完成展示

一、怎么做

通过pyqt5界面ui设计，保存为.ui文件，再用工具将其转化为pyhton的.py文件，最后在py文件上添加你的算法，以及ui层面的逻辑连接，就能做到预测啦！

二、使用步骤

1.安装Pycharme

2.安装pyqt5相关组件

这位大佬有详细安装步骤：?https://blog.csdn.net/zhangziju/article/details/80243858

3.使用qt5设计界面

右键随便点击一个，使用你的qt工具

?添加小控件

?如果你想让你添加的滚动条的数值显示出来，使用这个按钮

?然后链接这两个控件，出现弹窗

?选择QSlider(滑动条)的valueChanged 与 QLabel的setNum()，点击OK。

保存返回至pycharm，对生成的a.ui进行python文件转化

?运行成功后，你的目录下会出现a.py的文件，不管他，然后右键手动创建一个a.py的启动文件run_a.py

?创建run_a.py，后续修改不会影响启动文件，可直接粘贴

if __name__ == '__main__':
 import sys
 from PyQt5.QtWidgets import QApplication, QMainWindow
 import a # 导入添加的资源（根据实际情况填写文件名）
 app = QApplication(sys.argv)
 MainWindow = QMainWindow()
 ui = a.Ui_MainWindow()
 ui.setupUi(MainWindow)
 MainWindow.show()

 sys.exit(app.exec_())

然后右键Run

此时就能滑动滑动条，也能看见数字的变动了

?日期控件也是同理，并且可以互相联系（注意链接函数一定要正确）

?每次操作完成需要保存，然后右键a.ui文件选择pyUIC就会刷新a.py，最后使用run_a.py 启动就行啦

注意，点击控件右侧会出现控件的属性，字体，大小什么的都有，不过建议在生成的a.py中添加属性，以便于后续的多次修改。

5.将设计好的ui生成的py文件后，加入自己的用到算法

?将你最终决定的ui转化为py之后，记得复制粘贴为新的py文件，例如我做的test001.ui转化为了test001.py,然后将test001.py复制为test002.py,然后创建run_test002.py文件来启动。（这一步为了防止你不小心重新将ui转化，覆盖了你后续修改的代码）

多个Check Box的单选，（例如东西南北）

先from xxx import *

?在class中添加如下函数（注意你自己的多个checkBox名字，我这里是checkBox_wind1，2，3，4）对应的东西南北（这样就可以四选一了）

    def  changeCheck1(self):
        if self.checkBox_wind1.checkState() == Qt.Checked:
            self.checkBox_wind2.setChecked(False)
            self.checkBox_wind3.setChecked(False)
            self.checkBox_wind4.setChecked(False)
    def  changeCheck2(self):
        if self.checkBox_wind2.checkState() == Qt.Checked:
            self.checkBox_wind1.setChecked(False)
            self.checkBox_wind3.setChecked(False)
            self.checkBox_wind4.setChecked(False)
    def  changeCheck3(self):
        if self.checkBox_wind3.checkState() == Qt.Checked:
            self.checkBox_wind1.setChecked(False)
            self.checkBox_wind2.setChecked(False)
            self.checkBox_wind4.setChecked(False)
    def  changeCheck4(self):
        if self.checkBox_wind4.checkState() == Qt.Checked:
            self.checkBox_wind1.setChecked(False)
            self.checkBox_wind2.setChecked(False)
            self.checkBox_wind3.setChecked(False)

最后在class中添加一个弹窗控件

    def on_click_messBox(self):

        # 这个模型可以放到此函数外面以免每次点击就会重新计算
        # 但是本次实验数据量小，就懒得操作了

        import matplotlib.pyplot as plt
        plt.rcParams['font.sans-serif'] = ['SimHei']
        plt.rcParams['axes.unicode_minus'] = False
        import pandas as pd
        # 使用本实验误差小的LinearSVR支持向量机核函数
        from sklearn.svm import LinearSVR

        #   导入数据 (数据放在同一py文件下)
        data = pd.read_csv('./data_new.csv', encoding='gbk')
        import random
        
        minweather=self.horizontalSlider_2.value() #获取最低温的值
        maxweather=self.horizontalSlider.value()   #获取最高温的值
        print('最高温',maxweather)
        print('最低温',minweather)

        # 将你四选一的true和flase，作为一个列表，然后通过位置，设置为1，2，3，4的值
        # 获取天气
        weathers=[self.checkBox_weather1.isChecked(),self.checkBox_weather2.isChecked(),
               self.checkBox_weather3.isChecked(),self.checkBox_wind1_5.isChecked()]
        
        print('测试weathers true',weathers.index(True))

        weathernum=weathers.index(True)+1

        print('weathers',weathers) # 获取天气值

        # 将你四选一的true和flase，作为一个列表，然后通过位置，设置为1，2，3，4的值
        # 获取风力
        winds=[self.checkBox_wind1.isChecked(),self.checkBox_wind2.isChecked(),
               self.checkBox_wind3.isChecked(),self.checkBox_wind4.isChecked()]
        print('winds',winds)
        windnum=winds.index(True)+1

        windstrong = self.horizontalSlider_3.value() # 获取风力值
        print('风力',windstrong)

        # 获取月和日
        datemonth=self.dateEdit.date().month()
        print('datemonth',datemonth)
        dateday=self.dateEdit.date().day()
        print('dateday', dateday)

        # 获取到的界面数据

        testxxx=[]
        testxxx.append(weathernum)  # 天气
        testxxx.append(windnum)     #风向
        testxxx.append(windstrong)  # 风力
        testxxx.append(minweather)  # 最低气温
        testxxx.append(maxweather)  # 最高气温
        testxxx.append(datemonth)  # 月
        testxxx.append(dateday)  # 日
        print('test_xxx',testxxx)
        
        # 划分数据集
        x_train = data.iloc[:200, 1:]
        x_test = data.iloc[200:, 1:]
        y_train = data.iloc[:200, :1]
        y_test = data.iloc[200:, :1]
        
        # 模型训练
        clf = LinearSVR(C=1)
        clf.fit(x_train, y_train)
        
        # 数据代入
        y_pred = clf.predict([testxxx])

        print('y_pred',y_pred)
        stry = str(y_pred.tolist()[0])

        # 创建弹窗属性
        messBox = QMessageBox()
        messBox.setStyleSheet(
            "QLabel{"
            "min-width: 200px;"
            "min-height: 100px;"
            "}"
        )
        messBox.setWindowTitle(u'预测电荷值为')
        messBox.setText(stry)
        messBox.exec_()

最后运行run_test002.py，选择好你所选择需要的参数，点击开始，即可出现预测值弹窗