Java之调用Python代码
对于一个数据分析方面的工作者来说,最熟悉的语言无疑就是Python了。对于软件开发者而言,Java又是极其重要的工具。那么,一个很自然的问题就是,我们能够在Java中调用Python代码吗?
想要在Java中调用Python代码,有以下两个办法:
- 直接通过Runtime进行调用
- 调用Jython
在Java中如果需要调用第三方程序,可以直接通过Runtime实现,这也是最直接最粗暴的做法,粒度更加粗糙,效率较高,需要安装Python软件。而Jython是Python语言在Java平台的实现,可以理解为一个由 Java 语言编写的 Python 解释器,因此,不需要安装Python软件。它不仅提供了Python的库,同时也提供了所有的Java类,这就使得其有一个巨大的资源库。Jython可以直接调用Python程序中的指定函数或者对象方法,粒度更加精细。但遗憾的是,Jython运行速度并不理想。
接下来,我们将分别介绍以上两种调用方法。
首先是直接通过Runtime调用Python代码。先写个Python代码文件test_argv.py,它位于D盘中,其完整代码如下:
import sys a = sys.argv[1] b = sys.argv[2] print("%s * %s = %s"%(a,b,int(a)*int(b)))
该Python代码接受两个命令行参数,然后输出一个乘法算式。调用的Java代码如下:
package javaCode; import java.io.BufferedInputStream; import java.io.BufferedReader; import java.io.InputStreamReader; import java.util.Scanner; public class TestPython { public static void main(String[] args) throws Exception { Scanner input = new Scanner(System.in); // 在同一行输入两个数字,用空格分开,作为传入Python代码的命令行参数 System.out.println("Enter two integers(e.g. 12 34): "); String integers = input.nextLine(); String[] numbers = integers.split(" "); // 定义传入Python脚本的命令行参数,将参数放入字符串数组里 String cmds = String.format("python D://test_argv.py %s %s", numbers[0], numbers[1]); // 执行CMD命令 System.out.println("\nExecuting python script file now."); Process pcs = Runtime.getRuntime().exec(cmds); pcs.waitFor(); // 定义Python脚本的返回值 String result = null; // 获取CMD的返回流 BufferedInputStream in = new BufferedInputStream(pcs.getInputStream()); // 字符流转换字节流 BufferedReader br = new BufferedReader(new InputStreamReader(in)); // 这里也可以输出文本日志 String lineStr = null; while ((lineStr = br.readLine()) != null) { result = lineStr; } // 关闭输入流 br.close(); in.close(); System.out.println(result); } }
从以上代码中,可以发现,我们往Python代码中传入了两个命令行参数(两个整数),通过Java提供的Runtime环境让Python执行程序,最后用Java得到在CMD或shell中的输出流并在Java程序输出,本质上还是Python在处理计算结果。其输出如下图所示:
然后我们将演示如何使用Jython来实现类似上述程序的功能。
Jython的MVN仓库地址为http://mvnrepository.com/artifact/org.python/jython/2.7.1b3, API官方网址为: http://www.jython.org/javadoc/, jar的下载地址为: http://www.jython.org/downloads.html . 下载jython-standalone-2.7.0.jar包,并将其加入到Eclipse的Java Build Path中,如下图:
Java代码如下:
package javaCode; import org.python.util.PythonInterpreter; public class TestPython { public static void main(String args[]) { PythonInterpreter interpreter = new PythonInterpreter(); interpreter.exec("import sys "); interpreter.exec("a = input('Enter a:')"); interpreter.exec("b = input('Enter b:')"); interpreter.exec("print('%s * %s = %s' %(a, b, a*b))"); } }
运行以上程序,结果如下图:
至此,我们成功地用以上两种方法在Java中调用了Python代码。
本次分享到此结束,欢迎大家交流~~
低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。
持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。
转载内容版权归作者及来源网站所有,本站原创内容转载请注明来源。
- 上一篇
博客汇总
区块链 比特币原理简介 区块链 区块链-区块结构 以太坊原理简介 以太坊-GHOST协议 Merkle Patrcia Tree原理 MPT的基本操作 搭建以太坊私有链 应用层面 交易系统架构 网关系统架构 抽奖活动的高可用、高并发优化 交易体系-交易、支付、物流、退款退货 事务模板VS声明式事务 任务扫描的架构设计 限流方案 高并发技术 高可用技术 Spring bean初始化原理详解 Ajax跨域解决方案 中间件 Dubbo-多线程通信原理 Dubbo RPC源码解读 RPC原理以及示例 TCC事务原理 RocketMQ实践 RocketMQ原理 Kafka VS RocketMQ VS RabbitMQ Kafka原理 ZAB协议恢复模式-数据同步 ZAB协议恢复模式-leader选举 Zookeeper原理与设计 Zookeeper使用案例 SpringCloud服务治理与负载均衡原理 SpringCloud API网关-Zuul SpringCloud配置中心-Config SpringCloud-Hystrix原理 JVM JVM垃圾收集器 JVM垃圾收集 从JVM角度看...
- 下一篇
Spark 写出MySQL报错,java.sql.BatchUpdateException
spark DataFrame 写出到MySQL时报如下错误: java.sql.BatchUpdateException: Column ‘name’ specified twice at sun.reflect 原因: 写出的DataFrame 表结构和MySQL中创建的表结构不一致, 2个 DataFrame join 后的结果中有两列都是“name”列。 解决: 修改DataFrame写出结构。核心代码如下: val res1: Dataset[Row] = studentInfoDF.join(stu_scoresDF, studentInfoDF.col("name") === stu_scoresDF.col("name")) .filter(stu_scoresDF.col("score") > 80) res1.show(false) import spark.implicits._ val out: Dataset[(String, Int, String)] = res1.map(row => (row.getAs[String](0), row.ge...
相关文章
文章评论
共有0条评论来说两句吧...
文章二维码
点击排行
推荐阅读
最新文章
- CentOS8,CentOS7,CentOS6编译安装Redis5.0.7
- SpringBoot2编写第一个Controller,响应你的http请求并返回结果
- SpringBoot2更换Tomcat为Jetty,小型站点的福音
- Docker使用Oracle官方镜像安装(12C,18C,19C)
- MySQL8.0.19开启GTID主从同步CentOS8
- 设置Eclipse缩进为4个空格,增强代码规范
- SpringBoot2配置默认Tomcat设置,开启更多高级功能
- Jdk安装(Linux,MacOS,Windows),包含三大操作系统的最全安装
- Springboot2将连接池hikari替换为druid,体验最强大的数据库连接池
- Hadoop3单机部署,实现最简伪集群