Skip to content
/ DTGUI Public

将前面写的决策树模型，用wxPython写一个可视化的界面

0 stars 0 forks Branches Tags Activity
Star
Notifications You must be signed in to change notification settings

htshinichi/DTGUI

BranchesTags

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

7 Commits
DTGUI.py
DTGUI.py
 
 
HuaHuaDT.jpg
HuaHuaDT.jpg
 
 
HuaHuaDT2.jpg
HuaHuaDT2.jpg
 
 
README.md
README.md
 
 

Repository files navigation

实现一个简单的决策树模型训练预测界面(打包exe)

前面写了几个机器学习算法模型，想要做一个可视化的界面，方便数据导入和训练，经过多方调查，选择了比较好入门的wxPython来做GUI。(python版本是3.6.3)

[TOC]

一、安装GUI工具wxPython

wxPython下载地址
我用的是anaconda，因此将下载好的whl文件拷贝至anaconda安装位置下的Scripts文件夹(\Anaconda\Scripts)，在该文件夹下，shift+右键，打开shell窗口。

>pip3 install wxPython-4.0.3-cp36-cp36m-win_amd64.whl

二、安装打包工具Pyinstaller

>pip3 install pyinstaller

三、界面代码

模型用的是我前面写过的决策树和绘制决策树，绘制决策树中有稍作改动
决策树模型代码

1.导入库

**注意：**虽然没用到sip，但是在打包中需要用到，否则报错"ModuleNotFoundError: No module named 'PyQt5.sip'"
问题解决参考

from PyQt5 import sip
import re
import os
import wx
import pandas as pd
import DecisionTREE
import DrawDecisionTREE

2.初始化函数__init__(self,parent,title)

def __init__(self, parent, title):
    ####初始化界面####
    super(Mywin, self).__init__(parent, title = title,size = (800,600))
    ####定义面板窗口####
    panel = wx.Panel(self)

2.1字体设置

wx.Font(pointSize,family,style,weight,underline,faceName,encoding)　　各参数含义

    ####字体设置,(大小、样式等)####
    font_title = wx.Font(30, wx.ROMAN, wx.NORMAL, wx.BOLD)#标题    
    font_btn = wx.Font(15, wx.ROMAN, wx.ITALIC, wx.NORMAL)#按键
    font_text = wx.Font(15,wx.ROMAN,wx.NORMAL,wx.NORMAL)#文本
    font_hint1 = wx.Font(10,wx.ROMAN,wx.NORMAL,wx.NORMAL)#提示1，用于操作提示/警告
    font_hint2 = wx.Font(15,wx.ROMAN,wx.NORMAL,wx.NORMAL)#用于显示预测结果

2.2文本设置

父类是panel，即在panel窗口上布置。
pos用于设置位置，size用于设置大小。
SetForegroundColour设置文本颜色，SetBackgroundColour设置文本背景颜色，SetFont设置文本大小

    ####固定文本设置####      
    self.title = wx.StaticText(panel,-1,"决策树",pos=(650,0),size=(80,30),style=wx.ALIGN_RIGHT)#右对齐
    self.title.SetForegroundColour((255,0,255))#设置文本颜色
    self.title.SetBackgroundColour((255,255,0))#设置文本背景颜色 
    self.title.SetFont(font_title)

    self.author = wx.StaticText(panel,-1,"author:htshinichi--https://github.com/htshinichi",pos=(480,535),size=(120,20),style=wx.ALIGN_LEFT)#pos用于设置位置、size用于设置大小
    self.author.SetForegroundColour((240,128,128))#设置文本颜色
    self.author.SetFont(font_hint1)

    self.lbl1 = wx.StaticText(panel,-1,"选择划分算法进行训练",pos=(50,50),style=wx.ALIGN_LEFT)#pos用于设置位置、size用于设置大小      
    self.lbl1.SetFont(font_text)

    self.hint1 = wx.StaticText(panel,-1,"",pos=(410,50),style=wx.ALIGN_LEFT)
    self.hint1.SetFont(font_hint1)

    self.hint2 = wx.StaticText(panel,-1,"",pos=(510,490),style=wx.ALIGN_LEFT)
    self.hint2.SetFont(font_hint2)

