复旦大学Python程序设计大作业(略有修改)

2024-02-18 10:28

本文主要是介绍复旦大学Python程序设计大作业(略有修改),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

要求:分析某水果连锁店的csv格式进货和销售数据(UTF-8 编码),用户输入数据所在文件夹(例如 D:\data),在该数据文件夹下面 有in、out两个文件夹。连锁店有很多家,每个连锁店有三位数的编号。每家连锁店有以编号为名的2个文件分别存放在上述两个文件夹里,例如:123号连锁店在in文件夹里有123in.csv,在out文件夹里有123out.csv。
文件样例:

123in.csv内容如下:
订单号,日期,商品名称,进货价格,进货数量
1001,2023-09-01,苹果,2.2,10
1002,2023-09-05,苹果,2.7,8
1003,2023-09-06,香蕉,2.9,10
1004,2023-10-01,香蕉,2.8,5
1005,2023-11-03,苹果,2.5,6
1007,2024-01-03,苹果,2.5,4
1008,2024-01-03,苹果,2.5,8

321in.csv内容如下:
订单号,日期,商品名称,进货价格,进货数量
1001,2023-09-04,苹果,2.2,15
1002,2023-10-04,橙子,2.6,25
1003,2023-11-04,苹果,2.7,10
1004,2023-12-04,苹果,2.5,5
1005,2024-01-02,橙子,2.7,6
1006,2024-01-05,香蕉,2.7,15

123out.csv 内容如下:
订单号,日期,商品名称,销售价格,销售数量
1001,2023-09-14,苹果,3.5,18
1002,2023-09-15,香蕉,4.2,5
1003,2023-10-14,苹果,3.5,5
1004,2023-11-05,香蕉,4,3
1005,2023-12-14,橙子,3.6,3
1006,2024-01-05,苹果,3.5,10

321out.csv 内容如下:
订单号,日期,商品名称,销售价格,销售数量
1001,2023-09-13,苹果,3.3,4
1002,2023-10-15,橙子,4,20
1003,2023-11-13,苹果,3.5,10
1005,2023-12-18,苹果,4,1
1006,2024-01-15,橙子,4,5
1007,2024-01-15,香蕉,4,15
请分析每家连锁店的上述两个文件,进货成本=进货价格*进货数 量,销售额=销售价格*销售数量,利润=销售额-进货成本。计算得出:
1.按时间顺序输出每月(格式xxxx年xx月)利润最大的连锁店编号。
2.根据所有连锁店的总销售额,按时间顺序输出每月(格式xxxx年xx月)销售最好的商品名称。


样例数据文件对应的输出示例为:
2023年09月:123连锁店利润最大,商品苹果销售最好
2023年10月:321连锁店利润最大,商品橙子销售最好
2023年11月:321连锁店利润最大,商品苹果销售最好
2023年12月:123连锁店利润最大,商品橙子销售最好
2024年01月:321连锁店利润最大,商品香蕉销售最好

完整代码如下:

import os
storename=os.listdir(".//out/")  #商店名称列表
best=dict()#销售最好的商品
profit=dict()#利润最好的商店
for x in range(0,len(storename)): #打开所有文件store_id=str(storename[x])[0:3] #店序号with open(".//out/"+str(store_id)+"out.csv", 'r',encoding="UTF-8") as file: #依次循环打开店序号对应的销售文件raw_data=file.readlines()#读取销售文件remove = ['\n']  #去掉空值shopping= [x for x in raw_data if x not in remove]file_in=open(".//in/"+str(store_id)+"in.csv", 'r',encoding="UTF-8") #打开店序号对应的进货文件shopping_in=file_in.readlines() for line in shopping[1:]:sell_date=line.split(",")[1][0:7] #销售日期(到月)sell_name=line.split(",")[2] #销售名称sell_price=line.split(",")[3] #销售价格sell_count=line.split(",")[4] #销售数量if sell_date in best: #按月统计销售最好的商品if sell_name in best[sell_date]: #若有重复商品,累加best[sell_date].update({sell_name:best[sell_date][sell_name]+float(sell_price)*float(sell_count)})else: #若没有,新加best[sell_date].update({sell_name:float(sell_price)*float(sell_count)})else:#没有月商品销售数据,新建best[sell_date]={sell_name:float(sell_price)*float(sell_count)}   if sell_date in profit: #统计销售最好的商店if store_id in profit[sell_date]: #若有此店,累加profit[sell_date].update({store_id:profit[sell_date][store_id]+float(sell_price)*float(sell_count)})else:#若无此店,新建profit[sell_date].update({store_id:float(sell_price)*float(sell_count)})else:#无日期profit[sell_date]={store_id:float(sell_price)*float(sell_count)}for line_in in shopping_in[1:]:buy_date=line_in.split(",")[1][0:7] #购入日期(到月)buy_name=line_in.split(",")[2] #购入名称buy_price=line_in.split(",")[3] #购入价格buy_count=line_in.split(",")[4] #购入数量if buy_date in profit: #统计利润最好的商店if store_id in profit[buy_date]:#日期内有此店profit[buy_date].update({store_id:round(profit[buy_date][store_id]-float(buy_price)*float(buy_count),2)})else:#日期内无此店for storeid in profit[buy_date].keys():profit[buy_date]={storeid:profit[buy_date][storeid]}|{store_id:round(0-float(buy_price)*float(buy_count),2)}          else:#无日期情形profit[buy_date]={store_id:round(0-float(buy_price)*float(buy_count),2)}file_in.close()file.close()
for i in best.keys():#取极值t_best=-1000  #设销售初值t_profit=-1000 #设利润初值for v_best in best[i].values():  #依次比较销售最好t_best=v_best if (t_best<v_best) else t_bestfor v_profit in profit[i].values(): #依次比较利润最好t_profit=v_profit if (t_profit<v_profit) else t_profitkeys=list(best[i].keys())[list(best[i].values()).index(t_best)]fits=list(profit[i].keys())[list(profit[i].values()).index(t_profit)]print(i[0:4]+'年'+i[5:]+"月:"+fits+"连锁店利润最大,商品"+keys+"销售最好") 

