#!/usr/bin/python
#-*-coding:utf-8 -*-
import csv
from Person import Person
from Combination import Combination
import sys
def read_csv():
persons = []
with open('data.csv', 'rb') as f:
reader = csv.reader(f)
raw_persons = list(reader)
for p in raw_persons[1:]: # first line are the names
persons.append(Person('*', p[1], p[2], p[3], p[4]))
return persons
def anonymize_sex(persons):#泛化性别
for p in persons:
p.sex = ''
return persons #返回列表型
def anonymize_ZIP(persons):#泛化邮编，一次泛化一位
for p in persons:
p.zipcode = p.zipcode[:-1]
return persons #返回列表型
def anonymize_date(persons):#泛化出生日期，一次泛化一位
for p in persons:
p.dob = p.dob[:-1]
return persons #返回列表型
def copy_persons(fresh_persons):#拷贝数据列表
persons = []
for p in fresh_persons:
persons.append(Person(p.name, p.dob, p.sex, p.zipcode, p.illness))
return persons
def group_persons(persons): #将数据分组，具体原理参考get_num
grouped_persons = {}
for p in persons:
pseudo_parameters = str(p.dob) + str(p.zipcode) + str(p.sex)
if grouped_persons.get(pseudo_parameters) is None:
grouped_persons[pseudo_parameters] = []
grouped_persons[pseudo_parameters].append(p)
return grouped_persons #返回字典型，每个组以键值对的形式存储
def get_k(grouped_persons):#获得k值（传入字典型泛化结果）
tmpDict = {}
for group in grouped_persons: #遍历所有键值对
tmpDict[group] = len(grouped_persons[group])#获得每个键对应值的个数
#即每个分组的包含的person个数
#以键(组标识)值(person个数)对存在字典tmpDict里
k = None
for group in tmpDict: #遍历tmpDict，取出最小的person个数，赋值给k
if tmpDict[group] < k or k is None:
k = tmpDict[group]
return k #返回的k值即为泛化结果的k值
def export_csv(combination):
print "结果导出中 ..."
try:
csv_list = [["姓名","出生日期","性别","邮编","所患疾病"]]
for index, group in enumerate(combination.grouped_persons):
for p in combination.grouped_persons[group]:
csv_entry = str(p).split(', ')
csv_list.append(csv_entry)
with open("匿名化结果.csv", 'wb') as myfile:
wr = csv.writer(myfile, delimiter=",")
wr.writerows(csv_list)
print "结果导出成功!"
except Exception as e:
print "结果导出错误: " + str(e)
def get_num(persons,type): #获得数据某属性个数（具体属性由type决定）
get_num_ = {} #一个字典（保存键值对）
for p in persons: #遍历数据
if type==1: #出生日期
tmp_str = str(p.dob) #将某一个人的出生日期作为键tmp_str
elif type==2: #邮编
tmp_str = str(p.zipcode)#将某一个人的邮编作为键tmp_str
elif type==3: #性别
tmp_str = str(p.sex)#将某一个人的邮编作为键tmp_str
if get_num_.get(tmp_str) is None:#如果字典中没有此键
get_num_[tmp_str] = [] #增加以tmp_str为键，值为空的键值对
get_num_[tmp_str].append(p)#将此人的数据加到tmp_str键所对的值中
tmp_str={}
return len(get_num_) #返回了字典中键的个数（就是属性个数）
def max_num(data_num,zip_num,sex_num):
if data_num >= zip_num and data_num >= sex_num:
return 1
elif zip_num >= data_num and zip_num >= sex_num:
return 2
elif sex_num >= data_num and sex_num >= zip_num:
return 3
def main():
try:
given_k = int(sys.argv[1])#你想要的k值
except:
print "输入您想要的K值 如: python anonymizer.py 4"
exit()
satisfying_combinations = []
fresh_persons = read_csv()#从csv中读出数据,并泛化姓名
persons = copy_persons(fresh_persons)
while (1):
grouped_persons = group_persons(persons) #将目前的数据分组
k = get_k(grouped_persons) #得到目前的K值
if k >= given_k: #如果当前k值大于等于你得到的k值
satisfying_combinations.append(Combination(k,grouped_persons))#将匿名结果添加到satisfying_combinations
break #跳出循环
data_num = get_num(persons,1)#出生日期属性个数
zip_num = get_num(persons,2)#邮编属性个数
sex_num = get_num(persons,3)#性别属性个数
if(sex_num==1 and zip_num==1 and sex_num==1):
break #如果三个属性值都为1说明所有敏感属性全部泛化完成，跳出循环
m = max_num(data_num,zip_num,sex_num)#返回属性个数最大的属性
if m == 1:
#如果是出生日期，对出生日期进行一位泛化
anonymize_date(persons)
elif m ==2:
#如果是邮编，对邮编进行一位泛化
anonymize_ZIP(persons)
elif m ==3:
#如果是sex，对sex泛化
anonymize_sex(persons)
if len(satisfying_combinations) > 0:#如果获得了数据的泛化结果
print "实际K值为：" + str(k) #输出k
print persons #输出泛化结果
export_csv(Combination(k,grouped_persons))#导出到cvs
else: #如果没得到，说明想要的k值大于可达到的最大k值
print "K值设定过高. 请调整后再试!"
if __name__ == "__main__":
main()
评论7
最新资源