在Java中集成Python机器学习模型-Python教程-PHP中文网

在Java中集成Python机器学习模型

DDD

发布： 2025-10-08 09:25:51

原创

162人浏览过

在Java中集成Python机器学习模型

本文详细阐述了如何使用Jython在Java应用程序中集成并调用Python机器学习模型。通过在Java虚拟机（JVM）内部创建Python解释器，我们可以直接执行Python代码、获取Python对象并调用其方法，从而实现Python与Java的无缝交互。文章提供了详细的步骤、示例代码及关键注意事项，特别强调了Jython在处理依赖C扩展的复杂机器学习库时的局限性。

引言

在现代软件开发中，python因其强大的科学计算和机器学习生态系统而备受青睐，而java则以其健壮性、高性能和广泛的企业应用而闻名。将python中开发的机器学习模型集成到java应用程序中，是许多项目面临的常见需求。本文将介绍一种直接在java虚拟机（jvm）中运行python代码的方法——使用jython，来实现这一集成。

Jython：桥接Python与Java的方案

Jython是Python编程语言的一个实现，它运行在Java平台上。这意味着Jython代码可以直接与Java类库进行交互，反之亦然。对于需要在Java应用中直接调用Python逻辑（尤其是那些不依赖于C语言扩展的纯Python实现）的场景，Jython提供了一个优雅的解决方案。

Jython的优势：

直接集成： Python代码在JVM内部运行，无需额外的进程间通信。
Java互操作性： Python代码可以导入和使用Java类，Java代码也可以调用Python对象和函数。
简化部署： Python脚本可以打包在Java应用程序中，简化了部署过程。

集成步骤详解

以下是使用Jython在Java中集成Python模型的具体步骤。

1. 准备Python模型代码

首先，我们需要一个包含机器学习逻辑的Python脚本。为了演示，我们创建一个简单的Classifier类，其中包含一个classify方法。

立即学习“Java免费学习笔记（深入）”；

classifier_model.py:

# classifier_model.py
class Classifier:
    """
    一个简单的分类器模型示例。
    """
    def classify(self, i: int) -> int:
        """
        对输入进行分类（此处为简单加1操作）。
        """
        print(f"Python: Received input {i}")
        return i + 1

# 在Python脚本中实例化分类器，以便Java可以获取到它
classifier = Classifier()

def main():
    """
    示例主函数，在Python内部测试分类器。
    """
    result = classifier.classify(10)
    print(f"Python: Classification result for 10 is {result}")

if __name__ == "__main__":
    main()

登录后复制

2. 配置Jython依赖

在Java项目中，您需要添加Jython的JAR包作为依赖。如果您使用Maven，可以在pom.xml中添加如下配置：

<dependency>
    <groupId>org.python</groupId>
    <artifactId>jython-standalone</artifactId>
    <version>2.7.3</version> <!-- 使用最新稳定版本 -->
</dependency>

登录后复制

或者，如果您使用Gradle：

implementation 'org.python:jython-standalone:2.7.3'

登录后复制

3. 初始化Jython解释器并执行Python脚本

在Java代码中，您需要创建一个PythonInterpreter实例来执行Python代码。

百灵大模型

蚂蚁集团自研的多模态AI大模型系列

177

查看详情

import org.python.core.PyException;
import org.python.core.PyInteger;
import org.python.core.PyObject;
import org.python.util.PythonInterpreter;

public class PythonIntegrationExample {

    public static void main(String[] args) throws PyException {
        // 1. 初始化Python解释器
        PythonInterpreter interp = new PythonInterpreter();

        // 2. 执行Python脚本
        // 假设 classifier_model.py 在项目的classpath下，或者提供完整路径
        // 注意：execfile() 方法会执行整个脚本，并将其中的全局变量和函数加载到解释器环境中。
        // 这里假设 classifier_model.py 放在项目根目录或资源文件夹，
        // 实际应用中可能需要调整路径。
        // 为了演示，我们直接将Python代码作为字符串执行。
        String pythonCode =
                "class Classifier:\n" +
                "    def classify(self, i: int) -> int:\n" +
                "        print(f\"Python: Received input {i}\")\n" +
                "        return i + 1\n\n" +
                "classifier = Classifier()\n";
        interp.exec(pythonCode); // 使用exec()执行字符串形式的Python代码

        // 如果您希望从文件中加载，确保文件可访问：
        // interp.execfile("path/to/your/classifier_model.py");
        // 例如，如果文件在resources目录下，可能需要通过ClassLoader获取InputStream
        // interp.execfile(PythonIntegrationExample.class.getResourceAsStream("/classifier_model.py"));

登录后复制

4. 获取Python对象并调用方法

Python脚本执行后，其中定义的全局变量（如我们实例化后的classifier对象）就可以通过解释器获取到。

        // 3. 获取Python中的 'classifier' 对象
        PyObject classifierPyObject = interp.get("classifier");
        if (classifierPyObject == null) {
            System.err.println("Error: 'classifier' object not found in Python script.");
            return;
        }

