-
Notifications
You must be signed in to change notification settings - Fork 0
/
production.py
162 lines (140 loc) · 6.7 KB
/
production.py
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
import os
import numpy as np
import pandas as pd
import datetime
from utils import *
def plot_electricity_production():
path = os.path.join(nbs_dir, '能源主要产品产量'+'.csv')
df = pd.read_csv(path)
t = pd.DatetimeIndex(pd.to_datetime(df['time'], format='%Y-%m'))
name_list = ['发电量_当期值',
'火力发电量_当期值',
'水力发电量_当期值',
'核能发电量_当期值',
'风力发电量_当期值',
'太阳能发电量_当期值',
]
data = {}
for name in name_list:
data[name] = np.array(df[name], dtype=float)
plot_seasonality(t, data[name], start_year=2015, title=name)
# 占比
datas = [
[[[t,data['火力发电量_当期值']/data['发电量_当期值'],'火力发电量 占比','color=black'],
[t,data['水力发电量_当期值']/data['发电量_当期值'],'水力发电量 占比','color=blue'],
[t,data['核能发电量_当期值']/data['发电量_当期值'],'核能发电量 占比','color=darkgreen'],
[t,data['风力发电量_当期值']/data['发电量_当期值'],'风力发电量 占比','color=gray'],
[t,data['太阳能发电量_当期值']/data['发电量_当期值'],'太阳能发电量 占比','color=red'],
],[],''],
]
plot_many_figure(datas)
def plot_oil_coal_gas_production():
path = os.path.join(nbs_dir, '能源主要产品产量'+'.csv')
df = pd.read_csv(path)
t = pd.DatetimeIndex(pd.to_datetime(df['time'], format='%Y-%m'))
name_list = ['原煤产量_当期值',
'原油产量_当期值',
'天然气产量_当期值',
'煤层气产量_当期值',
'液化天然气产量_当期值',
'原油加工量产量_当期值',
'汽油产量_当期值',
'煤油产量_当期值',
'柴油产量_当期值',
'燃料油产量_当期值',
'石脑油产量_当期值',
'液化石油气产量_当期值',
'石油焦产量_当期值',
'石油沥青产量_当期值',
'焦炭产量_当期值',
'煤气产量_当期值',
]
data = {}
for name in name_list:
data[name] = np.array(df[name], dtype=float)
plot_seasonality(t, data[name], start_year=2015, title=name)
def plot_industry_production():
path = os.path.join(nbs_dir, '主要工业产品产量'+'.csv')
df = pd.read_csv(path)
t = pd.DatetimeIndex(pd.to_datetime(df['time'], format='%Y-%m'))
name_list = [
# '铁矿石原矿产量_当期值',
# '原盐产量_当期值',
# '成品糖产量_当期值',
# '白酒（折65度，商品量）产量_当期值',
# '卷烟产量_当期值',
# '烧碱（折100％）产量_当期值',
# '纯碱（碳酸钠）产量_当期值',
# '乙烯产量_当期值',
# '合成橡胶产量_当期值',
# '中成药产量_当期值',
# '橡胶轮胎外胎产量_当期值',
# '水泥产量_当期值',
# '生铁产量_当期值',
# '粗钢产量_当期值',
# '线材（盘条）产量_当期值',
# '冷轧薄板产量_当期值',
# '中厚宽钢带产量_当期值',
# '焊接钢管产量_当期值',
# '铁合金产量_当期值',
# '氧化铝产量_当期值',
# '十种有色金属产量_当期值',
# '精炼铜（电解铜）产量_当期值',
# '铅产量_当期值',
# '锌产量_当期值',
# '原铝（电解铝）产量_当期值',
# '金属集装箱产量_当期值',
# '工业锅炉产量_当期值',
# '发动机产量_当期值',
# '金属切削机床产量_当期值',
# '金属成形机床产量_当期值',
# '电梯、自动扶梯及升降机产量_当期值',
# '电动手提式工具产量_当期值',
# '包装专用设备产量_当期值',
# '复印和胶版印制设备产量_当期值',
# '挖掘铲土运输机械产量_当期值',
# '挖掘机产量_当期值',
# '大气污染防治设备产量_当期值',
# '工业机器人产量_当期值',
# '服务机器人产量_当期值',
'汽车产量_当期值',
'基本型乘用车（轿车）产量_当期值',
'运动型多用途乘用车（SUV）产量_当期值',
'载货汽车产量_当期值',
'新能源汽车产量_当期值',
'铁路机车产量_当期值',
'动车组产量_当期值',
'民用钢质船舶产量_当期值',
'发电机组（发电设备）产量_当期值',
'交流电动机产量_当期值',
'光缆产量_当期值',
'锂离子电池产量_当期值',
'太阳能电池（光伏电池）产量_当期值',
'家用电冰箱（家用冷冻冷藏箱）产量_当期值',
'家用冷柜（家用冷冻箱）产量_当期值',
'房间空气调节器产量_当期值',
'家用洗衣机产量_当期值',
'电子计算机整机产量_当期值',
'微型计算机设备产量_当期值',
'程控交换机产量_当期值',
'移动通信基站设备产量_当期值',
'移动通信手持机（手机）产量_当期值',
'智能手机产量_当期值',
'彩色电视机产量_当期值',
'集成电路产量_当期值',
'光电子器件产量_当期值',
'智能手表产量_当期值',
'电工仪器仪表产量_当期值',
]
data = {}
for name in name_list:
data[name] = np.array(df[name], dtype=float)
plot_seasonality(t, data[name], start_year=2015, title=name)
if __name__=="__main__":
# 发电量
# plot_electricity_production()
# 煤 石油 天然气 等
# plot_oil_coal_gas_production()
# 工业产品
# plot_industry_production()
pass