1. 背景
- R语言和Python用于数据分析和数据处理，并生成相应的直方图和散点图
- 需要实现一个展示平台，后端使用Java，分别调用R语言和调用Python，并返回数据和图给前端显示
- 这个平台主要实现多维度数据的特征选择，以及数据集协变量偏移（Covariate shift）的纠正的功能
- 本质就是一个Java调用R语言以及Java调用Python的Demo，做得很简单，大神勿喷
2. 技术栈
- Java 用的是 Springboot
- R语言
- Python
- 前端用的是 Vue + ElementUI （前端只会点皮毛）
- MySQL
3. Java调用R语言
3.1 R语言安装Rserve服务器
在这之前需要分别对Java和R做些准备，首先是R语言安装Rserve服务器
Java调用R语言时，Rserve需要启动，可以通过CMD命令行 / RStudio 执行
# 安装Rserve
install.packages("Rserve")
# 载入Rserve
library(Rserve())
# 启动Rserve
Rserve()
这里使用CMD命令行展示启动Rserve，这样完成了Java调用R语言的第一步
3.2 Springboot添加Rsession依赖
添加Rsession依赖之后就可以直接调包了
<dependency>
<groupId>com.github.yannrichet</groupId>
<artifactId>Rsession</artifactId>
<version>1.8.3</version>
</dependency>
3.3 Java调用R常用命令
这里演示一些我需求中Java调用R的一些方式，其中包括一些比较常用的方法
Java调用R的基本指令、R的图片如何保存并返回、R的结果如何获取和过滤等
/**
* 这里是Java调用R语言，R语言对多维度的数据进行特征选择，并将特征选择的结果返回，写入MySQL
**/
public List<Map<String,String>> featureSelection(){
RConnection c = null;// RConnection用于和Rserve建立连接
try{
c = new RConncetion();// 建立连接
String RPath = "../featureSelection.R";// R文件的地址
c.assign("path",Rpath);// assign命令是将Rpath添加到R中，命名为path
c.eval("source(path)");// eval命令是执行R命令，这里则是执行source方法根据路径加载R文件
String Dpath = fileMapper.selectFilePath("train",1);// 通过MySQL获取数据集路径
String str = "rfProfile <- fsFunction('"+Dpath+"')";// R命令，执行我的R文件中的方法
c.eval(str);//执行
// 出图，因为是个Demo，图片我就直接存储在了本地，图片以数据集名称命名
String fileName = fileMapper.selectFileName("train", 1);//文件名
String imgPath = "D:/fileAndData/imgs/" + fileName + ".png";// 图片保存路径
c.assign("imgPath",imgPath);
c.eval("png(imgPath)");// 使用R语言的png()方法保存图片
c.assign("mainName",fileName);
c.eval("print(plot(rfProfile,type='b',main=mainName))");// 想要出图一定要套一个print()，不然会是空白
c.eval("dev.off()");// 出图这个也是必不可少，自行百度了解
// 获取特征选择的结果，结果使用String接收，需要通过正则表达式过滤一下我们需要的结果
c.eval("features <- rfProfile$optVariables");
// 获取R的结果使用的是paste()以及capture.output()方法，相当于把输出全捕获过来了
String feature = c.eval("paste(capture.output(features),collapse='\\n')").asString();
// 获取重要性得分
c.eval("impt <- varImp(rfProfile)");
String imptScores = c.eval("paste(capture.output(impt$Overall),collapse='\\n')").asString();
// 写了个工具类过滤R返回的结果，可以根据你的输出结果去定义
handlerRresults = new HandlerRresults();
List<Map<String, String>> stringStringMapList = handlerRresults.catchAndHandlerR(feature, imptScores);
fileMapper.deleteFileInfo(-1,"train");//-1 文件已使用
String featsStr = handlerRresults.getFeatsStr(feature);
featMapper.insertFeat(featsStr);
return stringStringMapList;
} catch (RserveException | REXPMismatchException e) {
e.printStackTrace();
} finally {
c.close(); // 一定要这一行！！！用完一定要关！！！
}
return null;
}
总结一个简易的Java调用R的模板，R语言是按行执行的，无情eval()
public void JavaCallRDemo(){
RConnection c = null;
try{
c = new RConnection();
c.assign();//通过Java添加变量至R
c.eval();//Java执行R命令
} catch (RserveException | REXPMismatchException e) {
e.printStackTrace();
} finally {
c.close();
}
}
3.4 Java调用R的特征选择前端演示
我的数据集是30维的，结果选取了其中5个特征（Best trade-off）
这里将特征及其对应的重要性得分通过表格的形式展示