        // 4. 调用 Python 对象的方法
        // invoke() 方法用于调用Python对象的方法。
        // 参数需要是 PyObject 类型，例如 PyInteger, PyString 等。
        int inputValue = 5;
        PyObject resultPyObject = classifierPyObject.invoke("classify", new PyInteger(inputValue));

        // 5. 处理返回结果
        // PyObject 可以转换为 Java 基本类型或对象
        int result = resultPyObject.asInt();
        System.out.println("Java: Classification result for " + inputValue + " is: " + result);

        // 进一步测试
        int anotherValue = 12;
        PyObject anotherResultPyObject = classifierPyObject.invoke("classify", new PyInteger(anotherValue));
        System.out.println("Java: Classification result for " + anotherValue + " is: " + anotherResultPyObject.asInt());

        // 关闭解释器（可选，但推荐在不再使用时进行）
        interp.close();
    }
}

登录后复制

完整代码示例

为了方便理解，我们将Java和Python代码整合在一个流程中。

classifier_model.py (保持不变):

class Classifier:
    def classify(self, i: int) -> int:
        print(f"Python: Received input {i}")
        return i + 1

classifier = Classifier()

登录后复制

PythonIntegrationExample.java:

import org.python.core.PyException;
import org.python.core.PyInteger;
import org.python.core.PyObject;
import org.python.util.PythonInterpreter;

public class PythonIntegrationExample {

    public static void main(String[] args) throws PyException {
        // 1. 初始化Python解释器
        PythonInterpreter interp = new PythonInterpreter();

        try {
            // 2. 执行Python脚本内容
            // 最佳实践：从文件或资源加载Python脚本
            // 为了演示，这里直接使用字符串形式的Python代码
            String pythonCode =
                    "class Classifier:\n" +
                    "    def classify(self, i: int) -> int:\n" +
                    "        print(f\"Python: Received input {i}\")\n" +
                    "        return i + 1\n\n" +
                    "classifier = Classifier()\n";
            interp.exec(pythonCode);

            // 3. 获取Python中的 'classifier' 对象
            PyObject classifierPyObject = interp.get("classifier");
            if (classifierPyObject == null) {
                System.err.println("Error: 'classifier' object not found in Python script.");
                return;
            }

            // 4. 调用 Python 对象的方法
            int inputValue1 = 5;
            PyObject resultPyObject1 = classifierPyObject.invoke("classify", new PyInteger(inputValue1));
            System.out.println("Java: Classification result for " + inputValue1 + " is: " + resultPyObject1.asInt());

            int inputValue2 = 10;
            PyObject resultPyObject2 = classifierPyObject.invoke("classify", new PyInteger(inputValue2));
            System.out.println("Java: Classification result for " + inputValue2 + " is: " + resultPyObject2.asInt());

        } catch (PyException e) {
            System.err.println("A Python error occurred: " + e.getMessage());
            e.printStackTrace();
        } finally {
            // 确保解释器被关闭
            if (interp != null) {
                interp.close();
            }
        }
    }
}

登录后复制

运行结果示例：

Python: Received input 5
Java: Classification result for 5 is: 6
Python: Received input 10
Java: Classification result for 10 is: 11

登录后复制

注意事项与限制

尽管Jython提供了一种便捷的Python-Java集成方式，但在实际应用于机器学习模型时，存在一些重要的限制：

C扩展库兼容性： Jython是纯Java实现的Python，它无法直接运行依赖于C语言扩展的Python库。这意味着像NumPy、SciPy、Pandas、TensorFlow、PyTorch等主流机器学习库，都无法在Jython环境中直接使用。如果您的机器学习模型严重依赖这些库，Jython将不适用。
性能： 对于计算密集型任务，Jython的性能可能不如原生Python或Java代码。
Python版本支持： Jython通常会滞后于CPython（官方Python实现）的版本。目前（Jython 2.7.3）主要支持Python 2.7语法，对Python 3的支持还在发展中。
环境管理： 在Java项目中管理Python的依赖（尤其是一些纯Python库）可能不如使用pip那样方便。

适用场景： Jython更适合于以下场景：

模型逻辑完全由纯Python实现，不依赖于C扩展库。
需要执行一些Python脚本进行数据预处理、规则引擎或轻量级计算。
希望将Python代码作为“插件”嵌入到Java应用中。

对于依赖复杂机器学习库的模型，更常见的集成方案是：

构建RESTful API： 使用Flask、FastAPI等Python框架将模型部署为微服务，Java应用通过HTTP请求调用。
gRPC： 使用gRPC进行高性能的跨语言通信。
模型序列化格式： 将模型导出为ONNX、PMML等跨平台格式，然后在Java中使用相应的推理引擎。

总结

通过Jython，开发者可以在Java应用程序中无缝地执行和调用纯Python代码，这为Python与Java的集成提供了一条直接的路径。通过本文提供的步骤和示例，您可以成功地将简单的Python逻辑（如本例中的分类器）嵌入到您的Java项目中。然而，在决定使用Jython时，务必充分考虑其在处理依赖C扩展的复杂机器学习库时的局限性，并根据实际需求选择最合适的集成方案。

以上就是在Java中集成Python机器学习模型的详细内容，更多请关注php中文网其它相关文章！