原标题：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( "/", "")

# path设置path_的值

path.set(path_)

return path

# 得到的DataFrame读入所有数据

data = pd.read_excel(FILENAME, header=0, usecols= "A,B,C,D,E,F,G,H,I")

# DataFrame转化为array

DataArray = data.values

# 读取已使用年限作为标签

Y = DataArray[:, 8]

# 读取其他参数作为自变量，影响因素

X = DataArray[:, 0:8]

# 字符串转变为整数

for i in range(len(Y)):

Y[i] = int(Y[i].replace( "年", ""))

X = np.array(X) # 转化为array

Y = np.array(Y) # 转化为array

root = Tk

root.geometry( "+500+260")

# 背景图设置

canvas = tk.Canvas(root, width=600, height=200, bd=0, highlightthickness=0)

imgpath = '1.jpg'

img = Image.open(imgpath)

photo = ImageTk.PhotoImage(img)

#背景图大小设置

canvas.create_image(700, 400, image=photo)

canvas.pack

path = StringVar

#标签名称位置

label1=tk.Label(text = "目标路径:")

label1.pack

e1=tk.Entry( textvariable = path)

e1.pack

bn1=tk.Button(text = "路径选择", command = selectPath)

bn1.pack

bn2=tk.Button(text = "模型训练", command = train)

bn2.pack

bn3=tk.Button(text = "模型预测", command = test)

bn3.pack

#标签按钮等放在背景图上

canvas.create_window(50, 50, width=150, height=30,

window=label1)

canvas.create_window(280, 50, width=300, height=30,

window=e1)

canvas.create_window(510, 50, width=150, height=30,

window=bn1)

canvas.create_window(50, 100, width=150, height=30,

window=bn2)

canvas.create_window(510, 100, width=150, height=30,

window=bn3)

root.mainloop

效果如下可见：

（2）然后是数据的拟合和可视化模型效果：

# 模型拟合

reg = LinearRegression

reg.fit(X, Y)

# 预测效果

predict = reg.predict(np.array([X[0]]))

Y_predict = reg.predict(X)

print(Y_predict)

# 横坐标

x_label = []

for i in range(len(Y)):

x_label.append(i)

# 绘图

fig, ax = plt.subplots

# 真实值分布散点图

plt.scatter(x_label, Y)

# 预测值分布散点图

plt.scatter(x_label, Y_predict)

# 预测值拟合直线图

plt.plot(x_label, Y_predict)

# 横纵坐标

ax.set_xlabel('预测值与真实值模型拟合效果图')

ax.set_ylabel('蓝色为真实值，黄色为预测值')

# 将绘制的图形显示到tkinter:创建属于root的canvas画布,并将图f置于画布上

canvas = FigureCanvasTkAgg(fig, master=root)

canvas.draw # 注意show方法已经过时了,这里改用draw

canvas.get_tk_widget.pack

# matplotlib的导航工具栏显示上来(默认是不会显示它的)

toolbar = NavigationToolbar2Tk(canvas, root)

toolbar.update

canvas._tkcanvas.pack

#弹窗显示

messagebox.showinfo(title='模型情况', message= "模型训练完成！")

其中的效果如下可见：

其中的效果如下可见：

模型的预测和使用

其中模型的预测主要通过两种方式进行预测，分别是：手动输入单个数据进行预测和读取文件进行预测。

其中手动输入数据进行预测需要设置更多的GUI按钮，其中代码如下：

#子窗口

LOVE = Toplevel(root)

LOVE.geometry( "+100+260")

LOVE.title = "模型测试"

#子窗口各标签名

label = [ "上升沿斜率（v/us）", "下降沿斜率（v/us）", "脉宽(ns)", "低状态电平（mv）", "低电平方差（mv2)x10-3", "高状态电平（v）", "高电平方差(v2)", "信号质量因子"]

Label(LOVE, text= "1、输入参数预测", font=( "微软雅黑", 20)).grid(row=0, column=0)

#标签名称，字体位置

Label(LOVE, text=label[0], font=( "微软雅黑",10)).grid(row=1, column=0)

Label(LOVE, text=label[1], font=( "微软雅黑", 10)).grid(row=1, column=1)

Label(LOVE, text=label[2], font=( "微软雅黑", 10)).grid(row=1, column=2)

Label(LOVE, text=label[3], font=( "微软雅黑", 10)).grid(row=1, column=3)

Label(LOVE, text=label[4], font=( "微软雅黑", 10)).grid(row=1, column=4)

Label(LOVE, text=label[5], font=( "微软雅黑", 10)).grid(row=1, column=5)