图片则是通过Base64转码的方式传给前端
4 Java调用Python
4.1 Java调用Python代码部分
Java调用Python，我使用的是Process类并通过Runtime调用其他进程
Runtime可以调用cmd、shell等，这里我以我的项目为例稍作演示
/**
* Java使用Runtime调用python
**/
public String callPy(){
StringBuffer arr = new StringBuffer();// 用于获取结果
String basePath = "d://fileAndData/process/";// demo都是将文件直接存本地了，图方便
// 以下为调用Python时传递的参数
String featName = featMapper.getFeat();
String trainPath = fileMapper.selectFilePath("train",-2);
String ptrainPath = basePath + fileMapper.selectFileName("train",-2);
String ptestPath = basePath + fileMapper.selectFileName("test",-2);
Process proc; //声明一下Process
try{
// 字符串数组保存一下调用命令：1.使用python3 2.调用某个.py文件 3-6.传递的参数
String[] args = new String[]{"python3","../kmm.py",featName,trainPath,ptrainPath,ptestPath};
proc = Runtime.getRuntime().exec(args);// 调用命令，cmd方式
BufferedReader in = new BufferedReader(new InputStreamReader(proc.getInputStream()));// 得到输入流
String line = null;
while((line = in.readLine())!=null){
arr.append(line).append("\n");// 写入
}
in.close();
proc.waitFor();
} catch (IOException | InterruptedException e) {
e.printStackTrace();
}
return arr.toString();
}
由于在我这个Demo中，Python脚本执行完成后的结果全是散点图
我的做法是python直接把图保存本地，python执行完成后调用接口通过Base64格式传给前端
后来发现其实也可以直接将返回的Base64格式的图片丢给前端，不用那么麻烦
/**
* 这里是一个我用于获取某个文件夹下所有文件，并转为Base64格式的方法
* 因为我文件夹下只会有图片，我Demo也就只做了一个判空校验，直接开干
* Controller层
**/
public List<String> getPyFigsListBase64(HttpServletResponse response){
String pyFilePath = "d://fileAndData/kmmImgs";// 图片本地路径
List<String> res = new ArrayList<>();
handlerPyresults = new HandlerPyresults();// 写个了工具类
List<File> pyFiles = handlerPyresults.getAllFile(pyFilePath);// 获取所有文件
for(File file : pyFiles) {
byte[] fig = handlerPyresults.file2Byte(file);// file类型转为byte[]类型
String base64str = Base64.encodeBase64String(fig);// byte[]转为base64
String img = "data:image/png;base64," + base64str;// 添加头，告诉前端这是个图片
res.add(img);
}
return res;
}
/**
* file转byte[]
**/
public byte[] file2Byte(File file){
if(file == null){
return null;
}
FileInputStream fileInputStream = null;
ByteArrayOutputStream byteArrayOutputStream = null;
try {
fileInputStream = new FileInputStream(file);
byteArrayOutputStream = new ByteArrayOutputStream();
byte[] b = new byte[1024];
int n;
while ((n = fileInputStream.read(b))!=-1){
byteArrayOutputStream.write(b,0,n);
}
return byteArrayOutputStream.toByteArray();
} catch (IOException e) {
e.printStackTrace();
} finally {
try {
fileInputStream.close();
byteArrayOutputStream.close();
} catch (IOException e) {
e.printStackTrace();
}
}
return null;
}
4.2 Java调用Python结果演示
我的python脚本主要是对数据集使用了KMM算法，是一种协变量偏移纠正的方法
通过散点图反映测试集和训练集之间的分布情况和差异，这里略...
5. 总结
这个项目是我硕士期间导师丢给我的一个需求，这里说一下为什么要用Java调用R语言和Python。
-
首先我有一个伽马射线的二分类任务，通过R语言使用多个传统机器学习模型实现。
-
在此之前使用R语言实现了多维度数据集的数据预处理、特征选择等功能，并且出图方便，代码简单。
-
Python则实现了数据集协变量偏移纠正的功能，最终得到的数据集用于丢进模型做分类。
-
这个平台通过调用R和Python，集成了数据集预处理、协变量偏移纠正的方法，并且可以通过多个图可视化看到分析结果。平台还实现了数据集上传、下载等功能...
-
主要是针对Java调用R语言以及调用Python作一个记录，实际上平台有许多细节都没有顾虑到，相当于一个学习笔记吧。