# Time: 2020/07/28

#Author: Xiaohong

# 运行环境: OS: Windows 10

#  Python: 3.7

# 功能: 导入4份文件(分别对应4个部位)， 以柱状图的方式，对比显示 ML1、01A 的 4个鞋部位 平均库存时间天数 。 X 轴为 部位及两条线别，Y 轴为平均库存时间天数

效果如下：

主程序为(Tl_B06.py)：

import os

import numpy as np

import matplotlib.pyplot as plt

'''

统计的数据来源：来自4个文件,分别对应4个部位。

其中格式如下：序号、库存时间、Etag、LotNo、部位、Size、入库时间、入库数量、出库时间、出库数量、Ticketid、库别、生产线、单据号

Function: 以柱状图的方式，对比显示 ML1、01A 的 4个鞋部位 平均库存时间天数 。 X 轴为 部位及两条线别，Y 轴为平均库存时间天数

'''

data_path=r'E:\\vscode_2020\\vstestfxh\\fxh_qt501\\fxh_qt501\\source_file\\lfpis'

data_filenames=['midsole.csv','ms.csv','outsole.csv','ph.csv']

bar_label_list=['Mid','Ms','Rb','Ph']

#解决 matplotlib 中文显示问题,仅适用于Windows系统

plt.rcParams['font.sans-serif']=['SimHei']

#结果输出的路径

output_path=r'./output'

#目录不存在的话，就创建

if not os.path.exists(output_path):

os.makedirs(output_path)

#收集&处理数据

def collect_data():

#初始化返回结果

ml1_data_arr_list=[]

a01_data_arr_list=[]

#遍历要导入文件的列表

for data_filename in data_filenames:

#文件完整路径

data_file=os.path.join(data_path,data_filename)

#通过 numpy 把CSV文件导入到 numpy 数组 data_str 中

# CSV文件 是以,分割,每列均当成是string型,第一行忽略

all_data_arr=np.loadtxt(data_file,delimiter=',',dtype='str',skiprows=1)

# 取得库存时间列

stock_time_data_arr_01=np.core.defchararray.replace(all_data_arr[:,1],'"','')

stock_time_data_arr_01=stock_time_data_arr_01.reshape(-1,1)

# 取得生产线

prod_line_data_arr_01=np.core.defchararray.replace(all_data_arr[:,12],'"','')

prod_line_data_arr_01=prod_line_data_arr_01.reshape(-1,1)

#以横向方式 合并两个数组 axis=1 代表是 横向

all_data_arrs=np.concatenate([stock_time_data_arr_01,prod_line_data_arr_01],axis=1)

# print(all_data_arrs)

# 过滤出 ML1 生产线,并求出库存时间平均值

ml1_data_arr=all_data_arrs[all_data_arrs[:,1]=='LF ML1']

ml1_data_arr_value=np.mean(ml1_data_arr[:,0].astype('float'))

# 过滤出 01A 生产线,并求出库存时间平均值

a01_data_arr=all_data_arrs[all_data_arrs[:,1]=='LF 01A']

a01_data_arr_value=np.mean(a01_data_arr[:,0].astype('float'))

# 写入 结果列表 中

ml1_data_arr_list.append(ml1_data_arr_value)

a01_data_arr_list.append(a01_data_arr_value)

print(ml1_data_arr_list)

print(a01_data_arr_list)

return ml1_data_arr_list,a01_data_arr_list

#保存&展示结果

def show_result(ml1_data_arr_list,a01_data_arr_list):

#柱状图位置

bar_locs=np.arange(4)

#柱状图宽度

bar_width=0.35

#柱状图 X 轴标识

xtick_labels=[bar_label_list[i] for i in range(4)]

#用 matplotlib 库中的 pyplot 来画出 图形

plt.figure()

#柱状图

plt.bar(bar_locs,ml1_data_arr_list,width=bar_width,color='g',alpha=0.7,label='ML1')

plt.bar(bar_locs+bar_width,a01_data_arr_list,width=bar_width,color='r',alpha=0.7,label='01A')

plt.xticks(bar_locs+bar_width/2,xtick_labels,rotation=45)

plt.ylabel='平均库存时间(单位:天)'

plt.title('柱状图')

plt.legend(loc='best')

plt.tight_layout()

plt.savefig(os.path.join(output_path,'group_bar.png'))

plt.show()

def main():

ml1_data_arr_list,a01_data_arr_list=collect_data()

show_result(ml1_data_arr_list,a01_data_arr_list)

if __name__=='__main__':

main()