小样本分析报告

前言

手头有70多条申请数据，拿出来统计了一下

数据被污染的原因

画图后发现周日也有申请数据，查出来是4月25日，那天五一调休。因此节假日调休是主要的干扰。

分析

一周中最多的申请发生在周二（21次），最少的是周五（7次），周二、周三、周四基本差不多（14-16次）

月份分布，排除11月的异常，12月是年底，申请差不多是其他月份的两倍

时刻分布，用了比较取巧的办法，把所有的日期设置为同一天后再画图

基本看不出来什么特征，唯一可以确定的是上班的时候会是申请的集中时间。

import pandas as pd
import matplotlib
import matplotlib.pyplot as plt
from matplotlib.dates import AutoDateLocator, DateFormatter
apply = pd.read_excel(r'E:\py_tests\otherthing\分析.xlsx',usecols="F,K",parse_dates=['date'])
plt.figure(figsize=(20,5))
ax = plt.gca()
ax.xaxis.set_major_formatter(DateFormatter('%H:%M'))  #设置时间显示格式
ax.xaxis.set_major_locator(AutoDateLocator(maxticks=24))       #设置时间间隔
plt.plot_date(apply.date, apply.op, fmt='b.')
# plt.xticks(rotation=90, ha='center')
plt.grid()
plt.show()

前面的图不好看，改了一下

import pandas as pd
import matplotlib
import matplotlib.pyplot as plt
from matplotlib.dates import AutoDateLocator, DateFormatter
apply = pd.read_excel(r'E:\py_tests\otherthing\分析.xlsx',usecols="F,K",parse_dates=['date'])
plt.figure(figsize=(20,5))#改图片大小
ax = plt.gca()
ax.xaxis.set_major_formatter(DateFormatter('%H:%M'))  #设置时间显示格式
ax.xaxis.set_major_locator(AutoDateLocator(maxticks=24))       #设置时间间隔
plt.plot_date(apply.date, apply.op, fmt='b.', alpha = 0.25, markersize=30)
# plt.xticks(rotation=90, ha='center')
plt.grid()
plt.show()