python粗糙集简约算法+可视化界面

粗糙集简约算法理论参照：粗糙集简约程序算法介绍
完整代码：程序完整代码
实验名称：粗糙集知识约简程序
实验平台：Python
实验过程和结果
1、实验数据

2、实验说明及过程截图
本次粗糙集简约实验使用的算法为领域粗糙集属性简约算法。本平台名为“5433粗糙集属性简约平台”。以下是平台导入数据界面截图：

图1 平台导入数据界面截图（未读入数据时）

图2 平台导入数据截图2（读入数据时）
点击“开始计算”按钮即可进入计算结果展示界面，计算结果展示界面截图如下：

图3 计算结果界面截图

3、实验结果
导入样例数据于平台数据库，点击“进行计算”。实验结果截图如下：
约减后的属性有：x1、x4、x5、x9
不需要的属性有：x2、x3、x6、x7、x8

上代码！！！

若需要完整现成代码请至程序完整代码下载！！！

main.py

from tkinter import *
from MainPage import *

root = Tk()
root.title('5433粗糙集属性简约平台')
MainPage(root)
root.mainloop()

mainPage.py

from tkinter import *
from data_input import data_input


class MainPage(object):
    def __init__(self, master=None):
        self.root = master  # 定义内部变量root
        self.root.geometry('%dx%d' % (900, 400))  # 设置窗口大小
        self.createPage()

    def createPage(self):
        self.page = Frame(self.root)  # 创建Frame
        self.page.pack()
        Label(self.page, text='欢迎使用5433粗糙集属性简约平台').grid(row=0, columnspan=4, stick=W, pady=10)
        Label(self.page, text='算法思想：').grid(row=1, columnspan=4, stick=W,pady=10)
        Label(self.page, text='前向贪心约简(F2HARNRS)算法的具体策略是：初始化属性约简集合为空集，此时约简集合下的正域为空集，每次选取使正域中对象增加最多的属性加入').grid(
            row=2, columnspan=4, stick=W, pady=10)
        Label(self.page,
              text='到约简集合中，直至正域中的对象不再增加，输出集合。其中，胡玉清等人证明了F2HARNRS算法满足正域单调性，即约简集合中新增加的属性不会使已').grid(
            row=3, columnspan=4, stick=W, pady=10)
        Label(self.page, text='属于正域的样本变为非正域样本这一性质，在算法的计算过程中，每次仅对还未判定为正域的样本进行正域计算，进一步缩减了算法的时间开销。胡玉').grid(row=4, columnspan=4, stick=W, pady=10)
        Label(self.page, text='清经过实验得到的 0.1～0.3 是δ较好的取值区间，此时δ使得分类器有良好的分类效果。（说明 本程序为了计算方便 使用的是每个都是对象或者属性的下标）').grid(row=5, columnspan=4, stick=W, pady=10)

        # emply line
        Label(self.page, text="").grid(row=6, column=2)
        Button(self.page, text='从本地文件读入数据计算', command = self.jump1 ).grid(row=7, columnspan=4)

    def jump1(self):
        self.page.destroy()
        data_input(self.root)

data_input.py

from tkinter import *
import tkinter.messagebox
import os
from tkinter import filedialog, dialog
from count_page import count_page

class data_input(object):
    def __init__(self, master=None):
        self.root = master  # 定义内部变量root
        self.root.geometry('%dx%d' % (700, 500))  # 设置窗口大小
        self.path_ = ""
        self.path = StringVar()
        

    def selectPath(self): #选择路径
        #选择文件path_接收文件地址
        path_ = 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
        self.path_ = path_
        #path设置path_的值
        self.path.set(path_)
        with open(file=self.path_, mode='r+', encoding="utf-8") as file:
            self.file_text = file.read()

    def createPage(self):
        def upload_data():
            if self.path_[-1] != "v":
                tkinter.messagebox.showwarning('警告','请导入csv文件!')
            else:
                text1.insert('insert', self.file_text)
        self.page = Frame(self.root)  # 创建Frame
        self.page.pack()
        Label(self.page, text="").grid(row=0, column=0)
        Label(self.page, text="").grid(row=0, column=1)
        Label(self.page, text="").grid(row=0, column=2)
        Label(self.page, text="").grid(row=0, column=3)
        Label(self.page, text="").grid(row=0, column=4)
        Label(self.page, text="").grid(row=0, column=5)

        input_path = Entry(self.page, textvariable=self.path, width=30)
        input_path.grid(row=2, columnspan=2)
        text1 = Text(self.page, width=90, height=25, bg='AliceBlue')
        text1.grid(row=4, columnspan=5)
        Button(self.page, text="选择路径", command=self.selectPath).grid(row=2, column=2)
        Button(self.page, text="导入数据", command=upload_data).grid(row=2, column=3)

        # emply line
        Label(self.page, text="").grid(row=3, column=2)
        Label(self.page, text="").grid(row=7, column=0)

        def count():
            with open("path.txt", 'w', encoding='utf-8') as f:
                f.write(self.path_)
                f.close()
            if not text1.get("2.0","end"):
                tkinter.messagebox.showwarning('警告', '请导入数据！')
            else:
                self.page.destroy()
                count_page(self.root)

