基于python计算并显示日间、星期客流高峰

1、中国工商银行日间客流高峰提示牌的实现

import math
#时间段
time = ['08:00','09:00','10:00','11:00','12:00','13:00','14:00','15:00','16:00']
#时间段客流人数
person = ['572','1236','7634','8799','9876','4562','1038','453']
#输出标题，center返回一个长度为30,两边用单字符（默认为空格）填充的字符串
print('中国工商银行日间客流高峰提示牌'.center(30))
#遍历时间段
for i in range(len(time)-1):
  #输出时间段
  print(time[i],':',time[i+1],end='')
  #ceil是向上取整，int是向下取整
  quant = math.ceil(int(person[i])/600)
  #打印雪花表示的客流人数示意图，rjust返回一个原字符串右对齐，长度为30，默认以空格填充，chr(10058)为特殊字符雪花
  #"\033[字背景颜色;字体颜色m字符串\033[0m" ，33表示黄色（此处没有显示出来）
  #\33[0m 关闭所有属性
  print(('\033[1;33,0m '+chr(10058)*quant).rjust(30)+'\033[0m')

结果：

中国工商银行日间客流高峰提示牌
08:00 : 09:00          ❊
09:00 : 10:00         ❊❊❊
10:00 : 11:00    ❊❊❊❊❊❊❊❊❊❊❊❊❊
11:00 : 12:00   ❊❊❊❊❊❊❊❊❊❊❊❊❊❊❊
12:00 : 13:00  ❊❊❊❊❊❊❊❊❊❊❊❊❊❊❊❊❊
13:00 : 14:00      ❊❊❊❊❊❊❊❊
14:00 : 15:00         ❊❊
15:00 : 16:00          ❊

2、电信营业厅周业务分析的实现

import math
#星期列表
time = ['星期一','星期二','星期三','星期四','星期五','星期六','星期日']
#周客流列表
person = ['1821','752','951','1521','2562','3522','4317']
#输出标题
print('    电信业务一周高峰客流提示牌       电信工作人员安排'.center(30))
#按周遍历时间段
for i in range(len(time)):
  #输出时间段
  print(time[i],end='')
  #以200为基数量化客流对比数据
  quant = math.ceil(int(person[i])/200)
  #以800为基数量化客流对比数据
  worker = math.ceil(int(person[i])/800)
  #设置的颜色，此处没有显示
  print(('\033[1;35,0m '+chr(8593)*quant).center(40)+'\033[0m',end='')
  print(('\033[1;31,0m '+chr(8593)*worker).center(40)+'\033[0m')

结果：

电信业务一周高峰客流提示牌       电信工作人员安排
星期一      ↑↑↑↑↑↑↑↑↑↑            ↑↑↑
星期二       ↑↑↑↑              ↑
星期三       ↑↑↑↑↑              ↑↑
星期四      ↑↑↑↑↑↑↑↑             ↑↑
星期五     ↑↑↑↑↑↑↑↑↑↑↑↑↑            ↑↑↑↑
星期六    ↑↑↑↑↑↑↑↑↑↑↑↑↑↑↑↑↑↑          ↑↑↑↑↑
星期日   ↑↑↑↑↑↑↑↑↑↑↑↑↑↑↑↑↑↑↑↑↑↑         ↑↑↑↑↑↑

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持我们。

赞 (0)

相关推荐

  • python二分法实现实例

    1.算法:(设查找的数组期间为array[low, high]) (1)确定该期间的中间位置K(2)将查找的值T与array[k]比较.若相等,查找成功返回此位置:否则确定新的查找区域,继续二分查找.区域确定如下:a.array[k]>T 由数组的有序性可知array[k,k+1,--,high]>T;故新的区间为array[low,--,K-1]b.array[k]<T 类似上面查找区间为array[k+1,--,high].每一次查找与中间值比较,可以确定是否查找成功,不成功当前查找

  • 爬山算法简介和Python实现实例

    一.爬山法简介 爬山法(climbing method)是一种优化算法,其一般从一个随机的解开始,然后逐步找到一个最优解(局部最优). 假定所求问题有多个参数,我们在通过爬山法逐步获得最优解的过程中可以依次分别将某个参数的值增加或者减少一个单位.例如某个问题的解需要使用3个整数类型的参数x1.x2.x3,开始时将这三个参数设值为(2,2,-2),将x1增加/减少1,得到两个解(1,2,-2), (3, 2,-2):将x2增加/减少1,得到两个解(2,3, -2),(2,1, -2):将x3增加/

