网站开发方向行业现状,网站服务器作用,电子商务网站建设与管理课程的感想,网站访问过程目录 1. 日志数据读取及预处理#xff08;1#xff09;查看case和event数量#xff08;2#xff09;查看起始事件和结束事件#xff08;3#xff09;时间戳格式的问题 2. 日志数据过滤3. 流程发现4. 模型转化5. 模型可视化 1. 日志数据读取及预处理
通过 pandas库 读取c… 目录 1. 日志数据读取及预处理1查看case和event数量2查看起始事件和结束事件3时间戳格式的问题 2. 日志数据过滤3. 流程发现4. 模型转化5. 模型可视化 1. 日志数据读取及预处理
通过 pandas库 读取csv文件每一行代表一条活动记录一般必须要有的信息是 case_id 事件id , activity_name 活动名称time 时间戳此外还可以包含 事件类型、活动成本等额外的信息以供进一步分析。pm4py官网提供了一个小样本数据集可用于探索该库的使用。
case_id;activity;timestamp;costs;resource
3;register request;2010-12-30 14:32:0001:00;50;Pete
3;examine casually;2010-12-30 15:06:0001:00;400;Mike
3;check ticket;2010-12-30 16:34:0001:00;100;Ellen
3;decide;2011-01-06 09:18:0001:00;200;Sara
3;reinitiate request;2011-01-06 12:18:0001:00;200;Sara1查看case和event数量
数据读取完成之后可以获取该事件日志的一些基本信息。注意这里 case/ trace 表示一个案例即一次完整的流程每个case_id 对应了很多可分隔的步骤也即具体的 事件event / 活动activity 。后面不再强调这一点但都会按照这种方式进行叙述因此需要明确区分 case 和 event 。
event_log pandas.read_csv(file_path, sep;) # 读取日志文件
num_events len(event_log) # 获取日志文件的活动数目
num_cases len(event_log.case_id.unique()) # 查看有多少次完整的案例记录2查看起始事件和结束事件
此外通过pm4py提供的函数还可以查看开始活动和结束活动都是哪些。
# 指定case_id,activity_key,timestamp_key分别对应哪个数据列
event_log pm4py.format_dataframe(event_log, case_idcase_id, activity_keyactivity,timestamp_keytimestamp)start_activities pm4py.get_start_activities(event_log) # 起始事件
end_activities pm4py.get_end_activities(event_log) # 结束事件
print(Start activities: {}\nEnd activities: {}.format(start_activities, end_activities))pm4py.format_dataframe 将数据表转换为pm4py中的通用格式它会创建事件日志的副本并将分配的列重命名为pm4py中使用的标准列名列case_id会重命名为case:concept:nameactivity 列重命名为concept:nametimestamp列重命名为time:timestamp。
pm4py.get_start_activities 和pm4py.get_end_activities 函数返回一个字典给出起始事件及结束事件分别出现在第一个和最后一个的次数。
3时间戳格式的问题
PM4Py利用内置的panda函数自动检测输入数据中的时间戳格式。但是pandas 会孤立地查看每一行中的时间戳值。这就存在一些问题如果提供的值是2020-01-18即首先是年份然后是月份然后是日期在某些情况下2020-02-01的值可能被错误地解释为1月2日即而不是2月1日。为了解决这个问题可以向format_dataframe方法提供一个额外的参数 times_format 。在本例中时间戳格式为%Y-%m-%d%H:%m:%S%z。通常建议指定时间戳格式。
2. 日志数据过滤
现实中的日志数据通常是复杂、多变、有噪声的为了得到良好的过程模型有必要对数据进行仔细的过滤PM4Py中有各种预构建的过滤器来实现这个需求。
filter_start_activities(log, activities, retainTrue) 此函数根据给定的起点事件过滤事件日志对象。 activities 用于指定所关注的 起始事件 的集合 retain 设置为True 表示 保留所有以 activities 中的事件开头的case为 False 则删除所有以 activities 中的事件开头的case。 activities 和 retain这两个参数在其他函数中也是一样的因此后面不再介绍。filter_end_activitieslogactivitiesretainTrue根据给定的终点事件过滤事件日志对象。filter_event_attribute_valueslogattribute_keyvalueslevel“case”retainTrue根据事件属性过滤事件日志。attribute_key 是表示要筛选的属性键的字符串values 参数指定一组允许的值。