diff --git a/config_juxiting.py b/config_juxiting.py index ad56a94..bcb9242 100644 --- a/config_juxiting.py +++ b/config_juxiting.py @@ -211,7 +211,7 @@ upload_data = { ### 开关 is_train = True # 是否训练 is_debug = False # 是否调试 -is_eta = True # 是否使用eta接口 +is_eta = False # 是否使用eta接口 is_timefurture = True # 是否使用时间特征 is_fivemodels = False # 是否使用之前保存的最佳的5个模型 is_edbcode = False # 特征使用edbcoding列表中的 diff --git a/main.py b/main.py index ba340ad..f0e2ede 100644 --- a/main.py +++ b/main.py @@ -106,11 +106,6 @@ def predict_main(): sqlitedb.create_table('most_model',columns="ds datetime, most_common_model TEXT") sqlitedb.insert_data('most_model',(datetime.datetime.now().strftime('%Y-%m-%d %H:%M:%S'),most_common_model,),columns=('ds','most_common_model',)) - - - - - if is_corr: df = corr_feature(df=df) @@ -119,25 +114,25 @@ def predict_main(): row,col = df.shape now = datetime.datetime.now().strftime('%Y%m%d%H%M%S') - ex_Model(df, - horizon=horizon, - input_size=input_size, - train_steps=train_steps, - val_check_steps=val_check_steps, - early_stop_patience_steps=early_stop_patience_steps, - is_debug=is_debug, - dataset=dataset, - is_train=is_train, - is_fivemodels=is_fivemodels, - val_size=val_size, - test_size=test_size, - settings=settings, - now=now, - etadata = etadata, - modelsindex = modelsindex, - data = data, - is_eta=is_eta, - ) + # ex_Model(df, + # horizon=horizon, + # input_size=input_size, + # train_steps=train_steps, + # val_check_steps=val_check_steps, + # early_stop_patience_steps=early_stop_patience_steps, + # is_debug=is_debug, + # dataset=dataset, + # is_train=is_train, + # is_fivemodels=is_fivemodels, + # val_size=val_size, + # test_size=test_size, + # settings=settings, + # now=now, + # etadata = etadata, + # modelsindex = modelsindex, + # data = data, + # is_eta=is_eta, + # ) logger.info('模型训练完成') @@ -151,10 +146,13 @@ def predict_main(): logger.info('制作报告ing') title = f'{settings}--{now}-预测报告' # 报告标题 - brent_export_pdf(dataset=dataset,num_models = 5 if is_fivemodels else 22,time=end_time, + if 'Brent' in y: + brent_export_pdf(dataset=dataset,num_models = 5 if is_fivemodels else 22,time=end_time, reportname=reportname,sqlitedb=sqlitedb), - # pp_export_pdf(dataset=dataset,num_models = 5 if is_fivemodels else 22,time=end_time, - # reportname=reportname), + else: + pp_export_pdf(dataset=dataset,num_models = 5 if is_fivemodels else 22,time=end_time, + reportname=reportname,sqlitedb=sqlitedb), + logger.info('制作报告end') logger.info('模型训练完成') diff --git a/models/nerulforcastmodels.py b/models/nerulforcastmodels.py index 0ebd1c9..2de2688 100644 --- a/models/nerulforcastmodels.py +++ b/models/nerulforcastmodels.py @@ -950,6 +950,7 @@ def brent_export_pdf(num_indicators=475,num_models=21, num_dayindicator=202,inpu content.append(Graphs.draw_little_title('一、预测结果：')) # 添加历史走势及预测价格的走势图片 content.append(Graphs.draw_img(os.path.join(dataset,'历史价格-预测值.png'))) + # 波动率画图逻辑 content.append(Graphs.draw_text('图示说明：')) content.append(Graphs.draw_text('1. 确定波动率置信区间：统计近60个交易日的真实价格波动率，找出在 10% ，90% 的分位值作为波动率置信区间;')) content.append(Graphs.draw_text('2. 