1 前言

来H一个月了，还没有更新过任何博客

碰巧上周帮之前美赛队友做了点 “华为杯”研究生数学建模编程的任务
觉得一直用Matlab做简单的数据处理没有成长，就用Python复现了Matlab程序,也算是接触一点Python简单数据处理的内容。
实际上还是水的一批，感觉没啥成长，总归是比没接触要好一点点。

本文主要是针对“华为杯”研究生数学建模E题：
加拿大某地的1963年——2003年间492月的温度进行拟合

之前已完成仿真，今天特地整理一下相关内容，水一篇博客。

2 读取EXCEL

使用xlrd模块来完成。
xlrd模块在任何平台上都可以从Excel电子表格（.xls和.xlsx）中提取数据。

2.1 xlrd模块安装及导入

因为用PyCharm作为编辑器，所以直接在settings中安装。在这里插入图片描述

然后import即可

	import xlrd

注：
也可在cmd窗口使用pip进行安装
pip是 Python 包管理工具，该工具提供了对Python 包的查找、下载、安装、卸载的功能。

	pip install  xlrd

2.2 xlrd模块基本操作

见参考链接1中的xlrd模块操作的基本函数这一节。
代码自己已经跑过，确定没有问题。

需要注意的地方：

	# SheetObject.row_values(rowx[, start_colx=0, end_colx=None])：
	# 获取sheet中第rowx+1行从start_colx+1列到end_colx列的数据，返回值为列表。
	row_values = sheet1_object.row_values(rowx=2, start_colx=1, end_colx=3)

获取工作表1的第3行，从第2列到第3列的数据，返回值为列表。
这是因为，列表下标从0开始。
且获取的数据不包含end_colx这一列。
该代码等同于

	row_values = sheet1_object.row_values(2, 1, 3)

类似的，SheetObject.col_values( colx[, start_rowx=0, end_rowx=None])表示获取sheet中第colx+1列从start_rowx+1行到end_rowx行的数据，返回值为列表。

3 简单数据处理

3.1变维并求均值

见参考链接2。
使用numpy.reshape来变维，将492行1列变为12行41列，并按行求均值，得到该地1963年——2003年每年的温度均值，为接下来的图像绘制和函数拟合做准备。

	# list_a:变维后的数据 mean_t：年温度均值
	list_a = np.array(list).reshape(41, 12)
	print(list_a)
	mean_t = np.mean(list_a, axis=1)
	print(mean_t)

注：

axis为0时表示按列求和，为1时表示按行求和。

3.2 简单拟合

见参考链接3。

	# x:年数 f:拟合系数 p:拟合多项式
	x = range(1963, 2004)
	f = np.polyfit(x, mean_t, 1)
	print('f is :\n',f)
	p = np.poly1d(f)
	print(p)
	pv = p(x)

4 绘制图像

这部分的代码主要见参考链接4。
今天整理时觉得参考链接5写的也挺细的，一并列出。
至于显示中文，网上说法不一，我用的参考链接6的方法，可以实现，且中文前不需要加u。

	# 显示图像
	plt.plot(x, mean_t, label='原温度曲线')
	plt.plot(x, pv, label='拟合曲线')
	# 设置X、Y轴标签
	plt.xlabel("年数")
	plt.ylabel("温度/℃")
	# 设置标注
	plt.text(1987,10.,'y=0.04054x-70.42',fontsize=15, color='red')
	# 设置标题
	plt.title('ABBOTSFORD A 温度拟合')
	# 显示图标
	plt.legend()
	plt.show()