  • 编写Python脚本使得web页面上的代码高亮显示

    做了一个在线代码高亮的项目,强大的Python一如既往没让我失望,一个强大的Pygments模块可以对多种(很多)语言进行代码高亮 下面来介绍一下它: 首先安装很简单,使用easy_install来进行安装: easy_install pygments 安装完后我们来使用,Python的简单不会让大家失望: from pygments.lexers import PythonLexver from pygments.formatters import HtmlFormatter from pyg

  • Python实现高斯函数的三维显示方法

    在网上查阅资料,发现很少用Python进行高斯函数的三维显示绘图的,原因可能是其图形显示太过怪异,没有MATLAB精细和直观. 回顾一下二维高斯公式: σ此处取3. 在MATLAB下的程序为: u=[-10:0.1:10]; v=[-10:0.1:10]; [U,V]=meshgrid(u,v); H=exp(-(U.^2+V.^2)./2/3^2); mesh(u,v,H); %绘制三维曲面的函数 title('高斯函数曲面'); 其显示结果为: 放大效果显示,很平滑和直观. 以下为Pytho

  • python双向链表实现实例代码

    python双向链表实现实例代码

    示意图: python双向链表实现代码: 复制代码 代码如下: #!/usr/bin/python# -*- coding: utf-8 -*- class Node(object):    def __init__(self,val,p=0):        self.data = val        self.next = p        self.prev = p class LinkList(object):    def __init__(self):        self.he

  • python二叉树的实现实例

    树的定义树是一种重要的非线性数据结构,直观地看,它是数据元素(在树中称为结点)按分支关系组织起来的结构,很象自然界中的树那样.树结构在客观世界中广泛存在,如人类社会的族谱和各种社会组织机构都可用树形象表示.树在计算机领域中也得到广泛应用,如在编译源程序时,可用树表示源程序的语法结构.又如在数据库系统中,树型结构也是信息的重要组织形式之一.一切具有层次关系的问题都可用树来描述.树结构的特点是:它的每一个结点都可以有不止一个直接后继,除根结点外的所有结点都有且只有一个直接前驱.树的递归定义如下:(1

  • python+matplotlib实现鼠标移动三角形高亮及索引显示

    Trifinder事件实例 实例展示Trifinder对象对的使用.当鼠标移动到一个被分割的三角形上,这个三角形高亮显示,并且它的标签在图标题显示. 展示下演示结果: 完整代码: import matplotlib.pyplot as plt from matplotlib.tri import Triangulation from matplotlib.patches import Polygon import numpy as np def update_polygon(tri): if t

  • python实现实时监控文件的方法

    在业务稳定性要求比较高的情况下,运维为能及时发现问题,有时需要对应用程序的日志进行实时分析,当符合某个条件时就立刻报警,而不是被动等待出问题后去解决,比如要监控nginx的$request_time和$upstream_response_time时间,分析出最耗时的请求,然后去改进代码,这时就要对日志进行实时分析了,发现时间长的语句就要报警出来,提醒开发人员要关注,当然这是其中一个应用场景,通过这种监控方式还可以应用到任何需要判断或分析文件的地方,所以今天我们就来看看如何用python实现实时监

  • 基于python计算并显示日间、星期客流高峰

    1.中国工商银行日间客流高峰提示牌的实现 import math #时间段 time = ['08:00','09:00','10:00','11:00','12:00','13:00','14:00','15:00','16:00'] #时间段客流人数 person = ['572','1236','7634','8799','9876','4562','1038','453'] #输出标题,center返回一个长度为30,两边用单字符(默认为空格)填充的字符串 print('中国工商银行日间

