【数据挖掘理论与实践】python元组建立数据库完成增删改查

最新推荐文章于 2024-11-13 17:26:18 发布

yangwenrui_only

最新推荐文章于 2024-11-13 17:26:18 发布

阅读量223

点赞数

分类专栏： python 文章标签：数据挖掘 python excel

本文链接：https://blog.csdn.net/weixin_45602529/article/details/118538854

版权

python 专栏收录该内容

2 篇文章 0 订阅

订阅专栏

这个博客主要展示了如何使用Python的xlrd和xlwt库读写Excel文件，并进行频繁集挖掘。首先，创建了一个Excel工作表，写入了ID和数据集，然后通过读取文件获取数据并计算频繁项集的支持度和置信度。接着，筛选出频繁项集，并组合生成频繁二项集。最后，检查是否满足设定的阈值，进行结果判断。

摘要由CSDN通过智能技术生成

频繁集

创建表格

#!/usr/bin/python
#coding=utf-8
#

import xlwt
import numpy as np

support = 0.5
confidence = 0.9
# 创建一个workbook 设置编码
workbook = xlwt.Workbook(encoding = 'utf-8')
# 创建一个worksheet
worksheet = workbook.add_sheet('My Worksheet')

# 写入excel
# 参数对应 行, 列, 值
# 写入ID
id = ['001', '002','003', '004', '005' ]
for i in range(len(id)):
    worksheet.write(i,0,id[i])

# 写入数据集
#  # A
for i in range(len(id)):
    worksheet.write(i,1,'A')
#  # B
worksheet.write(1,2,'B')
worksheet.write(3,2,'B')

#  # C
worksheet.write(2,3,'C')
worksheet.write(3,3,'C')
worksheet.write(4,3,'C')

#  # E
worksheet.write(2,4,'E')
worksheet.write(4,4,'E')

# 保存
workbook.save('Frequent binomial set_189094340.xls')

结果：

读取表格

import xlrd
import xlwt

# coding=utf-8

# 打开文件
data = xlrd.open_workbook(r'C:\Users\yangwenrui_only\PycharmProjects\pythonProject\Frequent binomial set_189094340.xls')

# 查看工作表
data.sheet_names()
print("sheets：" + str(data.sheet_names()))

# 通过文件名获得工作表,获取工作表1
table = data.sheet_by_name('My Worksheet')

# 打印data.sheet_names()可发现，返回的值为一个列表，通过对列表索引操作获得工作表1
# table = data.sheet_by_index(0)

# 获取行数和列数
# 行数：table.nrows
# 列数：table.ncols
print("总行数：" + str(table.nrows))
print("总列数：" + str(table.ncols))

# 获取整行的值 和整列的值，返回的结果为数组
# 整行值：table.row_values(start,end)
# 整列值：table.col_values(start,end)
# 参数 start 为从第几个开始打印，
# end为打印到那个位置结束，默认为none

print("整列值：" + str(table.col_values(0)))

# 获取某个单元格的值，例如获取B3单元格值
cell_B3 = table.cell(3,2).value
print("第三行第二列的值：" + cell_B3)

结果：

一项频繁集判断

import xlrd
import xlwt
import numpy as np
# coding=utf-8

# 打开文件
data = xlrd.open_workbook(r'C:\Users\yangwenrui_only\PycharmProjects\pythonProject\Frequent binomial set_189094340.xls')
# 创建表格和表页
workbook = xlwt.Workbook(encoding = 'utf-8')
worksheet = workbook.add_sheet('output')
# 查看工作表
data.sheet_names()
print("sheets：" + str(data.sheet_names()))

