Question

这三个功能为我提供了从0州到下365个州（或几天）的客户数量和订单数量的增长。在function state_evolution中，我想绘制行

的输出

custA = float(custA*1.09**(1.0/365))

反对行

的输出

A = sum(80 + random.random() * 50 for i in range(ordsA))

并对custB执行相同的操作，以便我可以以图形方式比较它们的输出。

def get_state0():
    """ functions gets four columns from base data and finds their state 0"""
    statetype0 = {'custt':{'typeA':100,'typeB':200}}
    orderstype0 = {'orders':{'typeA':1095, 'typeB':4380}}
    return  {'custtypeA' : int(statetype0['custt']['typeA']),
             'custtypeB' : int(statetype0['custt']['typeB']),
             'ordstypeA': orderstype0['orders']['typeA'],'A':1095, 'B':4380,
             'ordstypeB':orderstype0['orders']['typeB'], 
             'day':0 }  


def state_evolution(state):
    """function takes state 0 and predicts state evolution """
    custA = state['custtypeA']
    custB = state['custtypeB']
    ordsA = state['ordstypeA']
    ordsB = state['ordstypeB']
    A = state['A']
    B = state['B']
    day = state['day']   
    # evolve day
    day += 1
    #evolve cust typea
    custA = float(custA*1.09**(1.0/365))
    #evolve cust typeb
    custB = float (custB*1.063**(1.0/365))
    # evolve orders cust type A 
    ordsA += int(custA * order_rateA(day))
    A = sum(80 + random.random() * 50 for i in range(ordsA))
    # evolve orders cust type B 
    ordsB += int(custB * order_rateB(day))
    B = sum(70 + random.random() * 40 for i in range(ordsB))
    return {'custtypeA':custA ,'ordstypeA':ordsA, 'A':A, 'B':B,
            'custtypeB':custB, 'ordstypeB':ordsB, 'day': day}


def show_all_states():
    """ function runs state evolution function to find other states"""
    s  = get_state0() 
    for day in range(365):
        s = state_evolution(s)

        print day, s

Answer 1

您应该执行以下操作：

修改您的custA函数，使其返回一个序列（list，tuple），例如365项。或者，在列表推导中使用custA或使用循环来获取365结果的序列;
对ordsA函数执行相同操作，以获取其他序列。

从现在开始，您可以根据自己的需要做不同的事情。

如果你想要两个平行的图（叠加），那么：

pyplot.plot(custA_result_list);
pyplot.plot(ordsA_result_list);
pyplot.show()

如果要对数据进行相关，可以使用点标记（更慢但更可自定义的IMO）执行散点图（更快）或常规绘图：

pyplot.scatter(custA_result_list, ordsA_result_list)
# or
pyplot.plot(custA_result_list, ordsA_result_list, 'o')

## THIS WILL ONLY WORK IF BOTH SEQUENCES HAVE SAME LENGTH! (e.g. 365 elements each)

最后，如果数据被不规则地采样，您还可以提供水平轴值的序列。例如，这将允许仅绘制工作日的结果，而不会在周末“崩溃”（否则星期五和星期一之间的差距看起来就像一天）：

weekdays = [1,2,3,4,5, 8,9,10,11,12, 15,16,17,18,19,  22, ...] # len(weekdays) ~ 260

pyplot.plot(weekdays, custA_result_list);
pyplot.plot(weekdays, ordsA_result_list);
pyplot.show()

希望这有帮助！

编辑：关于excel，如果我理解正确你ALREADY有一个csv文件。然后，您可以使用csv python模块，或者像这样自己阅读：

with open('file.csv') as csv_in:
    content = [line.strip().split(',') for line in csv_in]

现在，如果您有实际的.xls或.xlsx文件，请使用可以下载here的xlrd模块或在命令中运行pip install xlrd提示。

如何在Python中绘制函数的输出？

1 个答案: