Учебно-методические комплексы

import pandas as pd

import numpy as np

import matplotlib.pyplot as plt



# Создаём диапазон дат

dates = pd.date_range(start='2025-01-01', end='2025-03-31', freq='D')

print(f"Первые 5 дат: {dates[:5]}")

print(f"Последние 5 дат: {dates[-5:]}")



# Создаём датафрейм с продажами

np.random.seed(42)

sales = np.random.randint(100, 500, size=len(dates))

df = pd.DataFrame({

    'date': dates,

    'sales': sales,

    'customers': np.random.randint(10, 60, size=len(dates))

})

print("Первые 5 строк:")

print(df.head())

# Устанавливаем date как индекс

df.set_index('date', inplace=True)

print("После установки индекса:")

print(df.head())



# Доступ к данным по дате

print("Продажи за 2025-01-15:")

print(df.loc['2025-01-15'])



print("Продажи за январь 2025:")

print(df.loc['2025-01'])

# Недельные данные (средние)

weekly = df.resample('W').mean()

print("Недельные средние продажи:")

print(weekly.head())



# Месячные данные (суммы)

monthly = df.resample('ME').sum()

print("Месячные суммы продаж:")

print(monthly)



# Квартальные данные

quarterly = df.resample('QE').agg({

    'sales': 'sum',

    'customers': 'mean'

})

print("Квартальные данные:")

print(quarterly)



# Разные агрегации

weekly_agg = df.resample('W').agg({

    'sales': ['mean', 'min', 'max'],

    'customers': 'mean'

})

print("Недельная статистика:")

print(weekly_agg.head())

# Скользящее среднее за 7 дней

df['sales_ma7'] = df['sales'].rolling(window=7).mean()



# Скользящее среднее за 14 дней

df['sales_ma14'] = df['sales'].rolling(window=14).mean()



# Скользящая сумма за 7 дней

df['sales_sum7'] = df['sales'].rolling(window=7).sum()



print("Первые 10 строк со скользящими средними:")

print(df.head(10))



# Визуализация

plt.figure(figsize=(12, 6))

plt.plot(df.index, df['sales'], label='Исходные продажи', alpha=0.5)

plt.plot(df.index, df['sales_ma7'], label='Скользящее среднее (7 дней)', linewidth=2)

plt.plot(df.index, df['sales_ma14'], label='Скользящее среднее (14 дней)', linewidth=2)

plt.title('Продажи со скользящим средним')

plt.xlabel('Дата')

plt.ylabel('Продажи')

plt.legend()

plt.show()

# Сдвиг на 1 день (продажи вчера)

df['sales_yesterday'] = df['sales'].shift(1)



# Сдвиг на 7 дней (продажи неделю назад)

df['sales_last_week'] = df['sales'].shift(7)



# Изменение за день (разность)

df['sales_change'] = df['sales'] - df['sales_yesterday']



# Изменение в процентах

df['sales_pct_change'] = df['sales'].pct_change() * 100



print("Данные со сдвигами и разностями:")

print(df[['sales', 'sales_yesterday', 'sales_change', 'sales_pct_change']].head(10))



# Анализ: когда были максимальные изменения

max_increase = df.loc[df['sales_change'].idxmax()]

print(f"Максимальный рост продаж: {max_increase['sales_change']} в {max_increase.name}")

# Создаём данные о температуре за год

dates_full = pd.date_range(start='2024-01-01', end='2024-12-31', freq='D')

np.random.seed(123)

# Симуляция температуры: синусоида + шум

temp_base = 15 + 15 * np.sin(2 * np.pi * (dates_full.dayofyear - 80) / 365)

temp_noise = np.random.normal(0, 3, size=len(dates_full))

temperature = temp_base + temp_noise



weather = pd.DataFrame({

    'date': dates_full,

    'temp': temperature

})

weather.set_index('date', inplace=True)



print("Данные о температуре:")

print(weather.head())

print(weather.tail())

# 1. Месячные средние температуры

monthly_temp = weather.resample('ME').mean()

print("Средняя температура по месяцам:")

print(monthly_temp)



# 2. Скользящее среднее за 30 дней

weather['temp_ma30'] = weather['temp'].rolling(window=30).mean()



# 3. Самый холодный и самый тёплый день

coldest = weather.loc[weather['temp'].idxmin()]

warmest = weather.loc[weather['temp'].idxmax()]

print(f"Самый холодный день: {coldest.name} ({coldest['temp']:.1f}°C)")

print(f"Самый тёплый день: {warmest.name} ({warmest['temp']:.1f}°C)")



# 4. Визуализация

plt.figure(figsize=(12, 6))

plt.plot(weather.index, weather['temp'], label='Ежедневная температура', alpha=0.5)

plt.plot(weather.index, weather['temp_ma30'], label='Скользящее среднее (30 дней)', linewidth=2)

plt.title('Температура в течение года')

plt.xlabel('Дата')

plt.ylabel('Температура (°C)')

plt.legend()

plt.show()