确定通道上界：在所有模型的预测结果中 <= 前一天真实价格 乘以 90%的置信波动分位数')) @@ -1391,10 +1392,528 @@ def brent_export_pdf(num_indicators=475,num_models=21, num_dayindicator=202,inpu upload_report_data(token, upload_data) except TimeoutError as e: print(f"请求超时: {e}") + +def pp_export_pdf(num_indicators=475,num_models=21, num_dayindicator=202,inputsize=5,dataset='dataset',time = '2024-07-30',reportname='report.pdf',sqlitedb='jbsh_yuanyou.db'): + global y + # 创建内容对应的空列表 + content = list() + # 获取特征的近一月值 + import pandas as pd + feature_data_df = pd.read_csv(f'dataset/指标数据添加时间特征.csv', parse_dates=['ds']).tail(20) + def draw_feature_trend(feature_data_df, features): + # 画特征近一周的趋势图 + feature_df = feature_data_df[['ds','y']+features] + # 遍历X每一列，和yy画散点图 ， + + for i, col in enumerate(features): + # try: + print(f'正在绘制第{i+1}个特征{col}与价格散点图...') + if col not in ['ds', 'y']: + fig, ax1 = plt.subplots(figsize=(10, 6)) + # 在第一个坐标轴上绘制数据 + sns.lineplot(data=feature_df, x='ds', y='y', ax=ax1, color='b') + ax1.set_xlabel('日期') + ax1.set_ylabel('y', color='b') + ax1.tick_params('y', colors='b') + # 在 ax1 上添加文本显示值，添加一定的偏移避免值与曲线重叠 + for j in range(1, len(feature_df), 2): + value = feature_df['y'].iloc[j] + date = feature_df['ds'].iloc[j] + offset = 1.001 + ax1.text(date, value * offset, str(round(value, 2)), ha='center', va='bottom', color='b', fontsize=10) + # 创建第二个坐标轴 + ax2 = ax1.twinx() + # 在第二个坐标轴上绘制数据 + sns.lineplot(data=feature_df, x='ds', y=col, ax=ax2, color='r') + ax2.set_ylabel(col, color='r') + ax2.tick_params('y', colors='r') + # 在 ax2 上添加文本显示值，添加一定的偏移避免值与曲线重叠 + for j in range(0, len(feature_df), 2): + value = feature_df[col].iloc[j] + date = feature_df['ds'].iloc[j] + offset = 1.0003 + ax2.text(date, value * offset, str(round(value, 2)), ha='center', va='bottom', color='r', fontsize=10) + # 添加标题 + plt.title(col) + # 设置横坐标为日期格式并自动调整 + locator = mdates.AutoDateLocator() + formatter = mdates.AutoDateFormatter(locator) + ax1.xaxis.set_major_locator(locator) + ax1.xaxis.set_major_formatter(formatter) + # 文件名特殊字符处理 + col = col.replace('*', '-') + col = col.replace(':', '-') + col = col.replace(r'/', '-') + plt.savefig(os.path.join(dataset, f'{col}与价格散点图.png')) + content.append(Graphs.draw_img(os.path.join(dataset, f'{col}与价格散点图.png'))) + plt.close() + # except Exception as e: + # print(f'绘制第{i+1}个特征{col}与价格散点图时出错：{e}') + + + + ### 添加标题 + content.append(Graphs.draw_title(f'{y}{time}预测报告')) + + ### 预测结果 + content.append(Graphs.draw_little_title('一、预测结果：')) + # 添加历史走势及预测价格的走势图片 + content.append(Graphs.draw_img(os.path.join(dataset,'历史价格-预测值.png'))) + # 根据真实值分组，去掉最高最小预测值画图逻辑 + content.append(Graphs.draw_text('图示说明：')) + content.append(Graphs.draw_text('1. 将所有模型的预测结果进行分组，大于真实值的为一组，小于真实值的为一组，去掉最高的预测值，去掉最小的预测值')) + content.append(Graphs.draw_text('2. 确定通道上界：在大于真实值的分组中，取最大的预测值')) + content.append(Graphs.draw_text('3. 确定通道下界：在小于真实值的分组中，取第二小的预测值')) + content.append(Graphs.draw_text('4. 预测结果没有真实值作为参考依据，通道上界取近20个交易日内预测在上界值的模型对应的预测值，通道下界同理；')) + content.append(Graphs.draw_text('5. 预测结果选用近20个交易日内，最多接近真实值的模型的预测值对应的预测结果；')) + content.append(Graphs.draw_text('6. 