python數學建模之三大模型與十大常用演演算法詳情

'''
當使用Pandas做資料分析時，需要讀取事先準備好的資料集，這是做資料分析的第一步。
Pandas提供了多種讀取資料的方法：
read_csv()      用於讀取文字檔案
read_excel()    用於讀取文字檔案
read_json()     用於讀取json檔案
read_sql_query()讀取sql語句的

通用流程：
1-匯入庫import pandas as pd
2-找到檔案所在位置（絕對路徑=全稱）（相對路徑=和程式在同一個資料夾中的路徑的簡稱）
3-變數名=pd.讀寫操作方法（檔案路徑，具體的篩選條件，...）
./  當前路徑
../ 上一級
將csv中的資料轉換為DataFrame物件是非常便捷。和一般檔案讀寫不一樣，它不需要你做開啟檔案、
讀取檔案、關閉檔案等操作。相反，您只需要一行程式碼就可以完成上述所有步驟，並將資料儲存在
DataFrame中。

'''
import pandas as pd
# 輸入引數：資料輸入的路徑【可以是檔案路徑，可以是URL，也可以是實現read方法的任意物件。】
df = pd.read_csv('s')
print(df, type(df))
# Pandas預設使用utf-8讀取檔案
print()
import pandas as pd

lxw = open(r"t.csv", encoding='utf-8')
print(pd.read_csv(lxw))
print()
import os

# 列印當前目錄
print(os.getcwd())

# 1:
import pandas as pd
df = pd.read_csv('nba.csv')
print(df)
# 2:
import pandas as pd
df = pd.read_csv('nba.csv')
# to_string() 用於返回 DataFrame 型別的資料，如果不使用該函數，則輸出結果為資料的前面 5 行和末尾 5 行，中間部分以 ... 代替(如上）
print(df.to_string())
# 3:
import pandas as pd

# 三個欄位 name, site, age
nme = ["Google", "Runoob", "Taobao", "Wiki"]
st = ["www.google.com", "www.runoob.com", "www.taobao.com", "www.wikipedia.org"]
ag = [90, 40, 80, 98]
# 字典
dict = {'name': nme, 'site': st, 'age': ag}
df = pd.DataFrame(dict)
# 儲存 dataframe
print(df.to_csv('site.csv'))
# 4:
import pandas as pd

df = pd.read_csv('正解1.csv')
# head( n ) 方法用於讀取前面的 n 行，如果不填引數 n ，預設返回 5 行
# print(df.head())
# df.head(50).to_csv('site4.csv')
df.tail(10).to_csv('site4.csv')
print("over!")
# 5:
import pandas as pd
df = pd.read_csv('nba.csv')
# 讀取前面 10 行
print(df.head(10))
# 6:
import pandas as pd
df = pd.read_csv('nba.csv')
# tail( n ) 方法用於讀取尾部的 n 行，如果不填引數 n ，預設返回 5 行，空行各個欄位的值返回 NaN
print(df.tail())
# 7:
import pandas as pd

df = pd.read_csv('nba.csv')
#  讀取末尾 10 行
print(df.tail(10))
# 8:
import pandas as pd
df = pd.read_csv('正解1.csv')
# info() 方法返回表格的一些基本資訊
print(df.info())
# non-null 為非空資料，我們可以看到上面的資訊中，總共 458 行，College 欄位的空值最多

import pandas as pd
lxw = pd.read_csv('nba.csv')
# 檢視前幾行資料
print(lxw.head())
# 檢視索引列
print(lxw.index)
# 檢視列名列表
print(lxw.columns)
# 檢視資料的形狀（返回行、列數）
print(lxw.shape)
# 檢視每列的資料型別
print(lxw.dtypes)
print()
# 讀取txt檔案，自己指定分隔符、列名
fpath = 'D:PyCharm數學建模大賽資料分析-上-2Python成績.csv'

lxw = pd.read_csv(
    fpath,
    sep=',',
    header=None,
    names=['name', 'Python-score']
)
# print(lxw)
lxw.to_csv('Python成績2.csv')
# 讀取excel檔案：
import pandas as pd
lxw = pd.read_excel('暑假培訓學習計劃.xls')
print(lxw)

