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: 5 months 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 (almost 3 years ago)
- Default Branch: master
- Last Pushed: 2024-10-29T08:00:57.000Z (over 1 year ago)
- Last Synced: 2024-10-29T09:19:57.140Z (over 1 year 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`pandas`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：
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
- ordered-map
## python环境配置
> 用户可以不依赖Python，通过`./CMakeLists.txt`的`DA_ENABLE_PYTHON`选项禁用，此时将不会编译python相关模块
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 Loguru numpy==1.26.4 pandas scipy openpyxl chardet PyWavelets pyarrow
```
如果你的python版本小于3.8，还需额外导入
```
pip install typing_extensions
```
> 为了兼容性，numpy建议2.0以下，这里推荐使用1.26.4
>
> Loguru主要用于进行python脚本的日志记录
>
> 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
>
> chardet主要用于检测字符编码
>
> PyWavelets是进行小波分析的库
>
> pyarrow是dataframe进行扩展数据导入的库，支持parquet（Partitioning Parquet files）和Feather
python在win11操作系统下，安装package会把包安装到`用户名\AppData\Roaming\Python\Pythonxx\site-packages`下，这对于把整个python打包是不利的，因此需要在执行pip install时加上参数`--target`指定安装路径，例如：
```shell
pip install --target="../Lib/site-packages" loguru numpy==1.26.4 pandas scipy openpyxl chardet PyWavelets pyarrow
```
项目目录下已经把所有依赖放到了`requirements.txt`文件里，可以直接使用`pip install -r requirements.txt`进行安装
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"
}
}
```
> 程序安装目录可以使用`${current-app-dir}`变量替代，例如python安装在程序安装目录下，那么`${current-app-dir}`的值就是程序安装目录，如：${current-app-dir}/python311/python.exe
2. 如果没有`python-config.json`文件，将使用`where python`来查找系统的python环境
## 构建
整个构建过程需要加载3次cmake文件
- 首先需要编译zlib库（如果你开发环境已经有zlib，可以跳过此步骤），用cmake打开`./src/3rdparty/zlib/CMakeLists.txt`,编译完成后需要执行安装命令`install`对zlib库进行安装
- 然后加载`./src/3rdparty/CMakeLists.txt`完成所有第三方库的编译，编译完成后需要执行安装命令`install`，否则第三步无法找到第三方库
- 最后是`./CMakeLists.txt`完成`DataWorkbench`编译，编译完成后需要执行安装命令`install`
- 把zlib库的zd.dll手动复制到bin目录下
> 第三方库中的quazip依赖zlib，因此需要先编译zlib库，并把zd.dll复制到bin目录下
第二部可以设置不构建plugin，如果不构建plugin，plugin板块可以单独构建，前提是前两步已经完成且安装好，单独构建插件需要运行`plugins/CMakeLists.txt`
**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
用户也可以自定义安装路径，需要手动调整`CMakeLists.txt`
## 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
> 第三方库构建请见:[src/3rdparty/readme.md](./src/3rdparty/readme.md)
> 详细构建教程见：[doc/how-to-build.md文档](./doc/how-to-build.md)
# 教程
## 1.开发说明
[1.开发规范](./coding-standard.md)
[2.基于cmake的大型工程组织和构建](./doc/基于cmake的大型工程组织和构建.md)
## 1.程序架构
[1.插件与接口](./doc/zh/插件与接口.md)
## 2.工作流模块
[1.可缩放图元模块](./doc/zh/可缩放图元.md)
[2.工作流模块](./doc/zh/工作流.md)
[3.工作流生命周期](./doc/zh/工作流生命周期.md)
## 3.持久化
[1.工程文件结构说明](./doc/zh/工程文件结构说明.md)
## 4.开发指南
[1.如何添加一个action](./doc/zh/如何添加一个action.md)
# 程序截图
主体界面演示