  • 基于python计算滚动方差(标准差)talib和pd.rolling函数差异详解

    我就废话不多说了,大家还是直接看代码吧! # -*- coding: utf-8 -*- """ Created on Thu Apr 12 11:23:46 2018 @author: henbile """ #计算滚动波动率可以使用专门做技术分析的talib包里面的函数,也可以使用pandas包里面的滚动函数. #但是两个函数对于分母的选择,就是使用N还是N-1作为分母这件事情上是有分歧的. #另一个差异在于:talib包计算基于numpy,

  • 基于Python计算圆周率pi代码实例

    一 计算公式: 二 实现代码 (1) import math from tqdm import tqdm import time total,s,n,t=0.0,1,1.0,1.0 while(math.fabs(t)>=1e-6): total+=t n+=2 s=-s t=s/n k=total*4 print("π值是{:.10f} 运行时间为{:.4f}秒".format(k,time.clock())) for i in tqdm(range(101)): print(

  • Python基于高斯消元法计算线性方程组示例

    本文实例讲述了Python基于高斯消元法计算线性方程组.分享给大家供大家参考,具体如下: #!/usr/bin/env python # coding=utf-8 # 以上的信息随自己的需要改动吧 def print_matrix( info, m ): # 输出矩阵 i = 0; j = 0; l = len(m) print info for i in range( 0, len( m ) ): for j in range( 0, len( m[i] ) ): if( j == l ):

  • Python OpenCV 直方图的计算与显示的方法示例

    本篇文章介绍如何用OpenCV Python来计算直方图,并简略介绍用NumPy和Matplotlib计算和绘制直方图 直方图的背景知识.用途什么的就直接略过去了.这里直接介绍方法. 计算并显示直方图 与C++中一样,在Python中调用的OpenCV直方图计算函数为cv2.calcHist. cv2.calcHist的原型为: cv2.calcHist(images, channels, mask, histSize, ranges[, hist[, accumulate ]]) #返回his

  • Python基于checksum计算文件是否相同的方法

    本文实例讲述了Python基于checksum计算文件是否相同的方法.分享给大家供大家参考.具体如下: 假设有2个二进制文件(0.bin, 1.bin),用checksum检验内容是否相同 # coding: utf8 # Python2.6.2 import md5 with open('0.bin', 'rb') as f: s = md5.new(f.read()).hexdigest() with open('1.bin', 'rb') as f: ss = md5.new(f.read

  • C#基于基姆拉尔森算法计算指定日期是星期几的方法

    本文实例讲述了C#基于基姆拉尔森算法计算指定日期是星期几的方法.分享给大家供大家参考.具体分析如下: 基姆拉尔森计算公式 W= (d+2*m+3*(m+1)/5+y+y/4-y/100+y/400) mod 7 在公式中d表示日期中的日数,m表示月份数,y表示年数. 注意:在公式中有个与其他公式不同的地方: 把一月和二月看成是上一年的十三月和十四月,例:如果是2004-1-10则换算成:2003-13-10来代入公式计算. #region 根据年月日计算星期几(lblDate.Text=Cacu

  • 基于Python的OpenCV骨架化图像并显示(skeletonize)

    基于Python的OpenCV骨架化图像并显示(skeletonize)

    1. 效果图 自己画一张图,原图 VS 骨架效果图如下: opencv logo原图 VS 骨架化效果图如下: 2. 源码 # 图像骨架化~ import cv2 import imutils import numpy as np img = np.zeros((390, 390, 3), dtype="uint8") cv2.putText(img, "Beautiful Girl.....", (50, 190), cv2.FONT_HERSHEY_SIMPLE

  • 基于python实现计算两组数据P值

    我们在做A/B试验评估的时候需要借助p_value,这篇文章记录如何利用python计算两组数据的显著性. 一.代码 # TTest.py # -*- coding: utf-8 -*- ''' # Created on 2020-05-20 20:36 # TTest.py # @author: huiwenhua ''' ## Import the packages import numpy as np from scipy import stats def get_p_value(arrA

  • 基于python时间处理方法(详解)

    在处理数据和进行机器学习的时候,遇到了大量需要处理的时间序列.比如说:数据库读取的str和time的转化,还有time的差值计算.总结一下python的时间处理方面的内容. 一.字符串和时间序列的转化 time.strptime():字符串=>时间序列 time.strftime():时间序列=>字符串 import time start = "2017-01-01" end = "2017-8-12" startTime = time.strptime

随机推荐