a商品分析

import pandas as pd
# 讀取2018a商品、b商品數(shù)據(jù)
data = pd.read_excel("1.xls")

data數(shù)據(jù)如下

# a商品數(shù)據(jù)
dataA = data.loc[data['貨物']=='a']
# b商品數(shù)據(jù)
dataB = data.loc[data['貨物']=='b']
# 2019a商品數(shù)據(jù)
dataA2 = pd.read_excel("2.xls")

以2018月1月1號(hào)為起始點(diǎn)，計(jì)算日期與起始點(diǎn)差距，除以30轉(zhuǎn)化為月份數(shù)值

import datetime
dataA.loc[:,('days')]= dataA['日期'].apply(lambda x : (datetime.datetime.strptime(x,'%Y.%m.%d')- 
                  datetime.datetime.strptime("2018.01.01", '%Y.%m.%d')).days/30+1)

dataA 2018a商品數(shù)據(jù)如下

import datetime
dataA2.loc[:,('days')]= dataA2['日期'].apply(lambda x : (x- 
                  datetime.datetime.strptime("2018-01-01", '%Y-%m-%d')).days/30+1)

dataA2 2019a商品數(shù)據(jù)如下

from pylab import mpl
import matplotlib.pyplot as plt
mpl.rcParams['font.sans-serif'] = ['SimHei']
#mpl.rcParams['font.sans-serif'] = ['Microsoft YaHei']    # 指定默認(rèn)字體：解決plot不能顯示中文問(wèn)題
mpl.rcParams['axes.unicode_minus']=False
fig=plt.gcf()
fig.set_size_inches(18.5, 10.5)
 

plt.plot(dataA['日期'].apply(lambda x : (datetime.datetime.strptime(x,'%Y.%m.%d')))
                                        , dataA['價(jià)格'],  color='black', alpha=0.8,label="a商品2018")
plt.plot(dataA2['日期'], dataA2['價(jià)格'], color='red', alpha=0.8, label='a商品2019')
font1 = {'size': 25}
plt.legend(prop=font1)
plt.xlabel("月份",fontdict={'size': 20})
plt.tick_params(labelsize=23)
plt.ylabel("價(jià)格（元）",fontdict={'size': 20})
plt.title("a商品2018年與2019年價(jià)格走勢(shì)圖", fontdict={'size': 30})
plt.show()

可見(jiàn)a商品2018年與2019年的價(jià)格走勢(shì)，都反應(yīng)了年初到月份價(jià)格走低趨勢(shì)，4月份過(guò)后到年底價(jià)格回升走高，具有一定的周期性。

用多項(xiàng)式擬合a商品2018年與2019年價(jià)格曲線，8次多項(xiàng)式擬合效果最好

import numpy as np
from sklearn.pipeline import Pipeline
from sklearn.preprocessing import PolynomialFeatures
from sklearn import linear_model
import scipy as sp
from scipy.stats import norm
import matplotlib.pyplot as plt

""" 標(biāo)準(zhǔn)誤差 """
def stdError_func(y_test, y):
    return np.sqrt(np.mean((y_test-y)**2))
def R2_1_func(y_test, y):
    return 1-((y_test-y)**2).sum() / ((y.mean() - y)**2).sum()
def R2_2_func(y_test, y):
    y_mean = np.array(y)
    y_mean[:] = y.mean()
    return 1 - stdError_func(y_test, y) / stdError_func(y_mean, y)

fig=plt.gcf()
fig.set_size_inches(18.5, 10.5)
x = dataA.loc[:,("days")].append(dataA2.loc[:,("days")])
y = dataA.loc[:,("價(jià)格")].append(dataA2.loc[:,("價(jià)格")])
plt.scatter(x, 
            y, s=15, color='black',alpha=0.8)
#x = np.linspace(1,12,20)
degrees = [3,5,8,11]
for degree in degrees:
    clf = Pipeline([('poly', PolynomialFeatures(degree=degree)),
                   ('linear', linear_model.LinearRegression(fit_intercept=True))
                    #('linear', linear_model.RidgeCV())
                    #('linear', linear_model.Lasso())
                   ])
    clf.fit(x[:, np.newaxis],  y) ## 自變量需要二維數(shù)組
    predict_y =  clf.predict(x[:, np.newaxis])
    strError = stdError_func(predict_y, y)
    R2_1 = R2_1_func(predict_y, y)
    R2_2 = R2_2_func(predict_y, y)
    score = clf.score(x[:, np.newaxis], y) ##sklearn中自帶的模型評(píng)估，與R2_1邏輯相同

