import tensorflow as tf import numpy as np import tkinter as tk from tkinter import filedialog import time import pandas as pd import stock_predict as pred def creat_windows(): win = tk.Tk() # 创建窗口 sw = win.winfo_screenwidth() sh = win.winfo_screenheight() ww, wh = 800, 450 x, y = (sw - ww) / 2, (sh - wh) / 2 win.geometry("%dx%d+%d+%d" % (ww, wh, x, y - 40)) # 居中放置窗口 win.title('LSTM股票预测') # 窗口命名 f_open =open('dataset_2.csv') canvas = tk.Label(win) canvas.pack() var = tk.StringVar() # 创建变量文字 var.set('选择数据集') tk.Label(win, textvariable=var, bg='#C1FFC1', font=('宋体', 21), width=20, height=2).pack() tk.Button(win, text='选择数据集', width=20, height=2, bg='#FF8C00', command=lambda: getdata(var, canvas), font=('圆体', 10)).pack() canvas = tk.Label(win) L1 = tk.Label(win, text="选择你需要的 列(请用空格隔开,从0开始)") L1.pack() E1 = tk.Entry(win, bd=5) E1.pack() button1 = tk.Button(win, text="提交", command=lambda: getLable(E1)) button1.pack() canvas.pack() win.mainloop() def getLable(E1): string = E1.get() print(string) gettraindata(string) def getdata(var, canvas): global file_path file_path = filedialog.askopenfilename() var.set("注,最后一个为label") # 读取文件第一行标签 with open(file_path, 'r', encoding='gb2312') as f: # with open(file_path, 'r', encoding='utf-8') as f: lines = f.readlines() # 读取所有行 data2 = lines[0] print() canvas.configure(text=data2) canvas.text = data2 def gettraindata(string): f_open = open(file_path) df = pd.read_csv(f_open) # 读入股票数据 list = string.split() print(list) x = len(list) index=[] # data = df.iloc[:, [1,2,3]].values # 取第3-10列 (2:10从2开始到9) for i in range(x): q = int(list[i]) index.append(q) global data data = df.iloc[:, index].values print(data) main(data) def main(data): pred.LSTMtest(data) var.set("预测的结果是:" + answer) if __name__ == "__main__": creat_windows()这个代码能实现什么功能
时间: 2023-12-02 07:05:18 浏览: 34
这个代码实现了一个简单的GUI界面,可以让用户选择一个股票数据集,选择需要的列,然后用LSTM模型对这些列进行预测,并在界面上展示预测结果。具体来说,该代码使用了Tkinter库创建了一个窗口,其中包括一个按钮用于选择数据集,一个标签用于展示数据集的列名,以及一个文本框用于让用户输入需要的列。当用户点击提交按钮后,程序会读取用户输入的列号,并使用Pandas库读取该数据集,提取用户选择的列,再使用stock_predict.py文件中的LSTM模型对这些列进行预测,并在界面上展示预测结果。
相关问题
import tensorflow as tf import os import numpy as np import pandas as pd
这段代码是导入 TensorFlow、os、numpy 和 pandas 这四个 Python 库。
- TensorFlow 是一个基于数据流图的机器学习框架,用于构建和训练各种机器学习模型。
- os 是用于操作文件和目录的 Python 标准库。
- numpy 是 Python 中用于科学计算的一个开源库,提供了高性能的多维数组对象和用于操作这些数组的工具。
- pandas 是一个数据分析工具,提供了处理和分析数据的功能,可以用于数据清洗、数据转换、数据分析等任务。
from tensorflow import keras import tensorflow as tf import matplotlib.pyplot as plt import numpy as np import glob意思
这段代码是用Python编写的,它导入了一些常用的机器学习和数据处理库,包括TensorFlow、Keras、Matplotlib和NumPy。
`from tensorflow import keras`:这行代码导入了Keras库,Keras是一个高级神经网络API,它可以用于构建和训练深度学习模型。
`import tensorflow as tf`:这行代码导入了TensorFlow库,TensorFlow是一个流行的开源机器学习框架,它提供了丰富的工具和功能,用于构建和训练机器学习模型。
`import matplotlib.pyplot as plt`:这行代码导入了Matplotlib库中的pyplot模块,它提供了绘制图表和可视化数据的功能。
`import numpy as np`:这行代码导入了NumPy库,NumPy是一个用于科学计算的Python库,它提供了多维数组对象和各种数学函数。
`import glob`:这行代码导入了Python标准库中的glob模块,它用于查找文件路径名匹配的文件。在这段代码中,可能会用到glob来查找文件路径。
请注意,代码片段中的具体用法和目的可能需要更多的上下文才能确定。如果你有更详细的代码或问题,请提供更多信息,我将尽力帮助你。