整个代码在jupyter notebook下运行
整个系统需要用到的库文件
#import pymysql
from tkinter import *
import tkinter as tk
import tkinter.messagebox as tkMessageBox
from PIL import Image, ImageFont,ImageTk
import matplotlib
import matplotlib.pyplot as plt
from matplotlib.backends.backend_tkagg import FigureCanvasTkAgg
from matplotlib.figure import Figure
import numpy as np
import xlrd
import pandas as pd
import subprocess
若要使用数据库进行注册功能的实现的话，推荐使用python自带的sqlite3，这个比MySQL方便；如果使用MySQL需要安装pymysql库
一、登陆界面
root = tk.Tk()
root.title('登陆')
f = Figure(figsize=(2.52, 2.56), dpi=100)
f_plot = f.add_subplot(111)#定义画布中的位置
e1 = tk.StringVar(root,value='')
e2 = tk.StringVar(root,value='')
tk.Label(root, text="账号：",font=20).grid(row=0, column=0)
tk.Label(root, text="密码：",font=20).grid(row=1, column=0)
entry_user =tk.Entry(root,textvariable=e1).grid(row=0, column=1)
entry_passwd=tk.Entry(root, show="●",textvariable=e2).grid(row=1, column=1)
tk.Button(root, text="登 陆", font=12,
width=10, command=show).grid(row=2, column=0)
tk.Button(root, text="注 册", font=12,
width=10, command=register
).grid(row=2, column=1)
tk.Button(root, text="退 出", font=12,
width=10, command=root.destroy).grid(row=2, column=2)
root.mainloop()
效果图：
这里注册功能没有做，有兴趣的小伙伴可以自己尝试一下
二、登陆功能界面
if e1.get() == '1'and e2.get() == '1':
str1 = tk.messagebox.showinfo(title='提示',
message = '恭喜密码正确')
if str1 == 'ok':
root.destroy()
root1 = tk.Tk()
root1.title('桥梁监测信息关联分析可视化系统')
canvas = tk.Canvas(root1,
width = 800,
height = 470,
bg = 'black')
image = Image.open("图片位置")
im = ImageTk.PhotoImage(image)
canvas.create_image(400,235,image = im)
canvas.pack()
buttonOk = tk.Button(root1,text = '****************▂▃▅▆▇▇▇▇数据可视化（周期估算）▇▇▇▇▆▅▃▂****************'
,command=UI)
buttonOk.place(x = 0,y = 370,width =800,height = 50)
buttonOk = tk.Button(root1,text = '****************▂▃▅▆▇▇▇▇选择互相关（相关系数）▇▇▇▇▆▅▃▂****************'
,command=UI2)
buttonOk.place(x = 0,y = 420,width =800,height = 50)
root1.mainloop()
else :
string_a = '密码或账号错误 ，请重新输入！'
tkMessagebox.showinfo(title='提示', message = string_a)
这里我直接设置了账号和密码：1，1
三、数据自相关功能
1.定义一个界面
def UI():
# data = xlrd.open_workbook(r'F:/交通物联网/naodu625_strain_temp.xls')
# sh1 = data.sheet_by_name('温度')
# sh2 = data.sheet_by_name('挠度')
# sh3 = data.sheet_by_name('应变')
bk = xlrd.open_workbook('F:/交通物联网/naodu625_strain_temp.xls')
#通过索引顺序获取 sheet
sh = bk.sheets()[0]
root2=tk.Tk()
root2.title('数据可视化')
# var = tk.StringVar()
root2.geometry("500x500")
canvs = FigureCanvasTkAgg(f, root2)#f是定义的图像，root是tkinter中画布的定义位置
canvs.get_tk_widget().pack(side=TOP, fill=BOTH, expand=1)
Label(root2, text="*位移点A~R，温度点A~M，应变点1~44*",font=20).pack()
Label(root2, text="选择温度",font=20).pack()
test1=Entry(root2)
test1.pack()
Button(root2, text='选择测试点', command=draw_T).pack()
Label(root2, text="选择位移",font=20).pack()
test2=Entry(root2)
test2.pack()
Button(root2, text='选择测试点', command=draw_D).pack()
Label(root2, text="选择应变",font=20).pack()
test3=Entry(root2)
test3.pack()
Button(root2, text='选择测试点', command=draw_Y).pack()
root2.mainloop()
2.温度可视化界面
def draw_T():
