MIC数据关联性挖掘算法Python源码

包含四个程序，分别从dat文件，txt文件，csv文件，xls文件中读取数据，并利用MIC算法进行数据关联性挖掘，后以图片形式呈现结果。文件包含源码和测试数据。

from __future__ import division
import numpy as np
import matplotlib.pyplot as plt
from minepy import MINE
import xlrd
import csv
import pandas as pd

def micsubplot（xynumRowsnumColsplotNum
              xlim=（-44）ylim=（-44））:
    r=np.around（np.corrcoef（x y）[01]1）
    mine=MINE（alpha=0.5c=15）
    mine.compute_score（xy）
    mic=mine.mic（）
    ax=plt.subplot（numRowsnumColsplotNum
                   xlim=xlimylim=ylim）
    ax.set_title（‘Person r=%.1f\MIC=%.1f‘ % （rmic）fontsize=10）
    ax.set_frame_on（False）
    ax.axes.get_xaxis（）.set_visible（True）
    ax.axes.get_yaxis（）.set_visible（True）
    ax.plot（xy‘+‘）
    ax.set_xticks（[]）
    ax.set_yticks（[]）
    return ax
‘‘‘
n=800
x1 = np.random.uniform（-1 1 n）
y1 = 4*（x1**2-0.5）**2 + np.random.uniform（-1 1 n）/3 

cors = [1.0 0.8 0.4 0.0 -0.4 -0.8 -1.0] 
for i cor in enumerate（cors）:
    cov = [[1 cor][cor 1]]
    xy = np.random.multivariate_normal（[0 0] cov n）
    x2=xy[: 0]
    y2=xy[: 1]
   
‘‘‘
# read .xls files and calculat the MIC value
xlsfile = r“.\text1.xls“
book = xlrd.open_workbook（xlsfile）
sheet0 = book.sheet_by_index（0）
#print “1“sheet0
sheet_name = book.sheet_names（）
#print “2“sheet_name
#sheet1 = book.sheet_by_name（sheet_name）
nrows = sheet0.nrows
#print “3“nrows
ncols = sheet0.ncols
#print “4“ncols
‘‘‘
col_data_x1=[]
col_data_y1=[]
col_data_x2=[]
col_data_y2=[]
‘‘‘
xlsdata=[]
for i in range（nrows）:
    xlsdata.append（sheet0.row_values（i））
print xlsdata
x1=[x[0] for x in xlsdata]
y1=[x[1] for x in xlsdata]
x2=[x[2] for x in xlsdata]
y2=[x[3] for x in xlsdata]
‘‘‘
col_data_x1 = sheet0.col_values（0）
col_data_y1 = sheet0.col_values（1）
col_data_x2 = sheet0.col_values（2）
col_data_y2 = sheet0.col_values（3）
‘‘‘
#print “5“col_data
#print len（col_data）
x1=x1[1:len（x1）]
y1=y1[1:len（y1）]
x2=x2[1:len（x2）]
y2=y2[1:len（y2）]

‘‘‘
print len（x1）len（y1）len（x2）len（y2）
print ‘\n‘
print x1
print y1
print x2
print y2
‘‘‘


micsubplot（x1 y1 1 2 1 （-1 1） （-1/3 1+1/3））
micsubplot（x2 y2 1 2 2）
plt.tight_layout（） 
plt.show（）

# read .csv files and calculat the MIC value

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     目录           0  2018-04-09 11:03  src\
     文件        2192  2018-03-13 18:04  src\MIC_calculation2.py
     文件        3545  2018-04-03 11:56  src\MIC_csv.py
     文件        1673  2018-04-09 11:03  src\MIC_dat.py
     文件        1606  2018-03-13 17:57  src\MIC_txt.py
     文件        2131  2018-03-13 17:59  src\MIC_xls.py
     文件       50163  2018-03-12 14:20  src\text1.csv
     文件      100328  2018-03-12 14:22  src\text1.dat
     文件       50163  2018-03-13 14:24  src\text1.txt
     文件       96256  2018-03-11 23:20  src\text1.xls