python相关性算法解决方案（rest/数据库/json/下载）

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，今天介绍下经典的相关性算法，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。（python聚类算法解决方案（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是生成相关性图片的地址；2是相关性项目完整数据地址；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 relation import execRelation
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. 相关性算法
@app.route('/getRelationInfoByLaowang', methods=['POST'])
def getRelationInfoByLaowang():
    try:
        result = execRelation(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）相关性算法 软件老王

（4）文件下载（图片及csv）

（5）启动

2.3 相关性算法类

完整代码：

import matplotlib.pyplot as plt
import seaborn as sns
import dbgp as dbgp
plt.switch_backend('agg')
from pandas.io import json
import numpy as np


# 执行 软件老王
def execRelation(params, dirpath):

    # 1.获取参数，软件老王
    sql = params.get("sql")
    url = params.get("url")
    name = params.get("name")
    grouplinesname = params.get("grouplinesname")

    #2. 校验是否为空，软件老王
    flag = checkparam(sql)
    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:
        new_data = dbgp.queryGp(sql)
    except IndexError:
        return sql
    except KeyError:
        return sql
    except ValueError:
        return sql
    except Exception:
        return sql

    if new_data.empty:
        return "exception:此数据集无数据，请到数据处理或可视化确认后重试"

    # 4 相关性调用，软件老王
    if not grouplinesname is None and len(grouplinesname) != 0:
        new_data.columns = grouplinesname.split(',')

    corr = new_data.corr()

    # 5.生成导出excel 软件老王
    outputfile = dirpath + name + '.csv'
    corr.to_csv(outputfile, encoding='utf_8_sig')  # 保存结果

    #6.生成图片及返回json，软件老王
    # 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
    f, ax = plt.subplots(figsize=(14, 10))
    mask = np.zeros_like(corr)
    mask[np.triu_indices_from(mask)] = True
    cmap = sns.cubehelix_palette(n_colors=6, start=0, rot=0.4, gamma=1.0, hue=0.8, light=0.85, dark=0.15, reverse=False, as_cmap=False)
    sns.heatmap(corr, cmap=cmap, square=False, linewidths=0.05, ax=ax, annot=True)

    # 6.3 返回json数据给前端展示，软件老王
    ax.set_title(name)
    image = dirpath + name + '.jpg'

    f.savefig(image, dpi=150, bbox_inches='tight')
    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'] = corr[:200]
    result = json.dumps(result, ensure_ascii=False)
    result = result.replace('\\', '')

    return result

def checkparam(sql):
    if sql is None or sql.strip() == '' or len(sql.strip()) == 0:
        return "数据集或数据列，不能为空"

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）相关性调用，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/relation-软件老王-5656556111.jpg","details_url":"http://10.192.168.1:5000/relation-软件老王-5656556111.csv","data":{"老王1":{"老王1":1.0,"老王2":-0.4202351976,"老王3":0.2285667348,"老王4":-0.4980851314,"老王5":-0.3329292459},"老王2":{"老王1":-0.4202351976,"老王2":1.0,"老王3":-0.4460527829,"老王4":-0.091612708,"老王5":-0.033863611},"老王3":{"老王1":0.2285667348,"老王2":-0.4460527829,"老王3":1.0,"老王4":-0.2253017703,"老王5":-0.451881358},"老王4":{"老王1":-0.4980851314,"老王2":-0.091612708,"老王3":-0.2253017703,"老王4":1.0,"老王5":0.3636169126},"老王5":{"老王1":-0.3329292459,"老王2":-0.033863611,"老王3":-0.451881358,"老王4":0.3636169126,"老王5":1.0}}}

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。

---

I’m 「软件老王」，如果觉得还可以的话，关注下呗，后续更新秒知！欢迎讨论区、同名公众号留言交流！