香港疫情预测实战-CSDN博客

本文链接：https://blog.csdn.net/Withdraw_end/article/details/112218353

记一次数据库的实战：

话不多说直接开始：

题目是要我预测香港的1月份的疫情情况：

自己先在excel里面打好数据：

开始我们的敲代码的工程吧

首先导入头文件：

import tkinter
import tkinter.messagebox
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
from sklearn.linear_model import LinearRegression # 线性回归
import datetime # 用于转换日期（最后发现还是做不起来）

 我们这里不只是单单的一个数据库的调用与预测，我们加上tkinter的交互功能

先来看tkinter部分的模块：

class Mygui:
    def __init__(self):
        self.main_window=tkinter.Tk()
        self.main_window.geometry('300x200+100+100')     
        self.bottom_frame=tkinter.Frame(self.main_window)
        self.top_frame=tkinter.Frame(self.main_window)
        self.middle_frame=tkinter.Frame(self.main_window)
        button1=tkinter.Button(self.bottom_frame,text='预测一月份的香港疫情的输入病例',command=self.shuru,bg='red')
        button2=tkinter.Button(self.bottom_frame,text='预测一月份的香港疫情的本地病例',command=self.local,bg='blue')
        button3=tkinter.Button(self.bottom_frame,text='预测一月份的香港疫情的新增病例',command=self.huizong,bg='yellow')
        button4=tkinter.Button(self.middle_frame,text='Quit',command=self.main_window.destroy)
        label1=tkinter.Label(self.top_frame,text='关于预测香港一月份的疫情情况的报告')
        button3.pack(side='bottom')
        button2.pack(side='bottom')
        button1.pack()
        self.bottom_frame.pack(side='bottom')
        button4.pack()
        self.middle_frame.pack(side='top')
        label1.pack(side='left')
        self.top_frame.pack()
        tkinter.mainloop()

这边的代码不做过多解释，都是比较基础的部分。
在这里插入图片描述

运行得到的一个tkinter的交互界面

下面的才是重头戏！

数据处理！

plt.rcParams['font.sans-serif']=['Microsoft YaHei']
data=pd.read_excel('C:\\Users\\VanHurts\\Desktop\\期末作业\\python作业\\CSV\\香港疫情数据.xlsx')
data.index=data.iloc[:,0]
data=data.drop(['日期'],axis=1)
print(data)
model=LinearRegression()
##划分测试集和训练集7:3
m=data.shape[0]
train=data.iloc[:int(0.7*m),:]
test=data.iloc[int(0.7*m):,:]
for i in range(data.shape[1]):
    train_y,train_x=train[train.columns[i]],train.drop([train.columns[i]],axis=1)
    test_x,test_y=test.drop([test.columns[i]],axis=1),test[test.columns[i]]
    model.fit(train_x,train_y)
    predict=model.predict(test_x)
    plt.plot(test_x.index,test_y,label='True',c='red') #x，y
    plt.plot(test.index,predict,label='prdict',c='black') #图例注记
    plt.title('predict {}'.format(str(train.columns[i]))) #表格标题
    plt.show()

在这里插入图片描述