from numpy import *
import pandas as pd
import matplotlib.pyplot as plt
from collections import Counter

# 導(dǎo)入csv文件
ICdata = pd.read_csv('D:/人工智能編程語(yǔ)言/Python - 作業(yè)4/ICData.csv', sep=',', encoding='utf-8')

# 1.分別計(jì)算早上7點(diǎn)前和晚上10點(diǎn)之后的公共交通上車刷卡量；
ICdata['交易時(shí)間'] = pd.to_datetime(ICdata['交易時(shí)間'], format='%Y/%m/%d %H:%M:%S')  # 將字符串類型轉(zhuǎn)換為datetime類型
paytime1 = ICdata[ICdata.交易時(shí)間  '2018/4/1 07:00:00']
paytime2 = ICdata[ICdata.交易時(shí)間 > '2018/4/1 22:00:00']
print('早上七點(diǎn)前的刷卡量為：', paytime1.交易時(shí)間.count())  # 輸出在早上七點(diǎn)前的刷卡量
print('晚上十點(diǎn)后的刷卡量為：', paytime2.交易時(shí)間.count())  # 輸出在晚上十點(diǎn)后的刷卡量
print('\n')

# 2.繪制并輸出當(dāng)天各小時(shí)公交刷卡量變化的折線圖
timetable = []
ICdata['hour'] = ICdata['交易時(shí)間'].dt.hour  # 加多一列hour,并賦值為標(biāo)準(zhǔn)數(shù)據(jù)里的小時(shí)
time = ICdata.groupby(['hour']).count()  # 通過(guò)data.groupby(‘hour').count()按小時(shí)進(jìn)行分組，并統(tǒng)計(jì)數(shù)目
timetable = time.iloc[:, 2]  # 取出一列數(shù)據(jù)
timetable.plot()  # 畫出折線圖
plt.rcParams['font.sans-serif'] = ['SimHei']  # 防止中文輸出出現(xiàn)亂碼
plt.title('當(dāng)天內(nèi)各小時(shí)刷卡量')  # 設(shè)置總標(biāo)題
plt.xlabel('Hour')  # 設(shè)置x坐標(biāo)標(biāo)題
plt.ylabel('Amount')  # 設(shè)置y坐標(biāo)標(biāo)題
plt.show()  # 展示折線圖
del ICdata['hour']  # 將hour列刪除

# 3.定義一個(gè)計(jì)算乘客搭乘時(shí)間平均數(shù)和標(biāo)準(zhǔn)差的函數(shù)
def fun_time(x):
    time_list = []
    ICdata['hour'] = ICdata['交易時(shí)間'].dt.hour  # 加多一列hour,并賦值為標(biāo)準(zhǔn)數(shù)據(jù)里的小時(shí)
    t = list(ICdata['hour'])  # 將hour列取出并轉(zhuǎn)換為列表
    for i in range(200000):
        if t[i] == x:   # 記錄該小時(shí)內(nèi)乘客的搭乘時(shí)間
            time_list.append(abs(ICdata['上車站點(diǎn)'][i]-ICdata['下車站點(diǎn)'][i]))
    aver = mean(time_list)  # 計(jì)算平均數(shù)
    std_t = std(time_list)  # 計(jì)算標(biāo)準(zhǔn)差
    print(x, '時(shí)內(nèi)乘客搭乘的平均時(shí)間為：%.3f站 ' % aver, '標(biāo)準(zhǔn)差為：%.3f站' % std_t)
    print('\n')

# 函數(shù)實(shí)現(xiàn)：
a = int(input("請(qǐng)輸入一個(gè)整數(shù)代表該小時(shí):"))
fun_time(a)  # 調(diào)用fun_time函數(shù),傳入?yún)?shù)a