    print ('degree={}: strError={:.2f}, R2_1={:.2f},  R2_2={:.2f}, clf.score={:.2f}'.format(
        degree, strError,R2_1,R2_2,score))
    print("11月15號(hào)價(jià)格%f"%clf.predict([[11.5]]))
    print("12月15號(hào)價(jià)格%f"%clf.predict([[12.5]]))
    x1 = np.linspace(0.99,24,100)
    
    predict_y1 =  clf.predict(x1[:, np.newaxis])
    plt.plot(x1, predict_y1, linewidth=2, label=degree, color='r')
plt.title("a商品2018年與2019年價(jià)格擬合",fontdict={'size': 30})
plt.xlabel("月份",fontdict={'size': 20})
plt.tick_params(labelsize=23)
plt.ylabel("價(jià)格（元）",fontdict={'size': 20})
plt.legend()
plt.show()

degree=3: strError=0.15, R2_1=0.46,  R2_2=0.26, clf.score=0.46
11月15號(hào)價(jià)格5.127768
12月15號(hào)價(jià)格5.125620
degree=5: strError=0.11, R2_1=0.69,  R2_2=0.45, clf.score=0.69
11月15號(hào)價(jià)格5.231734
12月15號(hào)價(jià)格5.197720
degree=8: strError=0.06, R2_1=0.92,  R2_2=0.71, clf.score=0.92
11月15號(hào)價(jià)格5.355355
12月15號(hào)價(jià)格5.286654
degree=11: strError=0.06, R2_1=0.90,  R2_2=0.68, clf.score=0.90
11月15號(hào)價(jià)格5.367262
12月15號(hào)價(jià)格5.291890

可見(jiàn)最高次8次擬合效果最好

degree=8: strError=0.06, R2_1=0.92, R2_2=0.71, clf.score=0.92
預(yù)測(cè)11月15號(hào)價(jià)格5.355355
預(yù)測(cè)12月15號(hào)價(jià)格5.286654

#x = np.linspace(0, 1, 500)
x = dataB.loc[:,("days")]
#y = norm.rvs(loc=0, size=500, scale=0.1) ##生成隨機(jī)分布, 增加抖動(dòng)（噪聲）
#y = y + x**6
y = dataB.loc[:, ("價(jià)格")]
plt.scatter(x, y, s=5, color='black', alpha=0.8)
#x = np.linspace(1,12,20)
fig=plt.gcf()
fig.set_size_inches(18.5, 10.5)
degrees = [5]
for degree in degrees:
    clf = Pipeline([('poly', PolynomialFeatures(degree=degree)),
                   ('linear', linear_model.LinearRegression(fit_intercept=True))
                    #('linear', linear_model.RidgeCV())
                    #('linear', linear_model.Lasso())
                   ])
    clf.fit(x[:, np.newaxis],  y) ## 自變量需要二維數(shù)組
    predict_y =  clf.predict(x[:, np.newaxis])
    strError = stdError_func(predict_y, y)
    R2_1 = R2_1_func(predict_y, y)
    R2_2 = R2_2_func(predict_y, y)
    score = clf.score(x[:, np.newaxis], y) ##sklearn中自帶的模型評(píng)估，與R2_1邏輯相同

    print ('degree={}: strError={:.2f}, R2_1={:.2f},  R2_2={:.2f}, clf.score={:.2f}'.format(
        degree, strError,R2_1,R2_2,score))

    x1 = np.linspace(1.01,12.99,200)
    predict_y1 =  clf.predict(x1[:, np.newaxis])
    print("2018年2月15號(hào)價(jià)格%f"%clf.predict([[2.5]]))
    print("2018年9月15號(hào)價(jià)格%f"%clf.predict([[9.5]]))
    plt.plot(x1, predict_y1, linewidth=2,c='r', label=degree)
plt.title("b商品2018年價(jià)格擬合",fontdict={'size': 30})
plt.xlabel("月份",fontdict={'size': 20})
plt.tick_params(labelsize=23)
plt.ylabel("價(jià)格（元）",fontdict={'size': 20})
  
plt.legend()
plt.show()

degree=5: strError=0.03, R2_1=0.99, R2_2=0.89, clf.score=0.99
2018年2月15號(hào)價(jià)格4.885876
2018年9月15號(hào)價(jià)格5.485014