Label(LOVE, text=label[6], font=( "微软雅黑", 10)).grid(row=1, column=6)

Label(LOVE, text=label[7], font=( "微软雅黑", 10)).grid(row=1, column=7)

#编辑框位置和字体

en1=tk.Entry(LOVE, font=( "微软雅黑", 8))

en1.grid(row=2, column=0)

en2=tk.Entry(LOVE, font=( "微软雅黑", 8))

en2.grid(row=2, column=1)

en3=tk.Entry(LOVE, font=( "微软雅黑", 8))

en3.grid(row=2, column=2)

en4=tk.Entry(LOVE, font=( "微软雅黑", 8))

en4.grid(row=2, column=3)

en5=tk.Entry(LOVE, font=( "微软雅黑", 8))

en5.grid(row=2, column=4)

en6=tk.Entry(LOVE, font=( "微软雅黑", 8))

en6.grid(row=2, column=5)

en7=tk.Entry(LOVE, font=( "微软雅黑", 8))

en7.grid(row=2, column=6)

en8=tk.Entry(LOVE, font=( "微软雅黑", 8))

en8.grid(row=2, column=7)

Label(LOVE, text= "", font=( "微软雅黑", 10)).grid(row=3, column=0)

#测试输入框预测

def pp:

x=np.array([int(en1.get),int(en2.get),int(en3.get),int(en4.get),int(en5.get),int(en6.get),int(en7.get),int(en8.get)])

# 预测效果

predict = reg.predict(np.array([x]))

Label(LOVE, text= "预测结果已使用年数为："+str(predict[0])+ "年", font=( "微软雅黑", 10)).grid(row=4, column=3)

print(predict)

Button(LOVE, text= "预测：", font=( "微软雅黑", 15),command=pp).grid(row=4, column=0)

Label(LOVE, text= "2、选择文件预测", font=( "微软雅黑", 20)).grid(row=5, column=0)

path1 = StringVar

label1 = tk.Label(LOVE,text= "目标路径:", font=( "微软雅黑", 10))

label1.grid(row=6, column=0)

e1 = tk.Entry(LOVE,textvariable=path1, font=( "微软雅黑", 10))

e1.grid(row=6, column=2)

label = [ "上升沿斜率（v/us）", "下降沿斜率（v/us）", "脉宽(ns)", "低状态电平（mv）", "低电平方差（mv2)x10-3", "高状态电平（v）", "高电平方差(v2)",

"信号质量因子"]

n = 0

for i in predict_value:

print(str(label) + "分别为"+ str(X[n]) + "预测出来的结果为："+ str(i) + "年"+ "n")

f = open( "预测结果.txt", "a")

f.write(str(label) + "分别为"+ str(X[n]) + "预测出来的结果为："+ str(i) + "年"+ "n")

f.close

f = open( "result.txt", "a")

f.write(str(i) + "n")

f.close

n += 1

messagebox.showinfo(title='模型情况', message= "预测结果保存在当前文件夹下的TXT文件中！")

os.system( "result.txt")

os.system( "预测结果.txt")

Button(LOVE, text= "预测：", font=( "微软雅黑", 15), command=ppt).grid(row=7, column=0)

效果如下可见：

选择文件进行读取预测和模型训练数据的读取类似，代码如下：

#选择文件预测

defselectPath1:

# 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( "/", "")

# path设置path_的值

path1.set(path_)

returnpath

bn1 = tk.Button(LOVE,text= "路径选择", font=( "微软雅黑", 10), command=selectPath1)

bn1.grid(row= 6, column= 6)

defppt:

try:

os.remove( "预测结果.txt")

os.remove( "result.txt")

except:

pass

# 文件的名字

FILENAME =path1.get

# 禁用科学计数法

pd.set_option( 'float_format', lambdax: '%.3f'% x)

np.set_printoptions(threshold=np.inf)

# 得到的DataFrame读入所有数据

data =pd.read_excel(FILENAME, header= 0, usecols= "A,B,C,D,E,F,G,H")

# DataFrame转化为array

DataArray =data.values

# 读取其他参数作为自变量，影响因素

X = DataArray[:, 0: 8]

predict_value = reg.predict(X)

print(predict_value)

效果如下：

由于读取文件进行预测的话，数据较多故直接存储在TXT中方便查看：

完整代码链接：

提取码：44mg

作者简介：

李秋键，CSDN博客专家，CSDN达人课作者。硕士在读于中国矿业大学，开发有taptap竞赛获奖等等返回搜狐，查看更多

责任编辑：

声明：该文观点仅代表作者本人，搜狐号系信息发布平台，搜狐仅提供信息存储空间服务。