PyQt5+sklearn实现微生物光谱的PCA和HCA分析（含界面与报告生成）

背景：

       每种微生物都具有一定的光谱特征，即在不同波长上对光的吸收程度不同。在实验室我们可以获得大量已知品种的光谱数据，构成光谱库。当获得某未知光谱时，可以通过比对的方式对其分类，判断是否属于光谱库中的已知品种。

       但是，光谱的宽度和精度决定了单个样本的数据量（>1500），必须通过降维（PCA）筛选出最重要的特征（<5），才方便比对和分类。同时，使用聚类（HCA）可以在无监督情况下，对样本库进行初步分类，并判断是否混入了杂菌的数据。

 

开发思路：

    qtDesigner+pyqt5：开发界面，包括首页，文件增删页，光谱库分析页，未知样本分析页和报告页。

    sklearn+numpy+scipy+mpl：数据处理，PCA分析，HCA分析，绘图

    bs4：生成html格式的分析报告

 

主要界面：

 

文件的结构树：

 

值得注意的问题：

1.主界面通常可以使用qmainwindow或qwidget，这取决于是否需要菜单栏。而子界面通常选择qdialog，否则从主界面唤出子界面时会有麻烦。

2.显示子界面或子子界面时，需要self作为自变量。

 如果希望子界面传输信号到主界面，应在主界面设定connect关联，在子界面声明signal信号以及发射emit

3.在界面间传递数据、图片时，可以先把这些保存为txt，jpg等，仅传递保存路径和flag。

4.PCA分析时，要注意运算对象的形式，矩阵，数列，元组还是ndarray。

5.绘制散点图时，要单独绘制每个点并标注图例，为了避免重复图例，可采用以下方法压缩图例。

6.生成报告我采用的办法是写一个本地html模板，通过bs4打开并编辑其中的内容，最后显示在qwebengine上，酱紫可以在qt界面上浏览带文字、图片、表格的报告。

需要交流，可以留言或发送邮件 [email protected]