财政收入影响因素分析及预测

import numpy as np
import pandas as pd

inputfile = 'D:\data.csv'
data = pd.read_csv(inputfile)

#描述性统计分析
#依次计算最小值、最大值、均值、标准差
description = [data.min(),data.max(),data.mean(),data.std()]
#将结果存入数据框
description = pd.DataFrame(description,index = ['Min','Max','Mean','STD']).T
print('描述性统计结果:\n',np.round(description,2)) #保留两位小数

 

 

corr = data.corr(method = 'pearson')
print('相关系数矩阵为:\n',np.round(corr,2))

 

 

import matplotlib.pyplot as plt
import seaborn as sns
plt.subplots(figsize=(10,10)) #设置画面大小
sns.heatmap(corr,annot=True,vmax=1,square=True,cmap="Blues")
plt.rcParams['font.sans-serif'] = ['SimHei'] # 添加这条可以让图形显示中文
plt.rcParams['axes.unicode_minus'] = False # 添加这条可以让图形显示负号
plt.title('相关性热力图(学号3146)')
plt.show()
plt.close

 

 import numpy as np

import pandas as pd

from sklearn.linear_model import Lasso

 

inputfile ='D:\data.csv'

data = pd.read_csv(inputfile)

lasso = Lasso(1000)

lasso.fit(data.iloc[:,0:13],data['y'])

print('相关系数为：',np.round(lasso.coef_,5))

print('相关非零个数为：',np.sum(lasso.coef_ != 0))

mask =lasso.coef_ != 0

print('相关系数是否为零：',mask)

mask = np.append(mask,True)

print('相关系数是否为零：',mask)

outputfile ='D:\new_reg_data.csv'

new_reg_data = data.iloc[:,mask]

new_reg_data.to_csv(outputfile)

print('输出数据的维度为：',new_reg_data.shape)

import sys

sys.path.append('D:\shujuwajue')  # 设置路径

import numpy as np

import pandas as pd

from GM11 import GM11  # 引入自编的灰色预测函数

plt.rcParams['font.sans-serif'] = ['SimHei']   #解决中文显示问题

plt.rcParams['axes.unicode_minus'] = False    # 解决中文显示问题

 

inputfile1 = 'D:\new_reg_data.csv'  # 输入的数据文件

inputfile2 = 'D:\data.csv'  # 输入的数据文件

new_reg_data = pd.read_csv(inputfile1)  # 读取经过特征选择后的数据

data = pd.read_csv(inputfile2)  # 读取总的数据

new_reg_data.index = range(1994, 2014)

new_reg_data.loc[2014] = None

new_reg_data.loc[2015] = None

new_reg_data.loc[2016] = None

 

l = ['x1', 'x3', 'x4', 'x5', 'x6', 'x7', 'x8', 'x13']

for i in l:

    f = GM11(new_reg_data.loc[range(1994, 2014),i].to_numpy())[0]

    new_reg_data.loc[2014,i] = f(len(new_reg_data)-2)  # 2014年预测结果

    new_reg_data.loc[2015,i] = f(len(new_reg_data)-1)  # 2015年预测结果

    new_reg_data.loc[2016,i] = f(len(new_reg_data))  # 2016年预测结果

    new_reg_data[i] = new_reg_data[i].round(2)  # 保留两位小数

   

 

outputfile = 'D:\new_reg_data_GM11.xls'  # 灰色预测后保存的路径

y = list(data['y'].values)  # 提取财政收入列，合并至新数据框中

y.extend([np.nan,np.nan,np.nan])

new_reg_data['y'] = y

 

new_reg_data.to_excel(outputfile)  # 结果输出

print('预测结果为：\n',new_reg_data.loc[2014:2016,:])  # 预测结果展示

 

 

import matplotlib.pyplot as plt

from sklearn.svm import LinearSVR

 

inputfile ='D:\new_reg_data_GM11.xls'  # 灰色预测后保存的路径

data = pd.read_excel(inputfile)  # 读取数据

feature = ['x1', 'x3', 'x4', 'x5', 'x6', 'x7', 'x8', 'x13']  # 属性所在列

data_train = data.iloc[0:20,:].copy()  # 取2014年前的数据建模

 

data_mean = data_train.mean()

data_std = data_train.std()

 

data_train = (data_train - data_mean)/data_std  # 数据标准化

x_train = data_train[feature].to_numpy()  # 属性数据

y_train = data_train['y'].to_numpy()  # 标签数据

 

linearsvr = LinearSVR()  # 调用LinearSVR()函数

linearsvr.fit(x_train,y_train)

 

x = ((data[feature] - data_mean[feature])/data_std[feature]).to_numpy()  # 预测，并还原结果。

data['y_pred'] = linearsvr.predict(x) * data_std['y'] + data_mean['y']

outputfile = 'D:\new_reg_data_GM11_revenue.xls'  # SVR预测后保存的结果

data.to_excel(outputfile)

 

print('真实值与预测值分别为：\n',data[['y','y_pred']])

 

fig = data[['y','y_pred']].plot(subplots = True, style=['b-o','r-*'])  # 画出预测结果图

plt.title(‘3146')

plt.show()