'''
1-Series：  一維資料，一行或一列
【Series是一種類似於一維陣列的物件，它由一組資料（不同資料型別）以		    及一組與之相關的資料標籤（即索引）組成】
2-DataFrame:二維資料，整個表格，多行多列
'''
import pandas as pd
# 1-1僅用資料列表即可產生最簡單的Series
lxw = pd.Series([1, 'a', 5.2, 6])
print(lxw)      # 執行結果解說：左邊為索引，右邊為資料
# 獲取索引
print(lxw.index)
# 獲取資料
print(lxw.values)
print()
# 1-2 建立一個具有索引標籤的Series
lxw2 = pd.Series([5, '程式人生6', 666, 5.2], index=['sz', 'gzh', 'jy', 'xy'])
print(lxw2)
print(lxw2.index)
# 寫入檔案當中
lxw2.to_csv('gzh.csv')
print()
# 1-3 使用過Python字典建立Series
lxw_ej = {'python': 390, 'java': 90, 'mysql': 90}
lxw3 = pd.Series(lxw_ej)
print(lxw3)
# 1-4 根據標籤索引查詢資料
print(lxw3['java'])
print(lxw2['gzh'])
print(lxw2[['gzh', 'jy']])
print(type(lxw2[['gzh', 'jy']]))
print(lxw[2])
print(type(lxw[2]))
print()
# 2 根據多個字典序列建立dataframe
lxw_cj = {
    'ps': [86, 92, 88, 82, 80],
    'windows作業系統': [84, 82, 88, 80, 92],
    '網頁設計與製作': [92, 88, 97, 98, 83]
}
df = pd.DataFrame(lxw_cj)

# print(df)
# df.to_excel('lxw_cj.xlsx')      # 須提前安裝好openxlsx,即pip install openpyxl[可在終端安裝]
print("over!")
print(df.dtypes)
print(df.columns)
print(df.index)
print()
# 3-從DataFrame中查詢Series
'''
·如果只查詢一行、一列的話，那麼返回的就是pd.Series
·如果查詢多行、多列時，返回的就是pd.DataFrame

'''
# 一列：
print(df['ps'])
print(type(df['ps']))
# 多列：
print(df[['ps', 'windows作業系統']])
print(type(df[['ps', 'windows作業系統']]))

print()
# 一行：
print(df.loc[1])
print(type(df.loc[1]))
# 多行：
print(df.loc[1:3])
print(type(df.loc[1:3]))

# DataFrame資料型別
'''
DataFrame是Pandas的重要資料結構之一，也是在使用資料分析過程中最常用的結構之一，
可以這麼說，掌握了Dataframe的用法，你就 擁有了學習資料分析的基本能力。

'''
# 認識Dataframe結構：
'''
Dataframe是一個表格型的資料結構，既有行標籤，又有列標籤，她也被稱異構資料表，所謂
異構，指的是表格中每列的資料型別可以不同，比如可以是字串、整型或者浮點型等。

Dataframe的每一列資料都可以看成一個Series結構，只不過，Dataframe為每列資料值增加了
一個標籤。因此Dataframe其實是從Series的基礎上演變而來，並且他們有相同的標籤，在資料分析
任務中Dataframe的應用非常廣泛，因此描述資料的更為清晰、直觀。

同Series一樣，Dataframe自帶行標籤索引，預設為「隱式索引」。
當然，你也可以用「顯式索引」的方式來設定行標籤。

'''
# 特點：
'''
Dataframe   每一列的標籤值允許使用不同的資料型別；
Dataframe   是表格型的資料結構，具有行和列；
Dataframe   中的每個資料都可以被修改
Dataframe   結構的行數、列數允許增加或者刪除
Dataframe   有兩個方向的標籤軸，分別是行標籤和列標籤
Dataframe   可以對行和列執行算術運算