# 通过文件名获得工作表,获取工作表1
table = data.sheet_by_name('My Worksheet')

# 打印data.sheet_names()可发现，返回的值为一个列表，通过对列表索引操作获得工作表1
# table = data.sheet_by_index(0)

# 获取行数和列数
# 行数：table.nrows
# 列数：table.ncols
print("总行数：" + str(table.nrows))
print("总列数：" + str(table.ncols))

# 获取整行的值 和整列的值，返回的结果为数组
# 整行值：table.row_values(start,end)
# 整列值：table.col_values(start,end)
# 参数 start 为从第几个开始打印，
# end为打印到那个位置结束，默认为none

print("整列值：" + str(table.col_values(0)))

# 获取某个单元格的值，例如获取B3单元格值
cell_B3 = table.cell(3,2).value
print("第三行第二列的值：" + cell_B3)

# 参数区域
support=0.5
confidence=0.9
sum=5

#   一项频繁集处理
A=B=C=E=0
id = ['001', '002','003', '004', '005' ]
for i in range(len(id)):
    if table.cell(i,1).value=='A':
        A=A+1
    if table.cell(i,2).value=='B':
        B=B+1
    if table.cell(i,3).value=='C':
        C=C+1
    if table.cell(i,4).value=='E':
        E=E+1

itemset_one=['A', 'B', 'C', 'E']
for i in range(len(itemset_one)):
    worksheet.write(i,0,itemset_one[i])

worksheet.write(0,1,A)
worksheet.write(1,1,B)
worksheet.write(2,1,C)
worksheet.write(3,1,E)

worksheet.write(0,2,A/sum)
worksheet.write(1,2,B/sum)
worksheet.write(2,2,C/sum)
worksheet.write(3,2,E/sum)
print("表格输出完成")



#   二项频繁集处理
# 保存
workbook.save('Output189094340.xls')

二项频繁集判断

先添加刚才添加的文件：


# 打开文件
data = xlrd.open_workbook(r'C:\Users\yangwenrui_only\PycharmProjects\pythonProject\Frequent binomial set_189094340.xls')
data1 = xlrd.open_workbook(r'C:\Users\yangwenrui_only\PycharmProjects\pythonProject\Output189094340.xls')
# 创建表格和表页
workbook = xlwt.Workbook(encoding = 'utf-8')
worksheet = workbook.add_sheet('output')
# 查看工作表
data.sheet_names()
print("sheets：" + str(data.sheet_names()))

# 通过文件名获得工作表,获取工作表1
table = data.sheet_by_name('My Worksheet')
table1 = data1.sheet_by_name('output')

再根据Apriori原理筛选掉非频繁集的超集：

import xlrd
import xlwt
import numpy as np
# coding=utf-8

# 打开文件
data = xlrd.open_workbook(r'C:\Users\yangwenrui_only\PycharmProjects\pythonProject\Frequent binomial set_189094340.xls')
data1 = xlrd.open_workbook(r'C:\Users\yangwenrui_only\PycharmProjects\pythonProject\Output189094340.xls')
# 创建表格和表页
workbook = xlwt.Workbook(encoding = 'utf-8')
worksheet = workbook.add_sheet('output')
# 查看工作表
data.sheet_names()
print("sheets：" + str(data.sheet_names()))

# 通过文件名获得工作表,获取工作表1
table = data.sheet_by_name('My Worksheet')
table1 = data1.sheet_by_name('output')


# 打印data.sheet_names()可发现，返回的值为一个列表，通过对列表索引操作获得工作表1
# table = data.sheet_by_index(0)

# 获取行数和列数
# 行数：table.nrows
# 列数：table.ncols
print("总行数：" + str(table.nrows))
print("总列数：" + str(table.ncols))

# 获取整行的值 和整列的值，返回的结果为数组
# 整行值：table.row_values(start,end)
# 整列值：table.col_values(start,end)
# 参数 start 为从第几个开始打印，
# end为打印到那个位置结束，默认为none

print("整列值：" + str(table.col_values(0)))

