2022高教社杯数学建模国赛C题思路代码实现

1.比赛报名与思路解析（持续更新750967193）

2.比赛时间：2022年9月15日18点到2022年9月18日20点

如下为C题思路的配套代码：

首先导入表单：

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns
plt.rcParams['font.sans-serif']='SimHei'
plt.rcParams['axes.unicode_minus']=False

df_表单1 = pd.read_excel('附件.xlsx', sheet_name='表单1')
df_表单2 = pd.read_excel('附件.xlsx', sheet_name='表单2')
df_表单3 = pd.read_excel('附件.xlsx', sheet_name='表单3')

画出各个属性占比图

fig=plt.figure(figsize=(10,10))
i=1
for column in df_表单1.columns[1:]:
    data ={elem:np.sum(df_表单1[column]==elem) for elem in df_表单1[column].unique()}
    ax=fig.add_subplot(2,2,i)
    i+=1
    ax.pie(data.values(), labels=data.keys(), autopct='%1.2lf%%', pctdistance=0.5)
    ax.set_title(column+'占比图')
plt.savefig('各属性数量占比图.png')
plt.show()

可以对数据采用如下方式处理：

1. 空白处表示未检测到该成分，即该成分的含量为0，所以对于表单2中所用的控制用0进行填充；
2. 对于‘文物采样点’进行分开处理，分开为‘文物编号’，采样点；
3. 将成分之和不在区间[85,105]范围内的删除；
4. 各成分含量之和应为100%，但因检测手段等原因加和并非100%，所以对各成分进行归一化处理，使其成分含量和为100%

df_表单2 = pd.read_excel('附件.xlsx', sheet_name='表单2')
df_表单2['采样点']=df_表单2['文物采样点'].apply(lambda x:x[2:])
df_表单2['文物编号']=df_表单2['文物采样点'].apply(lambda x:x[:2])
df_表单2=df_表单2.fillna(0)
print(df_表单2.shape)
df_表单2['总含量']=df_表单2[df_表单2.columns[1:15]].sum(axis=1)
index = df_表单2[df_表单2['总含量']<85].index
df_表单2=df_表单2.drop(index=index)
print(df_表单2.shape)
index = df_表单2[df_表单2['总含量']>105].index
df_表单2=df_表单2.drop(index=index)
print(df_表单2.shape)
for column in df_表单2.columns[1:15]:
    df_表单2[column]=df_表单2[column]/df_表单2['总含量']*100
df_表单2.head()

然后合并1、2表单：

df_表单1['文物编号']=df_表单1['文物编号'].astype('str')
df_表单1['文物编号']=df_表单1['文物编号'].apply(lambda x:'0'*(2-len(x))+x)
df_表单1.index=df_表单1['文物编号']
columns = ['纹饰', '类型', '颜色', '表面风化']
df_表单2[columns]=''
for i in df_表单2.index:
    index = df_表单2['文物编号'][i]
    for column in columns:
        df_表单2.loc[i,column]=df_表单1[column][index]
df_表单2['颜色'].unique()
dic = {'风化':1,'无风化':0,
       'A':1,'C':0,  # 这里未对B进行转换，不过在apriori的地方使用的是汉字不影响，后续也没有使用
       '高钾':1,'铅钡':0,  
      '蓝绿':0, '浅蓝':1, '紫':2, '深绿':3, '深蓝':4, '浅绿':5, '黑':6, '绿':7}
df_表单2['是否风化']=df_表单2['表面风化'].apply(lambda x:dic.get(x))
df_表单2['类型是否高钾']=df_表单2['类型'].apply(lambda x:dic.get(x))
df_表单2['纹饰A']=df_表单2['纹饰'].apply(lambda x:dic.get(x))
df_表单2['颜色编号']=df_表单2['颜色'].apply(lambda x:dic.get(x))
columns = ['文物编号','采样点','是否风化','类型是否高钾','纹饰A','颜色编号']
columns.extend(df_表单2.columns[1:15])
df = df_表单2[columns]
df.to_excel('表单1-2合并.xlsx')
df

得到完整的合并表单：

各成分占比：

plt.figure(figsize=(10,10))
data = df[df.columns[5:]].mean()
print(data[data<=1].index)
value = list(data[data>1].values)+[sum(data[data<=1].values)]
labels = list(data[data>1].index)+['其他']
plt.pie(value, labels=labels, autopct='%1.2lf%%')
plt.savefig('各成分平均占比图.png')
plt.show()

df1 = df[df['类型是否高钾']==1]
plt.figure(figsize=(10,10))
data = df1[df1.columns[5:]].mean()
print(data[data<=1].index)
value = list(data[data>1].values)+[sum(data[data<=1].values)]
labels = list(data[data>1].index)+['其他']
plt.pie(value, labels=labels, autopct='%1.2lf%%')
plt.savefig('类型为高钾的成分占比图.png')
plt.show()

此图为：类型为高钾的成分占比图

画出热力图：

sns.heatmap(df[df.columns[1:5]].corr())
plt.savefig('风化，纹饰，颜色，类型相关性热力图.png')
plt.show()

所有属性热力图

以上仅为部分数据预处理内容，第二问小部分内容摘选：

df['亚类']=''
高钾亚类 = ['高钾亚类'+str(i) for i in 高钾kmeans[1]]
铅钡亚类 = ['铅钡亚类'+str(i) for i in 铅钡kmeans[1]]
df.loc[高钾_df.index,'亚类']=高钾亚类
df.loc[铅钡_df.index,'亚类']=铅钡亚类
df.to_excel('所有文物分别按亚类分类表.xlsx')

以上仅为部分数据预处理内容和摘选的第二问的小部分内容文章来源地址https://www.toymoban.com/news/detail-595706.html

到了这里，关于2022高教社杯数学建模国赛C题思路代码实现的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！