2.3输入栏设置

    ####输入文本设置####
    self.file = wx.TextCtrl(panel,-1, pos=(50,10),size=(200,20))#用于输入文件所在路径
    self.file.Bind(wx.EVT_TEXT,self.GetFilePath)

    self.sample = wx.TextCtrl(panel,-1, pos=(200,480),size=(200,50))#用于输入测试样本
    self.sample.Bind(wx.EVT_TEXT,self.GetSamplVector)

2.4按键设置

    ####按键设置####
    self.btn = wx.Button(panel,-1,"Select",pos=(260,10),size=(80,20)) #用于选择文件，可以不用自己输入路径了^^
    self.btn.Bind(wx.EVT_BUTTON,self.OpenFileDialog)
    self.btn.SetFont(font_btn)

    self.btn = wx.Button(panel,-1,"LoadData",pos=(350,10),size=(90,20)) #加载数据集
    self.btn.Bind(wx.EVT_BUTTON,self.LoadData)
    self.btn.SetFont(font_btn)

    self.btn = wx.Button(panel,-1,"Train",pos=(330,45),size=(50,30)) #训练模型
    self.btn.Bind(wx.EVT_BUTTON,self.Train)
    self.btn.SetFont(font_btn)  

    self.btn = wx.Button(panel,-1,"PlotDT",pos=(50,480),size=(80,50)) #显示训练好的决策树
    self.btn.Bind(wx.EVT_BUTTON,self.Plot)
    self.btn.SetFont(font_btn) 

    self.btn = wx.Button(panel,-1,"Predict",pos=(420,480),size=(80,50)) #预测类别
    self.btn.Bind(wx.EVT_BUTTON,self.GetPrediction)
    self.btn.SetFont(font_btn)

2.5下拉列表和图片设置

用于选择划分特征的算法，这里可选ID3或C4.5。
这里没去研究如何将matplotlib内嵌到wx里了，因此将matplotlib输出图保存，然后直接替换。

    ####下拉列表设置####
    self.choice = wx.Choice(panel,choices = ['ID3','C4.5'],pos=(260,50),size=(50,30))
    self.choice.Bind(wx.EVT_CHOICE,self.SelectSplit)

    ####图片设置####
    DTimage = wx.Image('chushi.jpg',wx.BITMAP_TYPE_JPEG).Rescale(720, 360).ConvertToBitmap() 
    self.bmp = wx.StaticBitmap(panel, -1, DTimage,pos=(30,100)) #转化为wx.StaticBitmap()形式

    self.Centre() 
    self.Show() 
    self.Fit()

3.获取数据文件路径事件

####获取数据文件路径事件响应####
def GetFilePath(self,event):
    self.filepath = event.GetString()

4.打开数据文件路径事件

这两个可以互补，既可以输入路径打开文件，也可以直接通过对话框选择。

####打开数据文件路径事件响应####
def OpenFileDialog(self,event):        
    wildcard = "csv Files (*.csv)|*.csv" 
    dlg = wx.FileDialog(self, "Choose a file", os.getcwd(), "", wildcard, wx.FD_OPEN)		
    if dlg.ShowModal() == wx.ID_OK: 
        self.file.SetLabel(dlg.GetPath())
    dlg.Destroy()

5.加载数据事件

可能会出现在加载数据时并没有有效路径的异常，此时会提示选择或输入文件路径。

####加载数据事件响应####    
def LoadData(self,event):
    btn = event.GetEventObject().GetLabel() 
    if btn == "LoadData":
        try:
            self.data = pd.read_csv(self.filepath)
            self.data_feature=self.data.columns.values.tolist()[:len(self.data.columns)-1]
            self.featabel = self.data_feature.copy()
            print("数据导入成功")
            self.hint1.SetLabel("数据导入成功!")
            self.hint1.SetForegroundColour((0,255,0))
        except AttributeError:
            print("未获取文件路径")
            self.hint1.SetLabel("请选择或输入文件路径！")
            self.hint1.SetForegroundColour((255,0,0))
    else:
        print("请重新导入")
        self.hint1.SetLabel("数据导入失败，请重新导入!")
        self.hint1.SetForegroundColour((255,0,0))

6.选择划分算法事件

选择ID3或C4.5，初始化决策树模型

####选择划分算法事件响应####
def SelectSplit(self, event):
    name = event.GetString()
    #btn = event.GetEventObject().GetLabel()
    if name == 'ID3':
        print("选择划分算法：",name)
        self.hint1.SetLabel("选择了ID3算法")
        self.hint1.SetForegroundColour((0,255,0))
        self.DT_model = DecisionTREE.DecisionTree(split='ID3')


    if name == 'C4.5':
        print("选择划分算法：",name)
        self.hint1.SetLabel("选择了C4.5算法")
        self.hint1.SetForegroundColour((0,255,0))
        self.DT_model = DecisionTREE.DecisionTree(split='C45')

7.训练事件

训练事件可能会出现未载入数据或是未选择划分算法的异常，提示导入数据或选择算法。
**注意：**每次训练前都需要重新导入数据，否则也会出现异常。这个应该是我的代码写的一些瑕疵，后续会去解决。

####训练事件响应####
def Train(self,event):
    try:
        self.hint1.SetLabel("训练ing")
        self.hint1.SetForegroundColour((0,255,255))
        self.data_model = self.DT_model.create_tree(self.data,self.data_feature)
        self.hint1.SetLabel("训练成功")
        self.hint1.SetForegroundColour((0,255,0))
    except AssertionError as bb:
        print(bb)
        print("请重新导入数据")
        self.hint1.SetLabel("数据已失效，请重新导入数据!")
        self.hint1.SetForegroundColour((255,0,0))
    except AttributeError as aa:
        print(aa)
        print("未导入数据或未选择算法")
        self.hint1.SetLabel("未导入数据或未选择算法，请导入数据或选择算法!")
        self.hint1.SetForegroundColour((255,0,0))

8.获取测试样本(单个)事件

测试样本每个特征间以空格或:分割

####获取测试样本事件响应####
def GetSamplVector(self,event):
    sampletext = event.GetString()
    self.SamplVector = re.split(r':| ',sampletext)#正则化划分输入的字符串
    print(self.SamplVector)

9.预测事件

可能会有未导入数据或未选择算法的异常，也可能有输入样本数据出错的异常(好像还有IndexError异常，后续补上)

####预测事件响应####
def GetPrediction(self,event):
    try:
        result = self.DT_model.classify(self.data_model,self.featabel,self.SamplVector)
        self.hint2.SetLabel("预测结果："+result)
        self.hint2.SetForegroundColour((255,0,255))
    except AttributeError:
        print("未导入数据或未选择算法")
        self.hint1.SetLabel("未导入数据或未选择算法，请导入数据或选择算法!")
        self.hint1.SetForegroundColour((255,0,0))
    except TypeError as error:
        print(error)
        print("输入的样本数据有误")

10.绘制决策树事件

####绘制决策树事件响应####
def Plot(self,event):
    try:
        self.hint1.SetLabel("绘图ing")
        self.hint1.SetForegroundColour((0,255,255))
        DDT = DrawDecisionTREE.DrawDecisionTree()
        DDT.createPlot(self.data_model)
        DTimage = wx.Image('dt.jpg', wx.BITMAP_TYPE_JPEG).Rescale(720, 360)
        self.bmp.SetBitmap(wx.BitmapFromImage(DTimage))
        self.hint1.SetLabel("绘图成功")
        self.hint1.SetForegroundColour((0,0,255))
    except AttributeError:
        print("模型不存在，请先训练模型")
        self.hint1.SetLabel("模型不存在，请先训练模型")
        self.hint1.SetForegroundColour((255,0,0))

四、打包

用的是Pyinstaller进行打包，chushi.jpg需在打包后，自行拷贝至exe文件同级目录下。

>pyinstaller DTGUI.py -p DecisionTREE.py -p DrawDecisionTREE.py

打包时出现了这个问题:This application failed to start because it could not find or load the Qt platform plugin "windows" in "".
问题解决参考
后来又出现了上面说了的sip问题。
大功告成！就是太丑了T T，有时间去学学界面如何美化。 这里写图片描述 这里写图片描述

About

将前面写的决策树模型，用wxPython写一个可视化的界面

Resources

Readme
Activity

Stars

0 stars

Watchers

1 watching

Forks

0 forks
Report repository

Releases

No releases published

Packages

No packages published

Languages