预测结果在通道外的，代表最接近真实值的预测结果不在置信波动范围内。')) + # 波动率画图逻辑 + # content.append(Graphs.draw_text('图示说明：')) + # content.append(Graphs.draw_text('1. 确定波动率置信区间：统计近60个交易日的真实价格波动率，找出在 10% ，90% 的分位值作为波动率置信区间;')) + # content.append(Graphs.draw_text('2. 确定通道上界：在所有模型的预测结果中 <= 前一天真实价格 乘以 90%的置信波动分位数')) + # content.append(Graphs.draw_text('3. 确定通道下界：在所有模型的预测结果中 >= 前一天真实价格 乘以 10%的置信波动分位数')) + # content.append(Graphs.draw_text('4. 预测结果没有真实值作为参考依据，通道上界取近20个交易日内预测在上界值的模型对应的预测值，通道下界同理；')) + # content.append(Graphs.draw_text('5. 预测结果选用近20个交易日内，最多接近真实值的模型的预测值对应的预测结果；')) + # content.append(Graphs.draw_text('6. 预测结果在通道外的，代表最接近真实值的预测结果不在置信波动范围内。')) + + + # 取df中y列为空的行 + import pandas as pd + df = pd.read_csv(os.path.join(dataset,'predict.csv'),encoding='gbk') + df_true = pd.read_csv(os.path.join(dataset,'指标数据添加时间特征.csv'),encoding='utf-8') # 获取预测日期对应的真实值 + df_true = df_true[['ds','y']] + eval_df = pd.read_csv(os.path.join(dataset,'model_evaluation.csv'),encoding='utf-8') + # 按评估指标排序，取前五 + fivemodels_list = eval_df['模型(Model)'].values # 列表形式，后面当作列名索引使用 + # 取 fivemodels_list 和 ds 列 + df = df[['ds'] + fivemodels_list.tolist() ] + # 拼接预测日期对应的真实值 + df = pd.merge(df, df_true, on='ds', how='left') + # 删除全部为nan的列 + df = df.dropna(how='all', axis=1) + # 选择除 'ds' 列外的数值列，并进行类型转换和四舍五入 + num_cols = [col for col in df.columns if col!= 'ds' and pd.api.types.is_numeric_dtype(df[col])] + for col in num_cols: + df[col] = df[col].astype(float).round(2) + # 添加最大值、最小值、平均值三列 + df['平均值'] = df[num_cols].mean(axis=1).round(2) + df['最大值'] = df[num_cols].max(axis=1) + df['最小值'] = df[num_cols].min(axis=1) + # df转置 + df = df.T + # df重置索引 + df = df.reset_index() + # 添加预测值表格 + data = df.values.tolist() + col_width = 500/len(df.columns) + content.append(Graphs.draw_table(col_width,*data)) + content.append(Graphs.draw_little_title('二、上一预测周期偏差率分析：')) + df = pd.read_csv(os.path.join(dataset,'testandpredict_groupby.csv'),encoding='utf-8') + df4 = df.copy() # 计算偏差率使用 + # 计算模型偏差率 + #计算各列对于y列的差值百分比 + df3 = pd.DataFrame() # 存储偏差率 + + # 删除有null的行 + df4 = df4.dropna() + df3['ds'] = df4['ds'] + for col in fivemodels_list: + df3[col] = round(abs(df4[col] - df4['y']) / df4['y'] * 100,2) + # 找出决定系数前五的偏差率 + df3 = df3[['ds']+fivemodels_list.tolist()][-inputsize:] + # 找出上一预测区间的时间 + stime = df3['ds'].iloc[0] + etime = df3['ds'].iloc[-1] + # 添加偏差率表格 + fivemodels = '、'.join(eval_df['模型(Model)'].values[:5]) # 字符串形式，后面写入字符串使用 + content.append(Graphs.draw_text(f'预测使用了{num_models}个模型进行训练，使用评估结果MAE前五的模型分别是 {fivemodels} ，模型上一预测区间 {stime} -- {etime}的偏差率(%)分别是：')) + # # 添加偏差率表格 + df3 = df3.T + df3 = df3.reset_index() + data = df3.values.tolist() + col_width = 500/len(df3.columns) + content.append(Graphs.draw_table(col_width,*data)) + + + content.append(Graphs.draw_little_title('三、预测过程解析：')) + ### 特征、模型、参数配置 + content.append(Graphs.draw_little_title('模型选择：')) + content.append(Graphs.draw_text(f'本次预测使用了一个专门收集时间序列的NeuralForecast库中的{num_models}个模型：')) + content.append(Graphs.draw_text(f'使用40天的数据预测未来{inputsize}天的数据。')) + content.append(Graphs.draw_little_title('指标情况：')) + with open(os.path.join(dataset,'特征频度统计.txt'),encoding='utf-8') as