1.首选Java调用Python文件的方式:Jython
Jython(Java Python)是一种Python解释器,它使用Java语言编写,可以让Python代码在Java环境下运行。Jython具有明显的优势,可以很好地兼容Python代码中的所有库,因此对于Java和Python开发者来说都是理想的工具。
在使用Jython时,需要在Java环境中下载和安装jython.jar
文件,并用于类路径中。接着,你可以用以下的代码调用Python文件。
import org.python.util.PythonInterpreter;
public class TestPython {
public static void main(String[]args) {
PythonInterpreter interpreter = new PythonInterpreter();
interpreter.execfile("path/to/your/python/file.py");
}
}
首先,我们导入了语言交互器PythonInterpreter
。在main
函数中,我们创建了一个新的解释器实例,并使用execfile
方法执行指定Python文件的代码。
2.其次,使用Java调用Python文件的方式:ProcessBuilder
在这里,我们将介绍另一种方法,可以使用ProcessBuilder类启动和管理外部进程,并调用Python文件。在ProcessBuilder类中,我们可以指定调用的Python文件路径以及需要传递的参数。
例如,以下代码展示了如何使用ProcessBuilder类调用Python文件。
import java.io.IOException;
public class TestPython {
public static void main(String[] args) {
ProcessBuilder pb = new ProcessBuilder("python", "path/to/your/python/file.py", "arg1", "arg2");
try {
Process p = pb.start();
p.waitFor();
} catch (IOException | InterruptedException e) {
e.printStackTrace();
}
}
}
这种方法的优势在于,它允许我们更灵活地控制和管理调用Python文件的过程,并能够连接多个外部程序作为一个整体流程。
Python技术站热门推荐:
PDF电子发票识别软件,一键识别电子发票并导入到Excel中!
3.最后,还可以使用Java调用Python文件的方式:Runtime类
除ProcessBuilder外,Java还提供了另一种方法,可以使用Runtime类为任何命令行程序创建进程并调用指定的Python文件。
import java.io.IOException;
public class TestPython {
public static void main(String[] args) {
try {
Runtime rt = Runtime.getRuntime();
rt.exec("<python_path> path/to/your/python/file.py");
} catch (IOException e) {
e.printStackTrace();
}
}
}
注意,这种方法比其他方法更为基础,代码的可维护性和可读性也会受到限制。
示例
为了更具体地展示这个话题,我们将介绍两个不同的示例。
示例1:Java调用Python文件实现数据处理
假设我们需要用Java调用一个Python脚本,解析CSV数据,并将结果输出到控制台上。以下就是Java调用Python文件实现数据处理的示例程序:
数据文件:data.csv
1,2,3
4,5,6
7,8,9
Python代码:parse_data.py
import csv
with open('data.csv', 'r') as file:
csv_reader = csv.reader(file)
for row in csv_reader:
print(row)
Java代码:TestPython.java
import org.python.util.PythonInterpreter;
import java.io.IOException;
public class TestPython {
public static void main(String[] args) {
PythonInterpreter interpreter = new PythonInterpreter();
interpreter.execfile("path/to/your/parse_data.py");
}
}
输出
['1', '2', '3']
['4', '5', '6']
['7', '8', '9']
在这个示例中,我们使用Jython方式调用Python文件,解析了本地的data.csv
文件,并将结果输出到控制台上。
示例2:Java调用Python文件使用机器学习模型
假设我们需要在Java代码中调用一个已经训练好的机器学习模型(例如scikit-learn),并使用Java中的数据进行预测。以下是Java调用Python文件使用机器学习模型的示例程序:
Python代码:predict.py
import pickle
# 加载 scikit-learn 模型
model = pickle.load(open('model.pkl', 'rb'))
# 获取特征和对应的值
feature1 = float(input("Feature 1:"))
feature2 = float(input("Feature 2:"))
feature3 = float(input("Feature 3:"))
feature4 = float(input("Feature 4:"))
# 预测结果
result = model.predict([[feature1, feature2, feature3, feature4]])
print(result[0])
Java代码:TestPython.java
import java.io.BufferedReader;
import java.io.IOException;
import java.io.InputStreamReader;
import java.util.ArrayList;
import java.util.List;
public class TestPython {
public static void main(String[] args) {
String[] command = {"python", "path/to/your/predict.py"};
ProcessBuilder pb = new ProcessBuilder(command);
try {
Process process = pb.start();
BufferedReader reader = new BufferedReader(new InputStreamReader(System.in));
double feature1 = 0.0, feature2 = 0.0, feature3 = 0.0, feature4 = 0.0;
List<String> output = new ArrayList<>();
while (true) {
// 从 Python 脚本中读取标准输入
String line = reader.readLine();
if (line == null || line.isEmpty()) break;
// 显示 Python 脚本中的提示信息,并输入值
System.out.print(line.trim() + " ");
switch (line.trim()) {
case "Feature 1:":
feature1 = Double.parseDouble(reader.readLine());
break;
case "Feature 2:":
feature2 = Double.parseDouble(reader.readLine());
break;
case "Feature 3:":
feature3 = Double.parseDouble(reader.readLine());
break;
case "Feature 4:":
feature4 = Double.parseDouble(reader.readLine());
break;
}
}
// 向 Python 脚本中写入值
ProcessIO.writeLine(process.getOutputStream(), String.valueOf(feature1));
ProcessIO.writeLine(process.getOutputStream(), String.valueOf(feature2));
ProcessIO.writeLine(process.getOutputStream(), String.valueOf(feature3));
ProcessIO.writeLine(process.getOutputStream(), String.valueOf(feature4));
// 获取 Python 脚本的输出
output = ProcessIO.readLines(process.getInputStream());
// 显示 Python 脚本的输出
System.out.print("\nResult: ");
for (String s : output) {
System.out.println(s);
}
} catch (IOException e) {
e.printStackTrace();
}
}
}
输出
Feature 1: 5.6
Feature 2: 2.8
Feature 3: 4.9
Feature 4: 1.9
Result: 1.0
在这个示例中,在Java代码中调用了一个Python脚本和一个Scikit-learn模型,并且可以使用Java数据作为模型的输入,并将Python脚本的输出输出到控制台上。
标签:调用,Java,String,python,超细,Feature,Python,public From: https://blog.51cto.com/yangshaoping/7511368