# 获取某个单元格的值，例如获取B3单元格值
cell_B3 = table.cell(3,2).value
print("第三行第二列的值：" + cell_B3)

# 参数区域
support=0.5
confidence=0.9
sum=5

#   一项频繁集处理
A=B=C=E=0
id = ['001', '002','003', '004', '005' ]
for i in range(len(id)):
    if table.cell(i,1).value=='A':
        A=A+1
    if table.cell(i,2).value=='B':
        B=B+1
    if table.cell(i,3).value=='C':
        C=C+1
    if table.cell(i,4).value=='E':
        E=E+1

itemset_one=['A', 'B', 'C', 'E']
for i in range(len(itemset_one)):
    worksheet.write(i,0,itemset_one[i])

worksheet.write(0,1,A)
worksheet.write(1,1,B)
worksheet.write(2,1,C)
worksheet.write(3,1,E)

worksheet.write(0,2,A/sum)
worksheet.write(1,2,B/sum)
worksheet.write(2,2,C/sum)
worksheet.write(3,2,E/sum)
print("表格输出完成")




#   二项频繁集处理
#   判断上一环节不符合的
m = 0
Null = None
itemset_two = []

for i in range(len(itemset_one)):
        if table1.cell(i,2).value>=support:
            worksheet.write(i,3,table1.cell(i,0).value)
        if table1.cell(i,3).value != "":
            print(table1.cell(i,3).value)
            itemset_two.append(table1.cell(i,3).value)
            print(itemset_two)


#   组合出频繁二项集
n = 2
for i in range(len(itemset_two)):
    if itemset_two[i] != "":
        m = m+1
print("有",m,"个符合")


# 保存
workbook.save('Output189094340.xls')

筛选频繁二项集

#   组合出频繁二项集
n = 2
for i in range(len(itemset_two)):
    if itemset_two[i] != "":
        m = m+1
print("有",m,"个符合")

#   筛选出频繁二项集组合
i = 0
j = 1
itemset_two_num = 0
itemset_two_output=[]
while i<m:
    if m<=2:
        itemset_two_output.append(itemset_two[i]+itemset_two[i+j])
        worksheet.write(i, 4, itemset_two_output[i])
        itemset_two_num = 0
        break
    elif i+j<=m-1:
        while itemset_two[i+j] !="":
            itemset_two_output.append(itemset_two[i]+itemset_two[i+j])
            print(itemset_two_output)
            worksheet.write(i,4,itemset_two_output[i])
            j = j+1
        if itemset_two[i + j] =="":
            break
        i = i+1
        j = 1
        itemset_two_num += 1
        print(itemset_two_num)
        if i==m:
            break
#   测试
print(itemset_two_output)

#   频繁二项集处理

A=B=C=E=0
id = ['001', '002','003', '004', '005']
k = 0
pop = 0
once =1
condition=0
if table.cell(3,1).value == itemset_two_output[0][0] and table.cell(3,3).value == itemset_two_output[0][1]:
    print("ok")

while k == itemset_two_num:

    for i in range(len(id)):
        condition1 = False
        condition2 = False
        print(condition1)
        print(condition2)

        print("functionI:", i)
        for j in range(len(id)):
            print("i:",i)
            print("j:",j)
            if table.cell(i, j).value == itemset_two_output[k][0]:
                print("success1")
                condition1=True
                break
        for t in range(len(id)):
            print("i:",i)
            print("t:",t)
            if table.cell(i, t).value == itemset_two_output[k][1]:
                print("success2")
                condition2=True
                break
        if condition1 == True and condition2 == True:
            print("情况：",condition1,condition2)
            pop = pop+1
    once = once + 1

结果：

结果判断

if  once==i+1 :
    k=k+1太阳
    worksheet.write(k - 1, 5, once - 2)
    worksheet.write(k -1,6,(once-2)/sum)
    worksheet.write(k-1,7,((once-2)/sum)/table1.cell(k-1,2).value)
    if table1.cell(k-1,6).value>=support and table1.cell(k-1,7).value>=confidence:
        worksheet.write(k-1,8,"该关系可用")

由于信任度设置为0.9所以该关系不满足条件结果未显示：