f: + for line in f.readlines(): + content.append(Graphs.draw_text(line)) + + data = pd.read_csv(os.path.join(dataset,'指标数据添加时间特征.csv'),encoding='utf-8') # 计算相关系数用 + df_zhibiaofenlei = loadcsv(os.path.join(dataset,'特征处理后的指标名称及分类.csv')) # 气泡图用 + df_zhibiaoshuju = data.copy() # 气泡图用 + + # 绘制特征相关气泡图 + + grouped = df_zhibiaofenlei.groupby('指标分类') + grouped_corr = pd.DataFrame(columns=['指标分类', '指标数量', '相关性总和']) + + content.append(Graphs.draw_little_title('按指标分类分别与预测目标进行皮尔逊相关系数分析：')) + content.append(Graphs.draw_text('''皮尔逊相关系数说明：''')) + content.append(Graphs.draw_text('''衡量两个特征之间的线性相关性。''')) + content.append(Graphs.draw_text(''' + 相关系数为1：表示两个变量之间存在完全正向的线性关系，即当一个变量增加时，另一个变量也相应增加，且变化是完全一致的。''')) + content.append(Graphs.draw_text('''相关系数为-1：表示两个变量之间存在完全负向的线性关系，即当一个变量增加时，另一个变量会相应减少，且变化是完全相反的''')) + content.append(Graphs.draw_text('''相关系数接近0：表示两个变量之间不存在线性关系，即它们的变化不会随着对方的变化而变化。''')) + for name, group in grouped: + cols = group['指标名称'].tolist() + logger.info(f'开始绘制{name}类指标的相关性直方图') + cols_subset = cols + feature_names = ['y'] + cols_subset + correlation_matrix = df_zhibiaoshuju[feature_names].corr()['y'] + + # 绘制特征相关性直方分布图 + plt.figure(figsize=(10,8)) + sns.histplot(correlation_matrix.values.flatten(), bins=20, kde=True, color='skyblue') + plt.title(f'{name}类指标(共{len(cols_subset)}个)相关性直方分布图') + plt.xlabel('相关系数') + plt.ylabel('频数') + plt.savefig(os.path.join(dataset, f'{name}类指标相关性直方分布图.png'), bbox_inches='tight') + plt.close() + content.append(Graphs.draw_img(os.path.join(dataset,f'{name}类指标相关性直方分布图.png'))) + content.append(Graphs.draw_text(f'{name}类指标(共{len(cols_subset)}个)的相关性直方分布图如上所示。')) + # 相关性大于0的特征 + positive_corr_features = correlation_matrix[correlation_matrix > 0].sort_values(ascending=False).index.tolist()[1:] + + print(f'{name}下正相关的特征值有：',positive_corr_features) + if len(positive_corr_features) > 5: + positive_corr_features = positive_corr_features[0:5] + content.append(Graphs.draw_text(f'{name}类指标中，与预测目标y正相关前五的特征有：{positive_corr_features}')) + draw_feature_trend(feature_data_df, positive_corr_features) + elif len(positive_corr_features) == 0: + pass + else: + positive_corr_features = positive_corr_features + content.append(Graphs.draw_text(f'其中，与预测目标y正相关的特征有：{positive_corr_features}')) + draw_feature_trend(feature_data_df, positive_corr_features) + + # 相关性小于0的特征 + negative_corr_features = correlation_matrix[correlation_matrix < 0].sort_values(ascending=True).index.tolist() + + print(f'{name}下负相关的特征值有：',negative_corr_features) + if len(negative_corr_features) > 5: + negative_corr_features = negative_corr_features[:5] + content.append(Graphs.draw_text(f'与预测目标y负相关前五的特征有：{negative_corr_features}')) + draw_feature_trend(feature_data_df, negative_corr_features) + elif len(negative_corr_features) == 0: + pass + else: + content.append(Graphs.draw_text(f'{name}类指标中，与预测目标y负相关的特征有：{negative_corr_features}')) + draw_feature_trend(feature_data_df, negative_corr_features) + + + # 计算correlation_sum 第一行的相关性的绝对值的总和 + correlation_sum = correlation_matrix.abs().sum() + logger.info(f'{name}类指标的相关性总和为：{correlation_sum}') + # 