'''
# DataFrame 構造方法如下：

# pandas.DataFrame( data, index, columns, dtype, copy)
'''
data：輸入的資料，可以是ndarray, series, list, dict, 標量以及一個Dataframe；

index：行標籤，如果沒有傳遞index值，則預設行標籤是RangeIndex(0, 1, 2, ..., n)代表data的元素個數；

columns：列標籤，如果沒有傳遞columns值，則預設列標籤是RangIndex（0, 1, 2, ..., n)；

dtype:要強制的資料型別，只允許使用一種資料型別，如果沒有，自行推斷；

copy:從輸入複製資料。對於dict資料, copy=True, 重新複製一份。對於Dataframe或者ndarray輸入，類似於copy=False,它用的是試圖。

'''
# 1: 使用普通列表建立
import pandas as pd
lxw = [5, 2, 1, 3, 1, 4]
df = pd.DataFrame(lxw)
df2 = pd.Series(lxw)
print(df)
print(df2)
print()
# 2:使用巢狀列表建立
import pandas as pd
lxw = [['lxw', 21], ['cw', 23], ['tzs', 22]]
df3 = pd.DataFrame(lxw, columns=['Name', 'Age'])
print(df3)
# 指定數值元素的資料型別為float
# 注：dtype只能設定一個，設定多個列的資料型別，需要使用其他公式
print()
# 分配列標籤注意點
import pandas as pd
# 分配列標籤
lxw2 = [['lxw', '男', 21, 6666], ['cw', '女', 22, 6520], ['ky', '女', 20, 5200], ['tzs', '男', 22, 6523]]
# int滿足某列特徵，會自動使用，不滿足，則會自動識別
df = pd.DataFrame(lxw2, columns=['Name', 'xb', 'age', 'gz'], dtype=int)
print(df)
print(df['Name'].dtype)
print()
# ~字典建立：
import pandas as pd
lxw3 = [{'a': 1, 'b': 2}, {'a': 5, 'b': 8, 'c': 9}]
df = pd.DataFrame(lxw3, index=['first', 'second'])
print(df)
# 注：如果其中某些元素缺失，也就是字典的key無法找到對應的value將使用NaN代替
print()
# 使用列表巢狀字典建立一個DataFrame物件
import pandas as pd
# lxw3
df1 = pd.DataFrame(lxw3, index=['first', 'second'], columns=['a', 'b'])
df2 = pd.DataFrame(lxw3, index=['first', 'second'], columns=['a', 'b2'])
print(df1)
print("============================================")
print(df2)

import pandas as pd
data = [['lxw', 10], ['wink', 12], ['程式人生6', 13]]
df = pd.DataFrame(data, columns=['Site', 'Age'], dtype=float)
print(df)
# 1：使用 ndarrays 建立
import pandas as pd
data = {'Site': ['lxw', '程式人生6', 'wink'], 'Age': [10, 12, 13]}
df = pd.DataFrame(data)
print(df)
# 2：還可以使用字典（key/value），其中字典的 key 為列名:
import pandas as pd
data = [{'a': 1, 'b': 2}, {'a': 5, 'b': 10, 'c': 20}]
df = pd.DataFrame(data)
print(df)
# 沒有對應的部分資料為 NaN
# 3：Pandas 可以使用 loc 屬性返回指定行的資料，如果沒有設定索引，第一行索引為 0，第二行索引為 1，以此類推：
import pandas as pd
data = {
  "calories": [420, 380, 390],
  "duration": [50, 40, 45]
}
# 資料載入到 DataFrame 物件
df = pd.DataFrame(data)
# 返回第一行
print(df.loc[0])
# 返回第二行
print(df.loc[1])
print(df.loc[2])
# 注意：返回結果其實就是一個 Pandas Series 資料。
# 也可以返回多行資料，使用 [[ ... ]] 格式，... 為各行的索引，以逗號隔開：

# Pandas Series 類似表格中的一個列（column），類似於一維陣列，可以儲存任何資料型別。
'''
Series 由索引（index）和列組成，函數如下：
pandas.Series( data, index, dtype, name, copy)
引數說明：
data：一組資料(ndarray 型別)。
index：資料索引標籤，如果不指定，預設從 0 開始。
dtype：資料型別，預設會自己判斷。
name：設定名稱。
copy：拷貝資料，預設為 False。