        Button(self.page, text="开始计算", command=count).grid(row=11,columnspan=5)

count_page.py

from tkinter import *
import MainPage
from sklearn import preprocessing
import pandas as pd
import numpy as np
import math
import random
import time

class count_page(object):
    def __init__(self, master=None):
        self.root = master  # 定义内部变量root
        self.root.geometry('%dx%d' % (700, 600)) # 设置窗口大小
        self.createPage()

    def read_path(self):
        with open("path.txt", 'r', encoding='utf-8') as f:
            line = f.read()
            f.close()
        return line

    def createPage(self):
        m_chart1 = pd.read_csv(self.read_path())
        m_chart = np.array(m_chart1.values[:, 1:])

        self.page = Frame(self.root)
        self.page.pack()

        start = time.time()
        m_pro = m_chart1.copy(deep=True)
        m_chart2 = m_chart1.drop(columns=[m_chart1.columns[0]])
        dd1 = m_chart1.where(m_chart2.applymap(type).eq(int))
        dd2 = m_chart1.where(m_chart2.applymap(type).eq(str))
        c_num = dd1.dropna(axis=1, how='all')
        c_str = dd2.dropna(axis=1, how='all')
        c_num1 = np.array(c_num)
        c_str1 = np.array(c_str)
        if not c_str.empty:
            c = np.unique(c_str1)
            for i, j in enumerate(c):
                m_chart[m_chart == j] = i
        col = m_chart1.columns
        m_chart1[col[1:]] = m_chart
        o_l, p_l = m_chart.shape
        o_all = list(np.arange(o_l))
        p_all = list(np.arange(p_l - 1))
        smp = list(o_all)
        red = []
        argu = 0.2

        Label(self.page, text='计算可能需要一些时间，请稍后～计算结果于下方展示').grid(row=0,columnspan = 4, stick=W, pady=10)
        Button(self.page, text="返回主界面", command=self.jump_back).grid(row=0,column=3)
        Label(self.page, text="数据对象个数：{}".format(o_l)).grid(row=1, column=0)
        Label(self.page, text="数据属性个数：{}".format(p_l)).grid(row=1, column=3)

        min_max_scaler = preprocessing.MinMaxScaler()
        X_minMax = min_max_scaler.fit_transform(m_chart)
        m_chart = X_minMax
        m_copy = m_chart1.copy(deep=True)
        m_copy[col[1:]] = m_chart

        def f_distance(o_i, o_j, r):
            d = 0
            for k in r:
                d = d + (m_chart[o_i, k] - m_chart[o_j, k]) ** 2
            d = math.sqrt(d)
            return d

        def get_nei(o_i, r):
            nei = [o_i]
            for i in o_all:
                if i != o_i:
                    if f_distance(o_i, i, r) < argu:
                        nei.append(i)
            return nei


        Label(self.page, text="数值化与归一化处理后的决策表:").grid(row=2, columnspan=5)
        text1 = Text(self.page, width=90, height=4, bg='AliceBlue')
        text1.grid(row=3, columnspan=5)

        text1.insert('insert', m_copy)


        Label(self.page, text="决策属性下的分类：").grid(row=4, columnspan=5)
        text2 = Text(self.page, width=90, height=4, bg='AliceBlue')
        text2.grid(row=5, columnspan=5)

        num_d = np.unique(m_chart[:, -1])
        dd = m_chart[:, -1]
        d_cla = {}
        for j in num_d:
            d_cla[j] = list(np.where(dd == j)[0])
        text2.insert('insert', d_cla)
        pos_end = []
        while smp != []:
            test = list(set(p_all) - set(red))
            dict_len = {}
            dict_n = {}
            for p_i in test:
                pos = []
                for o_i in smp:
                    test1 = red + [p_i]
                    nei = get_nei(o_i, test1)
                    if len(set(dd[nei])) == 1:
                        pos.append(o_i)
                dict_len[p_i] = len(pos)
                dict_n[p_i] = pos
            key_max = max(dict_len, key=dict_len.get)
            if dict_n[key_max] != []:
                red.append(key_max)
                pos_end.extend(dict_n[key_max])
                smp = list(set(smp) - set(dict_n[key_max]))
            else:
                break
        red1 = [i + 1 for i in red]
        unimp = list(set(p_all) - set(red))
        unimp1 = [i + 1 for i in unimp]

        Label(self.page, text="约减后的属性").grid(row=6, columnspan=5)
        text6 = Text(self.page, width=90, height=4, bg='AliceBlue')
        text6.grid(row=7, columnspan=5)
        text6.insert('insert', m_chart1.columns[red1].values)

        Label(self.page, text="不需要的属性：").grid(row=8, columnspan=5)
        text7 = Text(self.page, width=90, height=4, bg='AliceBlue')
        text7.grid(row=9, columnspan=5)
        text7.insert('insert', m_chart1.columns[unimp1].values)

        pos_end1 = [i + 1 for i in pos_end]

        Label(self.page, text="对应正域：").grid(row=10, columnspan=5)
        text4 = Text(self.page, width=90, height=4, bg='AliceBlue')
        text4.grid(row=11, columnspan=5)

        text4.insert('insert', pos_end1)

        Label(self.page, text="运行时间{}".format((time.time()-start))).grid(row=14, columnspan=5)



    def jump_back(self):
        self.page.destroy()
        MainPage.MainPage(self.root)