "数据集或聚类数据列，不能为空"

if xlines is None or xlines.strip() == '' or len(xlines.strip()) == 0:

return "X轴，不能为空"

if ylines is None or ylines.strip() == '' or len(ylines.strip()) == 0:

return "Y轴，不能为空"

if times is None or times <= 0:

return "聚类个数，不能为空或小于等于0"

if groupnum is None or groupnum <= 0:

return "迭代次数，不能为空或小于等于0"

代码说明：

(1)获取参数，软件老王；

(2)校验是否为空，软件老王；

(3)从数据库获取数据，软件老王；

(4)第三方sklearn的KMeans聚类算法，软件老王；

(5)生成导出excel 软件老王

(6)生成图片及返回json，软件老王

​ (6.1) 中文处理，软件老王

​ (6.2) 画图，生成图片，软件老王

​ (6.3) 返回json数据给前端展示，软件老王

2.4 执行效果

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},"类别数目":{"0":5,"1":8,"2":1}}}

2.4.2 返回图片

2.4.3 返回的数据

另外说明： 目前项目环境上用的是8核16G的虚拟机，执行数据量是30万，运行状况良好。

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持我们。

本文标题: python聚类算法解决方案(rest接口/mpp数据库/json数据/下载图片及数据)

本文地址: http://www.cppcns.com/jiaoben/python/270475.html