目录~python
- 面向对象编程之模拟银行系统
- 相关程序代码如下：
- 运行效果如下：
- pandas 每日一练：
- 运行结果为：
- 66、绘制sku_cost_prc的密度曲线
- 运行效果为：
- 67、计算后一天与前一天sku_cost_prc的差值
- 运行结果为：
- 68、计算后一天与前一天sku_cost_prc变化率
- 运行结果为：
- 69、设置日期为索引
- 运行结果为：
- 70、以9个数据作为一个数据滑动窗口，在这5个数据上取均值（`sku_cost_prc`）
- 运行结果为：
- 每日一言：
- 持续更新中...
个人昵称：lxw-pro
个人主页：欢迎关注 我的主页
个人感悟： “失败乃成功之母”，这是不变的道理，在失败中总结，在失败中成长，才能成为IT界的一代宗师。
面向对象编程之模拟银行系统
现在呀，虽说已经大面积的使用微信支付、支付宝支付等，可要想微信、支付宝等留有余额，还是离不开我们的存款，存款的话也得有现金，当然，自动取款机还是依旧那么方便 ，“自己动手，丰衣足食”，那么，我们的自动取款机又是怎么知道你存了这么多，怎么清楚地知道你的余额的呢，下面我们来康康这所谓的简易模拟系统叭！
相关程序代码如下：
import datetimeclass Bank(object):account_log = []def __init__(self, name):self.name = namedef deposit(self, amount): # 存钱user.balance += amountself.write_log('存钱', amount)def withdrawal(self, amount): # 取钱if amount > user.balance:print("余额不足")else:user.balance -= amountself.write_log('取钱', amount)def write_log(self, type, amount): # 写日志now = datetime.datetime.now()ct = now.strftime("%Y-%m-%d %H:%M:%S")data = [self.name, user.name, ct, type, amount, f"{user.balance:.2f}"]Bank.account_log.append(data)class User(object):def __init__(self, name, balance):self.name = nameself.balance = balancedef print_log(self):for item in Bank.account_log:print(item)def show_menu():menu = '''0: 退出1: 存款2: 取款3: 打印交易信息'''print(menu)bank = Bank("贵阳银行")
user = User('lxw-pro', 520)while True:show_menu()num = int(input("请输入菜单编号："))if num == 0:print("退出系统")breakelif num == 1:print("存款")amount = float(input("请输入存款金额："))bank.deposit(amount)print(f"当前金额是{user.balance:.2f}")elif num == 2:print("取款")amount = float(input("请输入取款金额："))bank.withdrawal(amount)print(f"当前金额是{user.balance:.2f}")elif num == 3:print("查看记录")user.print_log()else:print("输入有误！")运行效果如下：
看效果，有点长，故截成两张图
————————————————————————————————————————————
pandas 每日一练：
# -*- coding = utf-8 -*-
# @Time : 2022/7/29 15:15
# @Author : lxw_pro
# @File : pandas-11 练习.py
# @Software : PyCharmimport pandas as pd
import matplotlib.pyplot as pltlxw = pd.read_excel("site.xlsx")
print(lxw)
运行结果为：
Unnamed: 0 Unnamed: 0.1 create_dt ... yye sku_cost_prc lrl
0 0 1 2016-11-30 ... 8.8 6.77 30.00%
1 1 2 2016-11-30 ... 7.5 5.77 30.00%
2 2 3 2016-11-30 ... 5.0 3.85 30.00%
3 3 4 2016-11-30 ... 19.6 7.54 30.00%
4 4 5 2016-12-02 ... 13.5 10.38 30.00%
.. ... ... ... ... ... ... ...
751 751 752 2016-12-31 ... 1.0 0.77 30.00%
752 752 753 2016-12-31 ... 2.0 1.54 30.00%
753 753 754 2016-12-31 ... 1.0 0.77 30.00%
754 754 755 2016-12-31 ... 7.6 2.92 30.00%
755 755 756 2016-12-31 ... 3.3 2.54 30.00%[756 rows x 8 columns]
66、绘制sku_cost_prc的密度曲线
lxw['sku_cost_prc'].plot(kind='kde')plt.show()
运行效果为：
67、计算后一天与前一天sku_cost_prc的差值
print(-lxw['sku_cost_prc'].diff())
运行结果为：
0 NaN
1 1.00
2 1.92
3 -3.69
4 -2.84...
751 3.13
752 -0.77
753 0.77
754 -2.15
755 0.38
Name: sku_cost_prc, Length: 756, dtype: float6468、计算后一天与前一天sku_cost_prc变化率
print(-lxw['sku_cost_prc'].pct_change())
运行结果为：
0 NaN
1 0.147710
2 0.332756
3 -0.958442
4 -0.376658...
751 0.802564
752 -1.000000
753 0.500000
754 -2.792208
755 0.130137
Name: sku_cost_prc, Length: 756, dtype: float6469、设置日期为索引
data = lxw.set_index('create_dt')
print(data)
运行结果为：
Unnamed: 0 Unnamed: 0.1 sku_cnt ... yye sku_cost_prc lrl
create_dt ...
2016-11-30 0 1 1.0 ... 8.8 6.77 30.00%
2016-11-30 1 2 1.0 ... 7.5 5.77 30.00%
2016-11-30 2 3 1.0 ... 5.0 3.85 30.00%
2016-11-30 3 4 2.0 ... 19.6 7.54 30.00%
2016-12-02 4 5 1.0 ... 13.5 10.38 30.00%... ... ... ... ... ... ...
2016-12-31 751 752 1.0 ... 1.0 0.77 30.00%
2016-12-31 752 753 1.0 ... 2.0 1.54 30.00%
2016-12-31 753 754 1.0 ... 1.0 0.77 30.00%
2016-12-31 754 755 2.0 ... 7.6 2.92 30.00%
2016-12-31 755 756 1.0 ... 3.3 2.54 30.00%
[756 rows x 7 columns]
70、以9个数据作为一个数据滑动窗口，在这5个数据上取均值（sku_cost_prc）
jz = data['sku_cost_prc'].rolling(10).mean()
print(jz)
运行结果为：
create_dt
2016-11-30 NaN
2016-11-30 NaN
2016-11-30 NaN
2016-11-30 NaN
2016-12-02 NaN...
2016-12-31 5.016
2016-12-31 4.185
2016-12-31 3.500
2016-12-31 2.802
2016-12-31 2.066
Name: sku_cost_prc, Length: 756, dtype: float64
每日一言：
自律的顶端就是享受孤独！这一年里，失去，释怀，成长，完结一半！！
持续更新中…
点赞，你的认可是我创作的
动力！
收藏，你的青睐是我努力的方向！
评论，你的意见是我进步的财富！
关注，你的喜欢是我长久的坚持！
欢迎关注微信公众号【程序人生6】，一起探讨学习哦！！！
