短信验证时间效果

# 加载所需库

import pandas as pd

import numpy as np

import seaborn as sns

from pandas import DataFrame,Series

import matplotlib.pyplot as plt

a=pd.read_excel('/Users/enniu/Desktop/cgfk.xls')        #加载8.24以及之前成功放款的用户数

a.columns=['amount','user_id','end_day','reloan']          #重命名列名称

#a.info()                                                                                     #查看概况

a['end_day']=pd.to_datetime(a['end_day'])                     #将object改为datetime64

a['start_day']=pd.to_datetime('2016-08-18')                   #添加新的一行,表示推送日期，需自己手动更新

a['date_dif']=a['end_day']-a['start_day']                           #计算时间差

#a['user_id'].is_unique                                                          #检查是否user_id唯一

#len(a['user_id'].unique())                                                   #查看唯一值的数量

#加载推送的名单8.18 push

b=pd.read_excel('/Users/enniu/Desktop/1yuez.xlsx',5)  #header=None表示取消列名，5表示第5张工作表，从0开始编号

#b=b.ix[:,0]  #选择第一列user_id研究，此例省去该步，因为merge需要2个dataframe

a_b=pd.merge(a,b,how='inner')                                           #2表连接

a_b.ix[:,:6]                                                                                #选择前6列研究

#将reloan>0的部分统一替换成＝1

for i in range(len(a_b['reloan'])):

    if a_b['reloan'][i]>0:

        a_b['reloan'][i]=1  #将reloan>0的变为1  

#c=dd['user_id']

#dd=a_b.groupby(['date_dif','reloan']).count()           #按date_dif,reloan分组

dd=a_b.groupby('date_dif').count()                               #按date_dif 分组

ee=dd['user_id'][5:]                                                            #从第5个开始研究

#绘制图表

#折线图

ff=range(7)

plt.plot(ff,ee,alpha=0.9)     #plot  x轴为ff ,表示天数差，y轴ee 表示对应数量

plt.xlabel('DAY')

plt.ylabel('amount')

plt.title('8.18 push fangkuandanliang')

#针对多个axes，指定区域作图

fig,axes=plt.subplots(2,2)       #建立2行2列的绘图区域

axes[1,1].plot(ff,ee,alpha=0.5)    #在最末的图表作图，axes 的行、列索引从0开始

axes.set_xlabel('day')                #设置横坐标轴标题为‘day’。跟上面的区别在于，此处是更为面向对象的原生API，在处理多个subplot时便于指定哪个subplot，而plt.plot则只对当前或最近创建的AxesSubplot起作用，是偏向于过程型的pyplot接口

#柱状图

plt.barh(x,y, align='center', alpha=0.1)   #align='center'表示轴线位于坐标轴中间，alpha表示透明度