分组的相关性总和拼接到grouped_corr + goup_corr = pd.DataFrame({'指标分类': [name], '指标数量': [len(cols_subset)], '相关性总和': [correlation_sum]}) + grouped_corr = pd.concat([grouped_corr, goup_corr], axis=0, ignore_index=True) + + # 绘制相关性总和的气泡图 + logger.info(f'开始绘制相关性总和的气泡图') + plt.figure(figsize=(10, 10)) + sns.scatterplot(data=grouped_corr, x='相关性总和', y='指标数量', size='相关性总和', sizes=(grouped_corr['相关性总和'].min()*5, grouped_corr['相关性总和'].max()*5), hue='指标分类', palette='viridis') + plt.title('指标分类相关性总和的气泡图') + plt.ylabel('数量') + plt.savefig(os.path.join(dataset, '指标分类相关性总和的气泡图.png'), bbox_inches='tight') + plt.close() + content.append(Graphs.draw_img(os.path.join(dataset,'指标分类相关性总和的气泡图.png'))) + content.append(Graphs.draw_text('气泡图中，横轴为指标分类，纵轴为指标分类下的特征数量，气泡的面积越大表示该分类中特征的相关系数和越大。')) + logger.info(f'绘制相关性总和的气泡图结束') + + + + # # 计算特征相关性 + # data.rename(columns={y: 'y'}, inplace=True) + # data['ds'] = pd.to_datetime(data['ds']) + # data.drop(columns=['ds'], inplace=True) + # # 创建一个空的 DataFrame 来保存相关系数 + # correlation_df = pd.DataFrame(columns=['Feature', 'Correlation']) + # # 计算各特征与目标列的皮尔逊相关系数，并保存到新的 Data 中 + # for col in data.columns: + # if col!= 'y': + # pearson_correlation = np.corrcoef(data[col], data['y'])[0, 1] + # spearman_correlation, _ = spearmanr(data[col], data['y']) + # new_row = {'Feature': col, 'Pearson_Correlation': round(pearson_correlation,3), 'Spearman_Correlation': round(spearman_correlation,2)} + # correlation_df = correlation_df._append(new_row, ignore_index=True) + + # correlation_df.drop('Correlation', axis=1, inplace=True) + # correlation_df.dropna(inplace=True) + # correlation_df.to_csv(os.path.join(dataset,'指标相关性分析.csv'), index=False) + + # data = correlation_df['Pearson_Correlation'].values.tolist() + # # 生成 -1 到 1 的 20 个区间 + # bins = np.linspace(-1, 1, 21) + # # 计算每个区间的统计数（这里是区间内数据的数量） + # hist_values = [np.sum((data >= bins[i]) & (data < bins[i + 1])) for i in range(len(bins) - 1)] + + # #设置画布大小 + # plt.figure(figsize=(10, 6)) + # # 绘制直方图 + # plt.bar(bins[:-1], hist_values, width=(bins[1] - bins[0])) + + # # 添加标题和坐标轴标签 + # plt.title('皮尔逊相关系数分布图') + # plt.xlabel('区间') + # plt.ylabel('统计数') + # plt.savefig(os.path.join(dataset, '皮尔逊相关性系数.png')) + # plt.close() + + + # #设置画布大小 + # plt.figure(figsize=(10, 6)) + # data = correlation_df['Spearman_Correlation'].values.tolist() + # # 计算每个区间的统计数（这里是区间内数据的数量） + # hist_values = [np.sum((data >= bins[i]) & (data < bins[i + 1])) for i in range(len(bins) - 1)] + + # # 绘制直方图 + # plt.bar(bins[:-1], hist_values, width=(bins[1] - bins[0])) + + # # 添加标题和坐标轴标签 + # plt.title('斯皮尔曼相关系数分布图') + # plt.xlabel('区间') + # plt.ylabel('统计数') + # plt.savefig(os.path.join(dataset, '斯皮尔曼相关性系数.png')) + # plt.close() + # content.append(Graphs.draw_text(f'指标相关性分析--皮尔逊相关系数：')) + # # 皮尔逊正相关 不相关 负相关 的表格 + # content.append(Graphs.draw_img(os.path.join(dataset,'皮尔逊相关性系数.png'))) + # content.append(Graphs.draw_text('''皮尔逊相关系数说明：''')) + # content.append(Graphs.draw_text('''衡量两个特征之间的线性相关性。''')) + # content.append(Graphs.draw_text(''' + # 相关系数为1：表示两个变量之间存在完全正向的线性关系，即当一个变量增加时，另一个变量也相应增加，且变化是完全一致的。''')) + # content.append(Graphs.draw_text('''当前特征中正相关前十的有：''')) + # top10_columns = correlation_df.sort_values(by='Pearson_Correlation',ascending=False).head(10)['Feature'].to_list() + # top10 = ','.join(top10_columns) + # content.append(Graphs.draw_text(f'''{top10}''')) + + # feature_df = feature_data_df[['ds','y']+top10_columns] + # # 遍历X每一列，和yy画散点图 ， + # for i, col in enumerate(feature_df.columns): + # print(f'正在绘制第{i+1}个特征{col}与价格散点图...') + # if col not in ['ds', 'y']: + # fig, ax1 = plt.subplots(figsize=(10, 6)) + # # 在第一个坐标轴上绘制数据 + # ax1.plot(feature_df['ds'], feature_df['y'], 'b-') + # ax1.set_xlabel('日期') + # ax1.set_ylabel('y', color='b') + # ax1.tick_params('y', colors='b') + # # 在 ax1 上添加文本显示值，添加一定的偏移避免值与曲线重叠 + # for j in range(1,len(feature_df),2): + # value = feature_df['y'].iloc[j] + # date = feature_df['ds'].iloc[j] + # offset = 1.001 + # ax1.text(date, value * offset, str(round(value, 2)), ha='center', va='bottom', color='b', fontsize=10) + # # 创建第二个坐标轴 + # ax2 = ax1.twinx() + # # 在第二个坐标轴上绘制数据 + # line2 = ax2.plot(feature_df['ds'], feature_df[col], 'r-') + # ax2.set_ylabel(col, color='r') + # ax2.tick_params('y', colors='r') + # # 在 ax2 上添加文本显示值，添加一定的偏移避免值与曲线重叠 + # for j in range(0,len(feature_df),2): + # value = feature_df[col].iloc[j] + # date = feature_df['ds'].iloc[j] + # offset = 1.001 + # ax2.text(date, value * offset, str(round(value, 2)), ha='center', va='bottom', color='r', fontsize=10) + # # 添加标题 + # plt.title(col) + # # 设置横坐标为日期格式并自动调整 + # locator = mdates.AutoDateLocator() + # formatter = mdates.AutoDateFormatter(locator) + # ax1.xaxis.set_major_locator(locator) + # ax1.xaxis.set_major_formatter(formatter) + # # 文件名特殊字符处理 + # col = col.replace('*', '-') + # col = col.replace(':', '-') + # plt.savefig(os.path.join(dataset, f'{col}与价格散点图.png')) + # content.append(Graphs.draw_img(os.path.join(dataset, f'{col}与价格散点图.png'))) + # plt.close() + + + # content.append(Graphs.draw_text(f'指标相关性分析--斯皮尔曼相关系数：')) + # # 皮尔逊正相关 不相关 负相关 的表格 + # content.append(Graphs.draw_img(os.path.join(dataset,'斯皮尔曼相关性系数.png'))) + # content.append(Graphs.draw_text('斯皮尔曼相关系数（Spearmans rank correlation coefficient）是一种用于衡量两个变量之间的单调关系（不一定是线性关系）的统计指标。')) + # content.append(Graphs.draw_text('它的计算基于变量的秩次（即变量值的排序位置）而非变量的原始值。')) + # content.append(Graphs.draw_text('斯皮尔曼相关系数的取值范围在 -1 到 1 之间。')) + # content.append(Graphs.draw_text('当系数为 1 时，表示两个变量之间存在完全正的单调关系；')) + # content.append(Graphs.draw_text('''当前特征中正单调关系前十的有：''')) + # top10_columns = correlation_df.sort_values(by='Spearman_Correlation',ascending=False).head(10)['Feature'].to_list() + # top10 = ','.join(top10_columns) + # content.append(Graphs.draw_text(f'''{top10}''')) + + # feature_df = feature_data_df[['ds','y']+top10_columns] + # # 遍历X每一列，和yy画散点图 ， + # for i, col in enumerate(feature_df.columns): + # print(f'正在绘制第{i+1}个特征{col}与价格散点图...') + # if col not in ['ds', 'y']: + # fig, ax1 = plt.subplots(figsize=(10, 6)) + # # 在第一个坐标轴上绘制数据 + # ax1.plot(feature_df['ds'], feature_df['y'], 'b-') + # ax1.set_xlabel('日期') + # ax1.set_ylabel('y', color='b') + # ax1.tick_params('y', colors='b') + # # 在 ax1 上添加文本显示值，添加一定的偏移避免值与曲线重叠 + # for j in range(1,len(feature_df),2): + # value = feature_df['y'].iloc[j] + # date = feature_df['ds'].iloc[j] + # offset = 1.001 + # ax1.text(date, value * offset, str(round(value, 2)), ha='center', va='bottom', color='b', fontsize=10) + # # 创建第二个坐标轴 + # ax2 = ax1.twinx() + # # 在第二个坐标轴上绘制数据 + # line2 = ax2.plot(feature_df['ds'], feature_df[col], 'r-') + # ax2.set_ylabel(col, color='r') + # ax2.tick_params('y', colors='r') + # # 在 ax2 上添加文本显示值，添加一定的偏移避免值与曲线重叠 + # for j in range(0,len(feature_df),2): + # value = feature_df[col].iloc[j] + # date = feature_df['ds'].iloc[j] + # offset = 1.001 + # ax2.text(date, value * offset, str(round(value, 2)), ha='center', va='bottom', color='r', fontsize=10) + # # 添加标题 + # plt.title(col) + # # 设置横坐标为日期格式并自动调整 + # locator = mdates.AutoDateLocator() + # formatter = mdates.AutoDateFormatter(locator) + # ax1.xaxis.set_major_locator(locator) + # ax1.xaxis.set_major_formatter(formatter) + # # 文件名特殊字符处理 + # col = col.replace('*', '-') + # col = col.replace(':', '-') + # plt.savefig(os.path.join(dataset, f'{col}与价格散点图.png')) + # content.append(Graphs.draw_img(os.path.join(dataset, f'{col}与价格散点图.png'))) + # plt.close() + + # content.append(Graphs.draw_text('当系数为 -1 时，表示存在完全负的单调关系；')) + # content.append(Graphs.draw_text('''当前特征中负单调关系前十的有：''')) + # tail10_columns = correlation_df.sort_values(by='Spearman_Correlation',ascending=True).head(10)['Feature'].to_list() + # top10 = ','.join(tail10_columns) + # content.append(Graphs.draw_text(f'''{top10}''')) + # # 获取特征的近一周值 + # feature_df = feature_data_df[['ds','y']+tail10_columns] + # # 遍历X每一列，和yy画散点图 ， + # for i, col in enumerate(feature_df.columns): + # print(f'正在绘制第{i+1}个特征{col}与价格散点图...') + # if col not in ['ds', 'y']: + # fig, ax1 = plt.subplots(figsize=(10, 6)) + # # 在第一个坐标轴上绘制数据 + # ax1.plot(feature_df['ds'], feature_df['y'], 'b-') + # ax1.set_xlabel('日期') + # ax1.set_ylabel('y', color='b') + # ax1.tick_params('y', colors='b') + # # 在 ax1 上添加文本显示值，添加一定的偏移避免值与曲线重叠 + # for j in range(len(feature_df)): + # if j%2 == 1: + # value = feature_df['y'].iloc[j] + # date = feature_df['ds'].iloc[j] + # offset = 1.001 + # ax1.text(date, value * offset, str(round(value, 2)), ha='center', va='bottom', color='b', fontsize=10) + # # 创建第二个坐标轴 + # ax2 = ax1.twinx() + # # 在第二个坐标轴上绘制数据 + # line2 = ax2.plot(feature_df['ds'], feature_df[col], 'r-') + # ax2.set_ylabel(col, color='r') + # ax2.tick_params('y', colors='r') + # # 在 ax2 上添加文本显示值，添加一定的偏移避免值与曲线重叠 + # for j in range(1,len(feature_df),2): + # value = feature_df[col].iloc[j] + # date = feature_df['ds'].iloc[j] + # offset = 1.001 + # ax2.text(date, value * offset, str(round(value, 2)), ha='center', va='bottom', color='r', fontsize=10) + # # 添加标题 + # plt.title(col) + # # 设置横坐标为日期格式并自动调整 + # locator = mdates.AutoDateLocator() + # formatter = mdates.AutoDateFormatter(locator) + # ax1.xaxis.set_major_locator(locator) + # ax1.xaxis.set_major_formatter(formatter) + # # 文件名特殊字符处理 + # col = col.replace('*', '-') + # col = col.replace(':', '-') + # plt.savefig(os.path.join(dataset, f'{col}与价格散点图.png')) + # content.append(Graphs.draw_img(os.path.join(dataset, f'{col}与价格散点图.png'))) + # plt.close() + # content.append(Graphs.draw_text('当系数为 0 时，表示两个变量之间不存在单调关系。')) + # content.append(Graphs.draw_text('与皮尔逊相关系数相比，斯皮尔曼相关系数对于数据中的异常值不敏感，更适用于处理非线性关系或存在极端值的数据。')) + content.append(Graphs.draw_little_title('模型选择：')) + content.append(Graphs.draw_text(f'预测使用了{num_models}个模型进行训练拟合，通过评估指标MAE从小到大排列，前5个模型的简介如下：')) + + ### 读取模型简介 + with open(os.path.join(dataset,'model_introduction.txt'), 'r', encoding='utf-8') as f: + for line in f: + line_split = line.strip().split('--') + if line_split[0] in fivemodels_list: + for introduction in line_split: + content.append(Graphs.draw_text(introduction)) + + content.append(Graphs.draw_little_title('模型评估：')) + + df = pd.read_csv(os.path.join(dataset,'model_evaluation.csv'),encoding='utf-8') + # 判断 df 的数值列转为float + for col in eval_df.columns: + if col not in ['模型(Model)']: + eval_df[col] = eval_df[col].astype(float) + eval_df[col] = eval_df[col].round(3) + # 筛选 fivemodels_list.tolist() 的行 + eval_df = eval_df[eval_df['模型(Model)'].isin(fivemodels_list)] + # df转置 + eval_df = eval_df.T + # df重置索引 + eval_df = eval_df.reset_index() + eval_df = eval_df.T + # # 添加表格 + data = eval_df.values.tolist() + col_width = 500/len(eval_df.columns) + content.append(Graphs.draw_table(col_width,*data)) + content.append(Graphs.draw_text('评估指标释义：')) + content.append(Graphs.draw_text('1. 均方根误差(RMSE)：均方根误差是衡量预测值与实际值之间误差的一种方法，取值越小，误差越小，预测效果越好。')) + content.append(Graphs.draw_text('2. 平均绝对误差(MAE)：平均绝对误差是衡量预测值与实际值之间误差的一种方法，取值越小，误差越小，预测效果越好。')) + content.append(Graphs.draw_text('3. 平均平方误差(MSE)：平均平方误差是衡量预测值与实际值之间误差的一种方法，取值越小，误差越小，预测效果越好。')) + content.append(Graphs.draw_text('模型拟合：')) + # 添加图片 + content.append(Graphs.draw_img(os.path.join(dataset,'预测值与真实值对比图.png'))) + + # 附1，特征列表 + content.append(Graphs.draw_little_title('附1、特征列表：')) + df_fuyi = pd.read_csv(os.path.join(dataset,'特征频度统计.csv'),encoding='utf-8') + for col in df_fuyi.columns: + fuyi = df_fuyi[col] + fuyi = fuyi.dropna() + content.append(Graphs.draw_text(f'{col}：')) + for i in range(len(fuyi)): + content.append(Graphs.draw_text(f'{i+1}、{fuyi[i]}')) + + + + ### 生成pdf文件 + doc = SimpleDocTemplate(os.path.join(dataset,reportname), pagesize=letter) + # doc = SimpleDocTemplate(os.path.join(dataset,'reportname.pdf'), pagesize=letter) + doc.build(content) + # pdf 上传到数字化信息平台 + # 读取pdf并转为base64 + try: + if is_update_report: + with open(os.path.join(dataset,reportname), 'rb') as f: + base64_data = base64.b64encode(f.read()).decode('utf-8') + upload_data["data"]["fileBase64"] = base64_data + upload_data["data"]["fileName"] = reportname + token = get_head_auth_report() + upload_report_data(token, upload_data) + except TimeoutError as e: + print(f"请求超时: {e}") + -def pp_export_pdf(num_indicators=475,num_models=21, num_dayindicator=202,inputsize=5,dataset='dataset',time = '2024-07-30',reportname='report.pdf'): +def pp_export_pdf_v1(num_indicators=475,num_models=21, num_dayindicator=202,inputsize=5,dataset='dataset',time = '2024-07-30',reportname='report.pdf'): global y # 创建内容对应的空列表 content = list()