f_plot.clear()
t = ord(test1.get()) #用字母表示时
if t in (65,82):
test_TEM=t-65
if test_TEM<13:
col_test_TEM = sh.col_values(test_TEM+19,start_rowx=1)
x=np.arange(0,1078,1)
y=np.array(col_test_TEM)
f_plot.set(title='temprature_self',
xlabel='time/10min',ylabel='temprature')
f_plot.plot(x,y)
canvs.draw()
else:
tk.messagebox.showinfo(title='提示',message='*位移点A~R，温度点A~M，应变点1~44*')
3.位移可视化界面
def draw_D():
f_plot.clear()
d = ord(test2.get()) #用字母表示时
if d in (65,77):
test_VD = d-65
if test_VD<18:
col_test_VD = sh.col_values(test_VD+19,start_rowx=1)
x=np.arange(0,1078,1)
y=np.array(col_test_VD)
f_plot.set(title='ver_d_self',
xlabel='time/10min',ylabel='ver_d')
f_plot.plot(x,y)
canvs.draw()
else:
tk.messagebox.showinfo(title='提示', message = '*位移点A~R，温度点A~M，应变点1~44*')
4.应变可视化界面
def draw_Y():
f_plot.clear()
#y = ord(var.get()) #用字母表示时
if test3.get().isdigit():
test_YB = int(test3.get())-1
else:
tk.messagebox.showinfo(title='提示', message = '*位移点A~R，温度点A~M，应变点1~44*')
if test_YB<44 and test_YB>=0:
col_test_YB = sh.col_values(test_YB+19,start_rowx=1)
x=np.arange(0,1078,1)
y=np.array(col_test_YB)
f_plot.set(title='YB_self',xlabel='time/10min',ylabel='YingBian')
f_plot.plot(x,y)
canvs.draw()
else:
str1 = tkMessagebox.showinfo(title='提示',message = '输入范围错误，请重新输入')
if str1 == 'ok':
return
上述功能已经实验过，可以正常运行，不过需要自己进行整理
四、数据互相关功能
1.定义界面
def UI2():
data = xlrd.open_workbook(r'F:/交通物联网/naodu625_strain_temp.xls')
sh1 = data.sheet_by_name('温度')
sh3 = data.sheet_by_name('挠度')
sh2 = data.sheet_by_name('应变')
root3=tk.Tk()
root3.title('数据可视化')
# var = tk.StringVar()
root3.geometry("700x700")
f = Figure(figsize=(2.52, 2.56), dpi=100)#figsize定义图像大小，dpi定义像素
f_plot1 = f.add_subplot(111)#定义画布中的位置
canvs = FigureCanvasTkAgg(f, root3)#f是定义的图像，root是tkinter中画布的定义位置
canvs.get_tk_widget().pack(side=TOP, fill=BOTH, expand=1)
Label(root3,text="*位移点A-R,温度点A-M,应变点1-44*",font=20).pack()
Label(root3,text="选择温度",font=20).pack()
test1=Entry(root3)
test1.pack()
#复选框
chVarDis =IntVar(root3) # 用来获取复选框是否被勾选，通过chVarDis.get()来获取其的状态,其状态值为int类型 勾选为1 未勾选为0
check1 = Checkbutton(root3, text="在TXT中显示具体相关系数", variable=chVarDis) # text为该复选框后面显示的名称, variable将该复选框的状态赋值给一个变量，当state='disabled'时，该复选框为灰色，不能点的状态
check1.deselect() # 该复选框是否勾选,select为勾选, deselect为不勾选
check1.pack()
Button(root3, text='选择测试点', command=draw_D_T).pack()
Label(root3,text="选择位移",font=20).pack()
test2=Entry(root3)
test2.pack()
chvarUn =IntVar(root3)
check2 =Checkbutton(root3, text="在TXT中显示具体相关系数", variable=chvarUn)
check2.deselect()
check2.pack()
Button(root3,text='选择测试点',command=draw_D_Y).pack()
Label(root3,text="选择应变",font=20).pack()
test3=Entry(root3)
test3.pack()
chvarEn =IntVar(root3)
check3 =Checkbutton(root3, text="在TXT中显示具体相关系数", variable=chvarEn)
check3.deselect()
check3.pack()
Button(root3, text='选择测试点',command=draw_Y_T).pack()
2.位移&温度互相关功能
def draw_D_T():
f_plot1.clear()
d1 = ord(test1.get())
if d1>82:
str1 = tk.messagebox.showinfo(title='提示',message = '输入范围错误，请重新输入')
if str1 == 'ok':
return
test_VD1 = d1-65
if test_VD1<18:
col_test_VD1 = sh3.col_values(test_VD1)
