Android App开发教程（二）——透过Chaquopy结合Python第三方库numpy安装与应用

WPG大大通

于 2023-06-05 00:00:00 发布

阅读量2.4k

点赞数 3

分类专栏： QUALCOMM产线文章标签： python numpy 开发语言 android 学习

本文链接：https://blog.csdn.net/wpgddt/article/details/130950304

版权

QUALCOMM产线专栏收录该内容

44 篇文章 8 订阅

订阅专栏

1. 前言

前一篇已经教大家如何在Android Studio上进行Chaquopy安装；由于Chaquopy支援Python多个第三方库，让开发者可以在Android Studio上轻松使用Python生态系统。Chaquopy支援大多数常用的Python第三方库，例如numPy、SciPy、Pandas、Matplotlib、Scikit-learn等。详细第三方库可参考Chaquopy package repository网站。

因此这次要教大家如何安装Python第三方库numpy与应用。

2. Android Studio安装Python第三方库numpy

以下环境是在Windows 10下建置。

a. 在appàbuild.gradleàdefaultConfigàpython区块添加文件添加。(图1)

pip{
    install "numpy"
}

看官们如果要安装其他第三方库也可以利用此方式进行新增。

图1

b. 设定完后记得，点击Sync Now进行同步，完成之后，Python的第三方库numpy套件就成功加入项目内。(图2)

图2

3. Android内使用 Python第三方库numpy套件范例

以下提供两个范例，1) 使用numpy计算两个矩阵的乘积。2) 使用numpy生成随机数组，并计算其平均值和标准差，除了透过python使用numpy计算外，还能将计算后的数值返回并转成java格式，供使用者能够在java进行后续应用，达到java与python交互应用。 a. 使用numpy计算两个矩阵的乘积。 i. 在hello_python.py档案内增加。(图3)

import numpy as np

 

#使用numpy计算两个矩阵的乘积
def matrix_multiply():
    a = np.array([[1, 2], [3, 4]])
    b = np.array([[5, 6], [7, 8]])
    c = np.matmul(a, b)
    return c

图3

ii. 我们在MainActivity档案内添加以下程式码，将python内numpy计算完后的数值读取到java程式中。(图4)

//初始化python环境
if(!Python.isStarted()){
    Python.start(new AndroidPlatform(this));
}

//使用numpy计算两个矩阵的乘积
Python py = Python.getInstance();

//调用hello_python.py里面的matrix_multiply函式
PyObject pyObj = py.getModule("hello_python").get("matrix_multiply");

 

//将matrix_multiply计算完的数值，换成java中的float类型

float[][] result = pyObj.call().toJava(float[][].class);
String resultStr = "";
for (int i = 0; i < result.length; i++) {
        for (int j = 0; j < result[i].length; j++) {
             resultStr += result[i][j] + " ";
     }
        resultStr += "\n";

}
Log.d("Result", resultStr);

图4

iii. 最后执行Run app即可成功使用，可以在Logcat中看到python返回至Java的输出。 (图5)

图5

b. 使用numpy生成随机数组，并计算其平均值和标准差。

i. 在hello_python.py档案内增加。(图6)

import numpy as np

 

#使用numpy生成随机数组，并计算其平均值和标准差。

def numpy_example():

    # Generate a random array with shape (3, 3)

    a = np.random.rand(3, 3)

    # Calculate the mean of the array

    mean = np.mean(a)

    # Calculate the standard deviation of the array

    std = np.std(a)

    return mean, std

图6

ii. 我们在MainActivity档案内添加以下程式码，将python内numpy计算完后的两个返回值，分别读取到java程式中。(图7)

//使用numpy生成随机数组，并计算其平均值和标准差。

Python np = Python.getInstance();

//调用hello_python.py里面的numpy_example函式

PyObject npObj = np.getModule("hello_python").get("numpy_example");

PyObject npResult = npObj.call();

//numpy_example的返回值有两个，将其分别转换成java中的float类型

float mean = npResult.asList().get(0).toFloat();

float std = npResult.asList().get(1).toFloat();

Log.d("Result"," mean = "+ mean);

Log.d("Result"," std = "+ std);