tkinter可视化设计工具_Get了！用Python制作数据预测集成工具 | 附代码

作者 | 李秋键

责编 | 晋兆雨

大数据预测是大数据最核心的应用，是它将传统意义的预测拓展到“现测”。大数据预测的优势体现在，它把一个非常困难的预测问题，转化为一个相对简单的描述问题，而这是传统小数据集根本无法企及的。从预测的角度看，大数据预测所得出的结果不仅仅是用于处理现实业务的简单、客观的结论，更是能用于帮助企业经营的决策。

在过去，人们的决策主要是依赖 20% 的结构化数据，而大数据预测则可以利用另外 80% 的非结构化数据来做决策。大数据预测具有更多的数据维度，更快的数据频度和更广的数据宽度。与小数据时代相比，大数据预测的思维具有 3 大改变：实样而非抽样；预测效率而非精确；相关关系而非因果关系。

而今天我们就将利用python制作可视化的大数据预测部分集成工具，其中数据在这里使用一个实验中的数据。普遍性的应用则直接从文件读取即可。其中的效果图如下：

实验前的准备

首先我们使用的python版本是3.6.5所用到的模块如下：

sklearn模块用来创建整个模型训练和保存调用以及算法的搭建框架等等。

numpy模块用来处理数据矩阵运算。

matplotlib模块用来可视化拟合模型效果。

Pillow库用来加载图片至GUI界面。

Pandas模块用来读取csv数据文件。

Tkinter用来创建GUI窗口程序。

数据的训练和训练的GUI窗口

经过算法比较，发现这里我们选择使用sklearn简单的多元回归进行拟合数据可以达到比较好的效果。

(1)首先是是数据的读取，通过设定选定文件夹函数来读取文件，加载数据的效果：

'''选择文件功能'''
def selectPath:
# 选择文件path_接收文件地址
path_ =tkinter.filedialog.askopenfilename
# 通过replace函数替换绝对文件地址中的/来使文件可被程序读取
# 注意：转义后为，所以转义后为
path_ =path_.replace("/