如果level参数设置为“case”表示在case-level进行属性值的过滤一个case所包含的多个event中至少一个event的属性值满足要求那么整个case的所有事件都将被保留。如果level参数值设置为“event”则只保留属性为指定值的事件。filter_trace_attribute_valueslogattribute_keyvaluesretainTrue仅保留如果retain设置为False则删除具有所提供attribute_key的属性值并列在相应值集合中的跟踪。filter_variantslogvariantsretainTrue保留 满足特定执行顺序 的轨迹。例如在大型日志中我们希望保留描述执行序列“a”、“b”、“c”的所有轨迹。variations 参数是活动名称列表的集合例如 variations[[a,b,c]] 。filter_directly_follows_relationlogrelationshipretainTrue此函数筛选包含指定“直接跟随关系”的所有轨迹。这样的关系只是一对活动例如 (a, b) 表示在轨迹中’a’后面直接跟着 ‘b’ 轨迹abcd包含直接跟在后面的对‘a’‘b’‘b’‘c’和‘c’‘d’。relationship 参数是一组元组包含活动名称。filter_eventually_follows_relationlogrelationshipretainTrue此函数的跟随关系更宽松允许两个活动之间有其他的活动只需要这两个活动的前后关系满足要求即可。例如当我们调用具有关系“a”, “b”的函数时在某个点观察到活动“a”在之后某个点观察到活动“b”即可。filter_time_range(log, dt1, dt2, mode’events’) 根据时间戳 dt1 和 dt2 定义的给定时间范围过滤事件日志。时间戳的格式应为datetime.datetime。筛选器有三种模式默认为“events” ‘events’保留在时间范围之内的事件‘traces_contained’保留完全在时间范围之内的轨迹‘traces_intersecting’ 保留至少有一个事件在时间范围之内的轨迹 filtered pm4py.filter_start_activities(log, {register request})filtered pm4py.filter_start_activities(log, {register request TYPO!})filtered pm4py.filter_end_activities(log, {pay compensation})filtered pm4py.filter_event_attribute_values(log, org:resource, {Pete, Mike})filtered pm4py.filter_event_attribute_values(log, org:resource, {Pete, Mike}, levelevent)filtered pm4py.filter_trace_attribute_values(log, concept:name, {3, 4})filtered pm4py.filter_trace_attribute_values(log, concept:name, {3, 4}, retainFalse)filtered pm4py.filter_variants(log, [[register request, check ticket, examine casually, decide, pay compensation]])filtered pm4py.filter_variants(log, [[register request, check ticket, examine casually, decide, reject request]])filtered pm4py.filter_directly_follows_relation(log, [(check ticket, examine casually)])filtered pm4py.filter_eventually_follows_relation(log, [(examine casually, reject request)])filtered pm4py.filter_time_range(log, dt.datetime(2010, 12, 30), dt.datetime(2010, 12, 31), modeevents)filtered pm4py.filter_time_range(log, dt.datetime(2010, 12, 30), dt.datetime(2010, 12, 31),modetraces_contained)filtered pm4py.filter_time_range(log, dt.datetime(2010, 12, 30), dt.datetime(2010, 12, 31),modetraces_intersecting)3. 流程发现
流程发现模块用于从事件日志中生成流程模型pm4py实现了多种流程发现算法并且可以生成不同种类的过程模型。PM4Py目前支持三种不同的流程建模符号分别是
BPMN即 Business Process Modeling NotationPetri网Petri网是一种更加数学化的建模表示Petri网的行为通常更难理解然而由于其数学性质Petri网通常不那么模糊。在本教程中我们将主要关注BPMN模型和流程树。过程树 Process Tree过程树表示Petri网的严格子集并以分层的方式描述过程行为。
