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Rserveinstall.packages("Rserve")# 载入Rservelibrary(Rserve())# 启动RserveRserve()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
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>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(); }}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
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; }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...
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。