'''
import pandas as pd
lxw = [1, 2, 3]
myvar = pd.Series(lxw)
print(myvar)
print()
# 如果沒有指定索引，索引值就從 0 開始，我們可以根據索引值讀取資料
print(myvar[1])
print()
import pandas as pd
lxw = ["Google", "Runoob", "Wiki"]
myvar2 = pd.Series(lxw, index=['x', 'y', 'z'])
print(myvar2)
print()
# 根據索引值讀取資料:
print(myvar2['y'])
print()
# 也可以使用 key/value 物件，類似字典來建立 Series
import pandas as pd
lxw = {1: "Google", 2: "Runoob", 3: "Wiki"}
myvar3 = pd.Series(lxw)
print(myvar3)
print()
# 只需要字典中的一部分資料，只需要指定需要資料的索引即可
myvar3 = pd.Series(lxw, index=[1, 2])
print(myvar3)
print()
# 設定 Series 名稱引數
import pandas as pd
lxw = {1: "Google", 2: "Runoob", 3: "Wiki"}
myvar4 = pd.Series(lxw, index=[1, 3], name="lxw-pro")
print(myvar4)

# Pandas查詢資料的四種方法：
'''
1-df.loc方法，根據行、列的標籤值查詢
2-df.iloc方法，根據行、列的數位位置查詢
3-df.where方法
4-df.query方法
建議：.loc既能查詢，又能覆蓋寫入，強烈推薦！

'''
# Pandas使用df.loc查詢資料的方法：
'''
1-使用單個label值查詢資料
2-使用值列表批次查詢
3-使用數值區間進行範圍查詢
4-使用條件表示式查詢
5-呼叫函數查詢

'''
# 注：以上方法，即適用於行，也使用於列
import pandas as pd
df = pd.read_csv('sites.csv')
# print(df.head(10))
df.set_index('create_dt', inplace=True)
# print(df.index)
a = df.index
# 去重->轉為列表->排順序
qc = sorted(list(set(a)))
# print(qc)

# 替換掉利潤率當中的字尾%
df.loc[:, 'lrl'] = df['lrl'].str.replace("%", "").astype('int32')   # astype()    對資料型別進行轉換

'''
Python中與資料型別相關函數及屬性有如下三個：type/dtype/astype
type()    返回引數的資料型別    
dtype    返回陣列中元素的資料型別    
astype()    對資料型別進行轉換    
你可以使用 .astype() 方法在不同的數值型別之間相互轉換。a.astype(int).dtype # 將 a 的數值型別從 float64 轉換為 int
'''

# 替換掉利潤率當中的字尾%
df['lrl'] = df['lrl'].map(lambda x: x.rstrip('%'))
print(df)

# 查詢資料型別
print(df.dtypes)
# 列印檔案前幾行
print(df.head())

print(df.loc['2016-12-02', 'yye'])   # 得到指定時間裡相對應的的單個值

# 得到指定時間內相對應的的一個Series
print(df.loc['2016-11-30', ['sku_cost_prc', 'sku_sale_prc']])

# 得到Series 
print(df.loc[['2016-12-05', '2016-12-31'], 'sku_sale_prc'])

# 得到DataFrame
print(df.loc[['2016-12-08', '2016-12-12'], ['sku_cnt', 'sku_sale_prc']])

# 行index按區間：
print(df.loc['2016-12-02': '2016-12-08'], ['yye'])

# 列index按區間：
print(df.loc['2016-12-12', 'yye': 'lrl'])

# 行和列都按區間查詢：
print(df.loc['2016-11-30': '2016-12-02', 'sku_cnt': 'lrl'])

# 簡單條件查詢，營業額低於3的列表
print(df.loc[df['yye'] < 3, :])

# 可觀察營業額的boolean條件
print(df['yye'] < 3)

# 複雜條件查詢：
print(df.loc[(df['yye'] < 5) & (df['yye'] > 2) & (df['sku_cnt'] > 1), :])

# 再次觀察這裡的boolean條件
print((df['yye'] < 5) & (df['yye'] > 2) & (df['sku_cnt'] > 1))

# 直接寫lambda表示式
print(df.loc[lambda df: (df['yye'] < 4) & (df['yye'] > 2), :])

# 函數語言程式設計的本質：
# 函數本身可以像變數一樣傳遞
def my_query(df):
    return df.index.str.startswith('2016-12-08')
print(df.loc[my_query, :])