这篇关于复旦大学Python程序设计大作业(略有修改)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/720857

相关文章

Python如何使用__slots__实现节省内存和性能优化

《Python如何使用__slots__实现节省内存和性能优化》你有想过,一个小小的__slots__能让你的Python类内存消耗直接减半吗,没错,今天咱们要聊的就是这个让人眼前一亮的技巧,感兴趣的... 目录背景:内存吃得满满的类__slots__:你的内存管理小助手举个大概的例子:看看效果如何?1.

Python+PyQt5实现多屏幕协同播放功能

《Python+PyQt5实现多屏幕协同播放功能》在现代会议展示、数字广告、展览展示等场景中,多屏幕协同播放已成为刚需,下面我们就来看看如何利用Python和PyQt5开发一套功能强大的跨屏播控系统吧... 目录一、项目概述:突破传统播放限制二、核心技术解析2.1 多屏管理机制2.2 播放引擎设计2.3 专

Python中随机休眠技术原理与应用详解

《Python中随机休眠技术原理与应用详解》在编程中,让程序暂停执行特定时间是常见需求,当需要引入不确定性时,随机休眠就成为关键技巧,下面我们就来看看Python中随机休眠技术的具体实现与应用吧... 目录引言一、实现原理与基础方法1.1 核心函数解析1.2 基础实现模板1.3 整数版实现二、典型应用场景2

Python实现无痛修改第三方库源码的方法详解

《Python实现无痛修改第三方库源码的方法详解》很多时候,我们下载的第三方库是不会有需求不满足的情况,但也有极少的情况,第三方库没有兼顾到需求,本文将介绍几个修改源码的操作,大家可以根据需求进行选择... 目录需求不符合模拟示例 1. 修改源文件2. 继承修改3. 猴子补丁4. 追踪局部变量需求不符合很

python+opencv处理颜色之将目标颜色转换实例代码

《python+opencv处理颜色之将目标颜色转换实例代码》OpenCV是一个的跨平台计算机视觉库,可以运行在Linux、Windows和MacOS操作系统上,:本文主要介绍python+ope... 目录下面是代码+ 效果 + 解释转HSV: 关于颜色总是要转HSV的掩膜再标注总结 目标:将红色的部分滤

Python 中的异步与同步深度解析(实践记录)

《Python中的异步与同步深度解析(实践记录)》在Python编程世界里,异步和同步的概念是理解程序执行流程和性能优化的关键,这篇文章将带你深入了解它们的差异,以及阻塞和非阻塞的特性,同时通过实际... 目录python中的异步与同步:深度解析与实践异步与同步的定义异步同步阻塞与非阻塞的概念阻塞非阻塞同步

Python Dash框架在数据可视化仪表板中的应用与实践记录

《PythonDash框架在数据可视化仪表板中的应用与实践记录》Python的PlotlyDash库提供了一种简便且强大的方式来构建和展示互动式数据仪表板,本篇文章将深入探讨如何使用Dash设计一... 目录python Dash框架在数据可视化仪表板中的应用与实践1. 什么是Plotly Dash?1.1

在C#中调用Python代码的两种实现方式

《在C#中调用Python代码的两种实现方式》:本文主要介绍在C#中调用Python代码的两种实现方式,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录C#调用python代码的方式1. 使用 Python.NET2. 使用外部进程调用 Python 脚本总结C#调

Python下载Pandas包的步骤

《Python下载Pandas包的步骤》:本文主要介绍Python下载Pandas包的步骤,在python中安装pandas库,我采取的方法是用PIP的方法在Python目标位置进行安装,本文给大... 目录安装步骤1、首先找到我们安装python的目录2、使用命令行到Python安装目录下3、我们回到Py

Python GUI框架中的PyQt详解

《PythonGUI框架中的PyQt详解》PyQt是Python语言中最强大且广泛应用的GUI框架之一,基于Qt库的Python绑定实现,本文将深入解析PyQt的核心模块,并通过代码示例展示其应用场... 目录一、PyQt核心模块概览二、核心模块详解与示例1. QtCore - 核心基础模块2. QtWid