# 4.繪制并輸出不同類型的一卡通交易數(shù)量及其占比的餅圖
count = Counter(ICdata.iloc[:, 0])  # 統(tǒng)計(jì)各刷卡類型總數(shù)
list_key = []  # 創(chuàng)建列表存儲(chǔ)刷卡類型
list_value = []  # 創(chuàng)建列表存儲(chǔ)刷卡總數(shù)量
print('不同類型的一卡通交易數(shù)量:')
for key, value in count.items():  # 將counter類型元素分別提取到兩個(gè)列表內(nèi)
    list_key.append(key)
    list_value.append(value)
    print('%5d' % key, ':', value)  # 輸出刷卡類型及對(duì)應(yīng)數(shù)量
print('\n')
plt.figure(figsize=(6, 6), dpi=100)  # 創(chuàng)建畫布
colors = ['b', 'r', 'g', 'y']  # 設(shè)置顏色
plt.pie(list_value, labels=list_key, autopct='%1.2f%%',
        colors=colors, shadow=True, startangle=150)
# autopct='%1.2f%%' 保留2位小數(shù)
# shadow=True,startangle=150 設(shè)置陰影，角度為150度
plt.legend()  # 顯示圖例
plt.axis('equal')  # 為了讓顯示的餅圖保持圓形，需要添加axis保證長(zhǎng)寬一樣
plt.title('不同類型的一卡通交易數(shù)占比的餅圖')  # 添加標(biāo)題
plt.show()

# 5.分別構(gòu)造線路類、司機(jī)類和車輛類，將線路編號(hào)1101–1120的線路及其所對(duì)應(yīng)的司機(jī)和
#   車輛信息輸出為20個(gè)txt文檔，并保存到一個(gè)文件夾中；
list_line=[]
for i in range(1101,1121):  # 將20條線路的名稱存進(jìn)列表里
    list_line.append(i)
class Driver:      # 構(gòu)造司機(jī)類
    def __init__(self,driver):
        self.driver = driver
class Bus:         # 構(gòu)造公交類
    def __init__(self,bus):
        self.bus = bus
class Line:        # 構(gòu)造線路類
    def __init__(self):  # 因?yàn)橐鶕?jù)線路得知司機(jī)和公交的信息，因此在線路類
        self.driver=[]   # 里添加兩個(gè)列表分別存入司機(jī)和公交的信息
        self.bus=[]
    def add_driver(self,x):
        self.driver.append(x)
    def add_bus(self,y):
        self.bus.append(y)

line_class=[]  # 列表存20條線路對(duì)應(yīng)的對(duì)象
for i in range(1101,1121):
    l=Line()  # 一條線路創(chuàng)建一個(gè)對(duì)象
    for j in range(200000):
        if ICdata['線路號(hào)'][j]==i:  # 將對(duì)應(yīng)線路的司機(jī)和公交信息存入該線路對(duì)象內(nèi)
            l.add_driver(ICdata['車輛編號(hào)'][j])
            l.add_bus(int(ICdata['駕駛員編號(hào)'][j]))
    line_class.append(l)
basepath='D:/人工智能編程語(yǔ)言/task4/road_line/Line'  # 確定txt文件存入的路徑
for i in range(20):
    full_path=basepath+str(list_line[i])+'.txt'  # 加上文件名和后綴
    file=open(full_path,'w',encoding='UTF-8')  # 創(chuàng)建txt文件，只寫
    file.write('車輛編號(hào)')
    file.write('  ')
    file.write('駕駛員編號(hào)\n')
    for j in range(len(line_class[i].driver)):  # 將對(duì)應(yīng)線路的信息寫入txt文件內(nèi)
        file.write(str(line_class[i].driver[j]))
        file.write('     ')
        file.write(str(line_class[i].bus[j]))
        file.write('\n')
    file.close()

# 6.分析搭載乘客情況，確定服務(wù)乘客人次最多的10個(gè)司機(jī)、10條線路和10臺(tái)車輛。
drivers = Counter(ICdata.iloc[:, 8])  # 取出對(duì)應(yīng)列并統(tǒng)計(jì)每個(gè)元素出現(xiàn)的次數(shù)
a=(drivers.most_common(10))   # 將前十個(gè)元素及出現(xiàn)的次數(shù)存入列表a內(nèi)
print('服務(wù)人次最多的前十名司機(jī)及服務(wù)人數(shù):')
for i in range(10):
    print('%-8d'% int(a[i][0]),':','%-10d'% a[i][1])
lines = Counter(ICdata.iloc[:, 4])
b=(lines.most_common(10))
print('服務(wù)人次最多的前十條線路及服務(wù)人數(shù):')
for i in range(10):
    print('%-8d'% int(b[i][0]),':','%-10d'% b[i][1])
buses = Counter(ICdata.iloc[:, 5])
c=(buses.most_common(10))
print('服務(wù)人次最多的前十輛公交及服務(wù)人數(shù):')
for i in range(10):
    print('%-8d'% int(c[i][0]),':','%-10d'% c[i][1])