-
Notifications
You must be signed in to change notification settings - Fork 0
/
Copy pathall_other_rp_earned_analyze.py
119 lines (98 loc) · 4.34 KB
/
all_other_rp_earned_analyze.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
# -*- coding:utf-8 *-*
# @Time : 2017/11/2 0002 10:05
# @Author : LQY
# @File : all_other_rp_earned_analyze.py
# @Software: PyCharm Community Edition
from __future__ import division
import matplotlib.pyplot as plt
from pylab import *
mpl.rcParams['font.sans-serif']=['SimHei']
def all_other_rp_earned_statistic(): #统计各个等级的 流失 和 非流失 人数，并写进文件
level_dic_0={}
level_dic_1 = {}
#count=0
f=open('E:\8-22_Ubi_data\data_analyze\\all_other_rp_earn_analyze\\for_28model_all.csv','r')
for line in f.readlines():
#count+=1
line = line.split(',')
line[1]=line[1].strip()
if line[1]=='':
line[1]=0.0
else:
line[1] =float(line[1])
#print line[1]
if line[0] == '0': #0则为流失人数统计
if line[1] not in level_dic_0:
level_dic_0[line[1]] = 1
else:
level_dic_0[line[1]] +=1
if line[0] == '1': #为1是非流失人数统计
if line[1] not in level_dic_1:
level_dic_1[line[1]] = 1
else:
level_dic_1[line[1]] +=1
# for key in level_dic_0:
# level_dic_0[key]=float(int(level_dic_0[key])/(int(level_dic_0[key]+level_dic_1[key])))
# for key in level_dic_1:
# level_dic_1[key]=1-level_dic_0[key]
#字典写入比例
dict_0 = sorted(level_dic_0.items(), key=lambda d: d[0]) # 排序，按主键日期对其进行排序,
dict_1 = sorted(level_dic_1.items(), key=lambda d: d[0]) # 排序，按主键日期对其进行排序,
fw=open('E:\8-22_Ubi_data\data_analyze\\all_other_rp_earn_analyze\\for_28model_count_0.txt','w') #_1 表示非流失，改为_0表示流失人数文件
fw1 = open('E:\8-22_Ubi_data\data_analyze\\all_other_rp_earn_analyze\\for_28model__count_1.txt', 'w') # _1 表示非流失，改为_0表示流失人数文件
for i in dict_0:
fw.write(str(i[0])+'\t'+str(i[1])+'\n')
for i in dict_1:
fw1.write(str(i[0])+'\t'+str(i[1])+'\n')
#print count
all_other_rp_earned_statistic()
def all_other_rp_earned_statistic_dis(): #将各个等级的 流失 和非流失 人数画图展示出来
data1=[]
data2=[]
rate_of_users_0=[]
rate_of_users_1 = []
flag0=0
flag1=0
f= open('E:\8-22_Ubi_data\data_analyze\\all_other_rp_earn_analyze\\for_28model_count_0.txt','r')
f1 = open('E:\8-22_Ubi_data\data_analyze\\all_other_rp_earn_analyze\\for_28model__count_1.txt','r')
for line in f.readlines():
line= line.split('\t')
if flag0==1:
data1.append(line[0])
rate_of_users_0.append(int(line[1]))
flag0=1
for line in f1.readlines():
line= line.split('\t')
if flag1==1:
data2.append(line[0])
rate_of_users_1.append(int(line[1]))
flag1=1
ax1 = plt.subplot(121)
plt.title(u'赚取不同其它rp币的流失人数-28') # 图标名称
# label = [u"流失", u"非流失"] #标注
plt.xlabel(u'赚取其它rp币值') # 横坐标名称
plt.ylabel(u'人数') # 纵坐标名称
ax2 = plt.subplot(122)
plt.title(u'赚取不同其它rp币的非流失人数-28') # 图标名称
# label = [u"流失", u"非流失非"] #标注
plt.xlabel(u'赚取其它rp币值') # 横坐标名称
plt.ylabel(u'人数') # 纵坐标名称
plt.sca(ax1)
plt.plot(data1, rate_of_users_0, 'r.')
plt.sca(ax2)
plt.plot(data2, rate_of_users_1, 'b.')
#x = range(data.)
# plt.title(u'不同杀敌数的流失人数-28') #图标名称
# label = [u"流失", u"非流失"] #标注
# plt.xlabel(u'平均杀敌数') #横坐标名称
# plt.ylabel(u'人数') #纵坐标名称
# plt.plot(data1,rate_of_users_0, 'ro-')
# plt.plot(data2, rate_of_users_1, 'bo-')
# plt.legend(label, loc=0, ncol=2) #label,是显示图例内容，loc是显示位置，0表示自适应，ncol表示显示几列
#plt.xticks(x, data, rotation=90)
plt.margins(0.008)
plt.subplots_adjust(bottom=0.2)
fig_name = 'E:\8-22_Ubi_data\data_analyze\\all_other_rp_earn_analyze\\churn_count' + '\\' + 'churn_count_28' + '.png'
plt.savefig(fig_name)#要先保存再显示，因为显示完后会申请新的桌布，保存下来的就是空白，所以要先保存再显示
plt.show()
all_other_rp_earned_statistic_dis()