原油报告内容更改

codeback.py

@@ -234,6 +234,15 @@
     # 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。'))
 
 
+    # 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]}'))
 
 
 

config_jingbo.py

@@ -192,14 +192,14 @@ warning_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
 is_edbnamelist = False # 自定义特征，对应上面的edbnamelist
 is_update_eta  = False  # 预测结果上传到eta
 is_update_report = False # 是否上传报告
-is_update_warning_data =  True # 是否上传预警数据
+is_update_warning_data =  False # 是否上传预警数据
 
 # 数据截取日期
 end_time = '' # 数据截取日期

lib/dataread.py

@@ -1,5 +1,5 @@
-# from config_jingbo import *
+from config_jingbo import *
-from config_juxiting import *
+# from config_juxiting import *
 
 
 # 导入模块

main_yuanyou.py

@@ -116,7 +116,7 @@ def predict_main():
         logger.info('今天是周一，更新预测模型')
         # 计算最近20天预测残差最低的模型名称
 
-        model_results = sqlitedb.select_data('trueandpredict', order_by="ds DESC", limit="20")
+        model_results = sqlitedb.select_data('trueandpredict', order_by="ds DESC", limit="60")
         # 删除空值率为40%以上的列,删除空行
         model_results = model_results.dropna(thresh=len(model_results)*0.6,axis=1)
         model_results = model_results.dropna()
@@ -135,7 +135,7 @@ def predict_main():
         min_abs_error_rate_column_name = min_abs_error_rate_column_name.map(lambda x: x.split('_')[0])
         # 取出现次数最多的模型名称
         most_common_model = min_abs_error_rate_column_name.value_counts().idxmax()
-        logger.info(f"最近20天预测残差最低的模型名称：{most_common_model}")
+        logger.info(f"最近60天预测残差最低的模型名称：{most_common_model}")
 
         # 保存结果到数据库
 
@@ -151,31 +151,31 @@ def predict_main():
     row, col = df.shape
 
     now = datetime.datetime.now().strftime('%Y%m%d%H%M%S')
-    ex_Model(df,
+    # ex_Model(df,
-             horizon=horizon,
+    #          horizon=horizon,
-             input_size=input_size,
+    #          input_size=input_size,
-             train_steps=train_steps,
+    #          train_steps=train_steps,
-             val_check_steps=val_check_steps,
+    #          val_check_steps=val_check_steps,
-             early_stop_patience_steps=early_stop_patience_steps,
+    #          early_stop_patience_steps=early_stop_patience_steps,
-             is_debug=is_debug,
+    #          is_debug=is_debug,
-             dataset=dataset,
+    #          dataset=dataset,
-             is_train=is_train,
+    #          is_train=is_train,
-             is_fivemodels=is_fivemodels,
+    #          is_fivemodels=is_fivemodels,
-             val_size=val_size,
+    #          val_size=val_size,
-             test_size=test_size,
+    #          test_size=test_size,
-             settings=settings,
+    #          settings=settings,
-             now=now,
+    #          now=now,
-             etadata=etadata,
+    #          etadata=etadata,
-             modelsindex=modelsindex,
+    #          modelsindex=modelsindex,
-             data=data,
+    #          data=data,
-             is_eta=is_eta,
+    #          is_eta=is_eta,
-             )
+    #          )
 
 
     logger.info('模型训练完成')
 
     logger.info('训练数据绘图ing')
-    model_results3 = model_losss_juxiting(sqlitedb)
+    model_results3 = model_losss(sqlitedb)
     logger.info('训练数据绘图end')
     
     # 模型报告
@@ -207,7 +207,7 @@ def predict_main():
         file=max(glob.glob(os.path.join(dataset,'*.pdf')), key=os.path.getctime),
         ssl=ssl,
     )
-    m.send_mail()   
+    # m.send_mail()   
 
 
 if __name__ == '__main__':

models/nerulforcastmodels.py

@@ -369,8 +369,8 @@ def model_losss(sqlitedb):
     
 
     # 最多频率的模型名称
-    min_model_max_frequency_model = df_combined3['min_model'].value_counts().idxmax()
+    min_model_max_frequency_model = df_combined3['min_model'][-50:].value_counts().idxmax()
-    max_model_max_frequency_model = df_combined3['max_model'].value_counts().idxmax()
+    max_model_max_frequency_model = df_combined3['max_model'][-50:].value_counts().idxmax()
     df_predict['min_model'] = min_model_max_frequency_model
     df_predict['max_model'] = max_model_max_frequency_model
     df_predict['min_within_quantile'] = df_predict[min_model_max_frequency_model]
@@ -756,7 +756,7 @@ def brent_export_pdf(num_indicators=475,num_models=21, num_dayindicator=202,inpu
     content = list()
     # 获取特征的近一月值
     import pandas as pd
-    feature_data_df = pd.read_csv(os.path.join(dataset,'指标数据添加时间特征.csv'), parse_dates=['ds']).tail(20)
+    feature_data_df = pd.read_csv(os.path.join(dataset,'指标数据添加时间特征.csv'), parse_dates=['ds']).tail(60)
     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]
@@ -976,222 +976,6 @@ def brent_export_pdf(num_indicators=475,num_models=21, num_dayindicator=202,inpu
     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：'))
 
@@ -1230,15 +1014,6 @@ def brent_export_pdf(num_indicators=475,num_models=21, num_dayindicator=202,inpu
     # 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]}'))