pm4py中的流程发现根据所使用的 算法 和 模型 对应着不同的函数具体如下表所示表中只是其中部分然后本文会对这些函数的使用方法和参数进行具体的介绍 discover_petri_net_alpha()这类函数一般都需要下面四个参数因此后面省略不再介绍 log: Union[EventLog, DataFrame] 事件日志activity_key: str ‘concept:name’ 指定活动名称列timestamp_key: str ‘time:timestamp’指定表示时间的列case_id_key: str ‘case:concept:name’) 指定轨迹 id 列Return typeTuple[PetriNet, Marking, Marking] discover_petri_net_ilp() alphafloat序列编码图 (sequence encoding graph的噪声阈值1.0no filtering, 0.0greatest filteringReturn typeTuple[PetriNet, Marking, Marking] discover_petri_net_inductive() noise_threshold (float) 噪声阈值 (default: 0.0)multi_processing (bool) boolean that enables/disables multiprocessing in inductive minerdiscover_petri_net_heuristics()dependency_threshold (float) dependency threshold (default: 0.5)and_threshold (float) AND threshold (default: 0.65)loop_two_threshold (float) loop two threshold (default: 0.5) discover_process_tree_inductive() noise_threshold (float) noise threshold (default: 0.0)multi_processing (bool) boolean that enables/disables multiprocessing in inductive minerReturn typeProcessTree discover_heuristics_net() dependency_threshold (float) dependency threshold (default: 0.5)and_threshold (float) AND threshold (default: 0.65)loop_two_threshold (float) loop two threshold (default: 0.5)min_act_count (int)活动的最小发生次数大于该阈值才会纳入模型中min_dfg_occurrences (int)活动的最小发生次数大于该阈值才会被作为DFG的一条弧decoration (str) 弧上的标注 可选 ‘frequency’ 频率 或 ‘performance’ 性能)Return typeHeuristicsNet discover_bpmn_inductive() noise_threshold (float) noise threshold (default: 0.0)multi_processing (bool) boolean that enables/disables multiprocessing in inductive minerReturn typeBPMN
4. 模型转化
在介绍绘图之前先介绍一下各个流程模型之间的转化。pm4py的convert模块提供了多种函数实现 petri 网过程树BPMN等模型的转换。
convert_to_bpmn()输入 petri net 或process tree返回BPMNconvert_to_petri_net() 输入BPMN 或process tree返回 petri netconvert_to_process_tree()输入BPMN 或 petri net 返回process tree process_tree pm4py.discover_process_tree_inductive(log) # 流程树bpmn_model pm4py.convert_to_bpmn(process_tree) # 将流程树转换为BPMN5. 模型可视化
view_petri_net() petri_net (PetriNet)传入要绘制的petri网initial_marking Initial marking 起始标记 imfinal_markingFinal marking 终点标记 fmim和fm在前面使用流程发现函数时会随着petri网一起生成三元组format (str) 输出图片的格式bgcolor (str) 背景颜色默认白色(default: white)decorations 与Petri网元素相关的装饰颜色、标签debug (bool)启用 / 禁用debug模式 save_vis_petri_net() 参数同上但是多了一个 file_path 用于指定文件保存位置
BPMN过程树绘制的函数也都类似view_xxxx() 用于模型可视化展示save_vis_xxxx() 用于文件保存一般可以设置 format 文件类型 和 bgcolor背景颜色。
net, im, fm pm4py.discover_petri_net_inductive(dataframe, activity_keyconcept:name, case_id_keycase:concept:name, timestamp_keytime:timestamp)
pm4py.view_petri_net(net, im, fm, formatsvg)
