如何将pgmpy学习得到的CPD保存至Excel或PDF文件？

保存到Excel表格 #

pgmpy的TabularCPD对象支持直接转换为pandas DataFrame，之后就能用pandas的Excel写入工具轻松保存：

1. 将CPD转为DataFrame

from pgmpy.factors.discrete import TabularCPD
import pandas as pd

# 假设你已得到训练后的CPD对象，比如cpd_fault（故障变量CPD）、cpd_symptom（症状变量CPD）
cpd_df = cpd_fault.to_dataframe()

2. 保存单个CPD到Excel

cpd_df.to_excel("cpd_results.xlsx", sheet_name="故障变量CPD", index=False)

3. 保存多个CPD到同一Excel的不同工作表
   如果模型包含多个节点的CPD，可循环写入不同sheet：

with pd.ExcelWriter("all_cpd_results.xlsx") as writer:
    # 遍历贝叶斯网络模型的所有节点（假设模型对象为model）
    for node in model.nodes():
        cpd = model.get_cpds(node)
        cpd_df = cpd.to_dataframe()
        cpd_df.to_excel(writer, sheet_name=f"{node}_CPD", index=False)

保存到PDF文件 #

提供两种简单实现方式，按需选择：

方法1：基于DataFrame生成PDF（matplotlib） #

将DataFrame渲染为表格图片后保存为PDF：

import matplotlib.pyplot as plt
from pandas.plotting import table

# 转换CPD为DataFrame
cpd_df = cpd_fault.to_dataframe()

# 创建绘图对象并隐藏坐标轴
fig, ax = plt.subplots(figsize=(12, 4))
ax.xaxis.set_visible(False)
ax.yaxis.set_visible(False)
ax.set_frame_on(False)

# 生成表格并调整样式
tbl = table(ax, cpd_df, loc='center', cellLoc='center')
tbl.auto_set_font_size(False)
tbl.set_fontsize(10)
tbl.scale(1.2, 1.2)

# 保存为PDF
plt.savefig("cpd_fault.pdf", bbox_inches='tight', dpi=300)
plt.close()

方法2：基于文本表格生成PDF（tabulate+FPDF） #

先生成格式化文本表格，再写入PDF：

from tabulate import tabulate
from fpdf import FPDF

# 转换CPD为DataFrame并生成网格格式的表格文本
cpd_df = cpd_fault.to_dataframe()
table_text = tabulate(cpd_df, headers='keys', tablefmt='grid')

# 初始化PDF对象并写入内容
pdf = FPDF()
pdf.add_page()
pdf.set_font("Arial", size=10)

for line in table_text.split('\n'):
    pdf.cell(200, 10, txt=line, ln=True, align='C')

# 保存PDF
pdf.output("cpd_fault.pdf")

使用上述PDF方法前，需先安装依赖库：

pip install pandas matplotlib tabulate fpdf

内容的提问来源于stack exchange，提问作者hunterlineage