Ecosyste.ms: Awesome
An open API service indexing awesome lists of open source software.
https://github.com/czyt1988/data-workbench
Data processing tool software developed by QT(CPP)
https://github.com/czyt1988/data-workbench
data-analysis graphicsview qt qt-workflow qt5 workflow
Last synced: 4 days ago
JSON representation
Data processing tool software developed by QT(CPP)
- Host: GitHub
- URL: https://github.com/czyt1988/data-workbench
- Owner: czyt1988
- License: lgpl-3.0
- Created: 2023-04-05T13:06:10.000Z (over 1 year ago)
- Default Branch: master
- Last Pushed: 2024-10-29T08:00:57.000Z (about 2 months ago)
- Last Synced: 2024-10-29T09:19:57.140Z (about 2 months ago)
- Topics: data-analysis, graphicsview, qt, qt-workflow, qt5, workflow
- Language: C++
- Homepage:
- Size: 17.4 MB
- Stars: 35
- Watchers: 4
- Forks: 16
- Open Issues: 5
-
Metadata Files:
- Readme: readme.md
- License: LICENSE
Awesome Lists containing this project
README
此程序还在开发中,只有基本的一些功能实现
# 简介
数据工作流设计器,这个软件的设计目标是实现工作流驱动数据的ETL,集成panda的数据处理能力,实现高效的交互式数据可视化以及能固定输出论文级别的图片,软件主要分三大块:work flow、data、chart,三大板块的关系如下图所示:
![about-data-work-flow](./doc/PIC/about-data-work-flow.png)
软件的设计初衷:
在数据处理过程往往有很多重复性的工作,尤其针对科研实验数据,有可能要面对n组数据,每组数据的清洗抽取方式基本是一样的,因此我希望一个数据处理软件应该是带有工作流功能的,当然python是很容易实现上述功能,但要求有一定的开发基础且要熟悉一些库才能得心应手
python的pandas、numpy、scipy是数据处理的三大利器,通过python进行数据处理过程,如此多的数据清洗方法,除非你把整个文档浏览一遍,否则你很难想起他们,因此一个交互式的数据清洗工具是很有必要的,把功能通过GUI明确的展现给用户,这样数据处理过程不需要长时间的翻阅文档
最后也是我用matlab和python这类数据处理工具最头疼的一点,就是数据可视化,虽然matlab和python能做出很漂亮的图,但细微的调节非常令人抓狂,例如要调整一个文本的位置,交互式的设计你只需要拖动一下鼠标,但在脚本语言里你要指定它的坐标,如果图片非常大,渲染时间比较久,那么移动一个文本到你想要的地方是一件令人非常抓狂的事情,而且matlab或者matplotlib的数据可视化函数有多有细,每次操作都要查阅半天文档,这是另人非常苦恼的事情。
目前没找到一个合适的工具来实现基于工作流的数据分析,比较接近我的需求的是Orange3,但Orange3更偏向深度学习方面,想进行单一的绘图有比较困难,Origin这些又是非常传统的数据分析软件,没有工作流相关模块
本软件的设计就是为了解决上面遇到的这三个问题,因此软件会分为三大板块:工作流解决固定流程问题,数据处理板块会把pandas的功能进行集成,chart板块能实现交互式的数据可视化,且能生成论文级别的图片
随着软件的开发,工作流板块逐渐形成体系,使用了有向图作为工作流的数据描述,发现不仅仅用于接近上述数据分析的问题,针对一维仿真也能非常方便的构建出模型,为此此软件也相当于提供了一个一维仿真集成框架,可以实现类似Amesim的一维仿真
# 编译
## 第三方库
编译前请确保已经拉取了第三方库,由于使用的是`git submodule`方式管理大部分第三方库,因此需要执行:
```shell
git submodule update --init --recursive
```把所有第三方库拉取,具体可见:[submodule.md](./submodule.md)
编译完第三方库后,需要进行安装(install),所有依赖将安装到bin目录下
需要编译的第三方库如下:
- SARibbon
- Qt-Advanced-Docking-System
- ctk(只依赖部分,这里作者对ctk进行了精简,形成一个liteCtk)
- qwt
- QtPropertyBrowser
- spdlog
- pybind11## 构建简述
整个构建过程需要加载3次cmake文件
- 首先是`src/3rdparty/CMakeLists.txt`完成第三方库编译,同时要进行install,否则第二步无法找到第三方库
- 然后是`CMakeLists.txt`完成`DataWorkbench`编译,同时要进行install,否则第三步无法找到`DAWorkbench`
- 最后是`plugins/CMakeLists.txt`完成`DataWorkbench`的所有业务功能的插件编译。**详细构建教程见**:[doc/how-to-build.md文档](./doc/how-to-build.md)
## bin目录
DA项目编译好的二进制文件统一生成到bin{Debug/Release}_qt{$$QT_VERSION}_{MSVC/GNU}_{x64/x86}目录下,如:使用qt5.14.2, msvc版本debug模式64位编译,将生成`bin_Debug_qt5.14.2_MSVC_x64`文件夹
用户可以自定义安装路径,需要手动调整CMakeLists.txt
## python环境配置
> 用户可以自定义安装路径,需要手动调整`CMakeLists.txt`的`DA_ENABLE_PYTHON`选项
如果开启将自动查找系统的python环境并进行依赖,python环境有如下要求:
- 至少是python3.7
python环境需要安装的库:
```
pip install numpy
pip install pandas
pip install scipy
pip install Loguru
pip install openpyxl
```> openpyxl是pandas导入excel文件的依赖,如果没有安装,则无法导入excel文件
在需要python时将引入`pybind11`库
dataworkbench查找python的逻辑是:
1. 先查看程序运行目录下是否存在`python-config.json`,如果有,讲读取python-config.json里的`config/interpreter`下的值,以此作为python解析器的路径,python-config.json的模板如下:
```json
{
"config": {
"interpreter": "path to python interpreter"
}
}
```2. 如果没有`python-config.json`文件,将使用`where python`来查找系统的python环境
## 编译程序
在确保完成了`./src/3rdparty/CMakeLists.txt`的编译,以及完成Python路径的配置(如果需要依赖python),直接用Qt Creator (或vs)打开`./CMakeLists.txt`进行编译,编译完成后安装,默认的安装路径会自动把文件安装到工程目录的`bin_xx`目录下
如果第三方库的安装路径不是使用默认路径,需要指定各个第三方库的安装位置
> 详细构建教程见:[doc/how-to-build.md文档](./doc/how-to-build.md)
本项目开发规范:[开发规范文档:coding-standard.md](./coding-standard.md)
# 程序框架及说明
[1.插件与接口](./doc/zh/插件与接口.md)
[2.可缩放图元模块](./doc/zh/可缩放图元.md)
[3.工作流模块](./doc/zh/工作流.md)
# 程序截图
![动态演示](./doc/screenshot/screenshot1.gif)
主体界面演示
![01](./doc/screenshot/01.png)
![02](./doc/screenshot/02.png)