s_test=pd.Series(col_test_VD1[1:])
corr_nm1 = []
X=[]
open('D_T.txt','w').close()
for j in range(1,12):
X.insert(j,j)
col3 = sh1.col_values(j)
s3=pd.Series(col3[1:])
corr_test=s_test.corr(s3)
if corr_test<0:
corr_nm1.append(-corr_test)
else:
corr_nm1.append(corr_test)
if chVarDis.get()==1:
result2txt=str('位移'+str(test1.get()) +'测点&温度'+str(j) +'测点的相关系数:'+str(corr_nm1[j-1])) # data是前面运行出的数据，先将其转为字符串才能写入
with open('D_T.txt','a',encoding='utf8') as file_handle: # .txt可以不自己新建,代码会自动新建
file_handle.write(result2txt) # 写入
file_handle.write('\n') # 有时放在循环里面需要自动转行，不然会覆盖上一条数据
if j==11:
subprocess.Popen("notepad.exe D_T.txt")
f_plot1.set(title='ver_d&temprature',
xlabel='ver_d&temperature',ylabel='corr_num')
f_plot1.bar(x=X, height=corr_nm1,width=0.5,)
canvs.draw()
3.位移&应变互相关功能
def draw_D_Y():
f_plot1.clear()
d2 = ord(test2.get())
if d2>77:
str1 = tk.messagebox.showinfo(title='提示',message = '输入范围错误，请重新输入')
if str1 == 'ok':
return
test_VD2 = d2-65
if test_VD2<18:
col_test_VD2 = sh3.col_values(test_VD2)
s_test1=pd.Series(col_test_VD2[1:])
corr_nm2 = []
X=[]
open('D_Y.txt', 'w').close()
for i in range(0,44):
X.insert(i,i)
col_y = sh2.col_values(i)
s_y=pd.Series(col_y[1:])
corr_test1=s_test1.corr(s_y)
if corr_test1<0:
corr_nm2.append(-corr_test1)
else :
corr_nm2.append(corr_test1)
if chvarUn.get()==1:
result2txt=str('位移'+str(test2.get()) +'测点&应变'+str(i+1) +'测点的相关系数:'+str(corr_nm2[i])) # data是前面运行出的数据，先将其转为字符串才能写入
with open('D_Y.txt','a',encoding='utf8') as file_handle: # .txt可以不自己新建,代码会自动新建
file_handle.write(result2txt) # 写入
file_handle.write('\n') # 有时放在循环里面需要自动转行，不然会覆盖上一条数据
if i==43:
subprocess.Popen("notepad.exe D_Y.txt")
f_plot1.set(title='ver_d&YB',
xlabel='ver_d&YB',ylabel='corr_num')
f_plot1.bar(x=X,height=corr_nm2,width=0.5,)
canvs.draw()
4.应变&温度互相关功能
def draw_Y_T():
f_plot1.clear()
if test3.get().isdigit():
test_YB1 = int(test3.get())-1
else :
messagebox.showinfo(title='提示',message = '输入的测试点超出范围，请重新输入！')
if test_YB1<44 and test_YB1>=0:
col_test_YB1 = sh2.col_values(test_YB1)
s_test2=pd.Series(col_test_YB1[1:])
corr_nm3 = []
X=[]
open('Y_T.txt', 'w').close()
for k in range(1,12):
X.insert(k-1,k-1)
col_yt = sh3.col_values(k)
s_yt=pd.Series(col_yt[1:])
corr_test2=s_test2.corr(s_yt)
if corr_test2<0:
corr_nm3.append(-corr_test2)
else :
corr_nm3.append(corr_test2)
if chvarEn.get()==1:
result2txt=str('应变'+str(test3.get()) +'测点&温度'+str(k) +'测点的相关系数:'+str(corr_nm3[k-1])) # data是前面运行出的数据，先将其转为字符串才能写入
with open('Y_T.txt','a',encoding='utf8') as file_handle: # .txt可以不自己新建,代码会自动新建
file_handle.write(result2txt) # 写入
file_handle.write('\n') # 有时放在循环里面需要自动转行，不然会覆盖上一条数据
if k==11:
subprocess.Popen("notepad.exe Y_T.txt")
f_plot1.set(title='YB&temprature', xlabel='YB&temperature',ylabel='corr_num')
f_plot1.bar(x=X,height=corr_nm3,width=0.5,)
canvs.draw()
else:
str1 = tk.messagebox.showinfo(title='提示',message = '输入范围错误，请重新输入')
if str1 == 'ok':
return
同样这里的代码同样需要整理才能成功运行
若有小伙伴找到处理数据更加简便的方法也请告诉我，我会将源码和数据上传，源码比这个啰嗦，而且还有没有用到的，比如注册功能的代码，感谢各位看官的指教！
原创文章 13
获赞 6
访问量 1508