月初羊城通是否需要进行刷卡操作？

魔化指

已于 2022-10-21 10:38:44 修改

阅读量369

点赞数

文章标签： python matplotlib

于 2022-10-20 17:47:55 首次发布

本文链接：https://blog.csdn.net/m0_71749637/article/details/127430164

版权

背景

最近想到一个有趣的现象：羊城通在使用15次后才有优惠，到底前15次是否需要尽快使用低价进行刷次数？刷多少次后才是最优惠的？

针对以上两个问题，使用python进行计算，看看结果时怎样的？！

注：本算法只适应于当月乘坐地铁固定次数出行（即每月正常上下班路程次数与费用），对于不确定次数的不适用

算法实现：本算法用于实现工薪阶级，每月固定乘坐公交地铁上下班，计算每月最优惠出行费用

难点：在使用羊城通过程中，我们可以很容易就算出不使用刷卡次数当月的费用；但在使用刷卡次数后，每次刷卡后，总费用都存在变化；到底刷卡几次的总费用时最低的呢？

针对这个难点：

我们需要将这两种情况分别列举出来：

(1)当月不使用刷卡次数，即

总费用 = 15*一趟行程费用(打折前)+（当月出行次数-15）*一趟行程费用(打折后)

注：当月出行次数指的是一次乘坐地铁

（2）当月使用1—15次刷卡次数，即

总费用 = 刷卡次数 * 1.9 +(15 - 刷卡次数)*一趟行程费用(打折前)+(当月出行次数-15+i)*一趟行程费用(打折后)

注：公式中的1.9是广州地铁同站进出使用羊城通支付的最低费用，即刷次数当然就是选择最低费用进行

当我们明确算法时，我们就可以进行程序的编写了。

为了方便我们查看，这里我们引入matplotlib库生成折线图，方便查看

import numpy as np
from matplotlib import pyplot as plt

为了方便每人根据自己的情况查询，设置为手动输入当月出行次数、一趟行程费用(打折前)、一趟行程费用(打折后)的数据：

这里以我的情况为例：按工作日出行，记每月22个工作日，即每月出行次数：44次（来回），一趟行程费用(打折前)：5.7元，一趟行程费用(打折后)：3.6元

#输入当月出行次数
print('输入当月出行次数:')
trip_num = int(input())
#输入一趟行程费用（打折前）
print('输入一趟行程费用(打折前):')
trip_fee = float(input())
#输入一趟行程费用（打折后）
print('输入一趟行程费用(打折后):')
trip_fee_discnt = float(input())

为了方便查看曲线变化，引用matplotlib库生成折线图

#声明全局变量
sum_trip_fee=0 #当月出行花费
sumMax_trip_fee=0 #当月出行最大花费
#定义一个函数，出行次数大于15则使用另一函数M
def function(x, x1, x2): # x1是分段点位置
    if x <= x1:
        return  x * trip_fee
    elif x <= x1 < x2:
        x1 * 1.9 + (x2 - x1) * trip_fee + (x - 15 + x2) * trip_fee_discnt
    else:
        return 15 * trip_fee + (x - 15) * trip_fee_discnt    
#根据次数进行函数计算
#当月正常使用，不进行刷次数操作所花费用
if trip_num <= 15:
    #如果当月乘坐地铁次数小于等于15次，生成函数图像
    sum_trip_fee = trip_num * trip_fee
    x = np.arange(0, 100, 1) #生成等差数组
    y = trip_num * x
    plt.xlabel('出行次数:x')
    plt.ylabel('出行费用:y')
    plt.title("出行次数与费用函数")
    plt.plot(x, y)
    plt.ylim(0, trip_num * trip_fee)   #限制y的范围
    plt.xlim(0, trip_num)   #限制x的范围
    plt.show()
    print('当月出行花费：'+str(sum_trip_fee))
    sumMax_trip_fee = sum_trip_fee
else:
    #当月乘坐地铁次数大于15次
    sum_trip_fee = 15 * trip_fee +(trip_num-15)*trip_fee_discnt
    x = np.arange(0, 100, 1) #生成等差数组
    y = np.array([function(t, 0, 15) for t in x]) #根据x计算各点函数值  
    plt.xlabel('出行次数:x')
    plt.ylabel('出行费用:y')
    plt.title("出行次数与费用函数")
    plt.plot(x, y)
    plt.ylim(0, trip_num * trip_fee)   #限制y的范围
    plt.xlim(0, trip_num)   #限制x的范围
    plt.show()
    print('当月出行花费：'+str(sum_trip_fee))
    sumMax_trip_fee = sum_trip_fee

按当月不使用刷卡次数，得到当月出行花费：189.9元

接下来，就需要将当月使用1—15次刷卡次数，得到的当月出行花费计算出来：

#进行刷卡费用
#进行循环比较，得出费用最好的刷卡数
num_swip = {}  
num_swips = {}   
num_swip.update({0: sum_trip_fee})
for i in range(1,16):
    if i <= 15:
        if trip_num + i <= 15:
            sum_trip_fee = i * 1.9 + trip_num * trip_fee
            num_swip.update({i: sum_trip_fee})
        else:
            sum_trip_fee = i * 1.9 +(15 - i)*trip_fee +(trip_num-15+i)*trip_fee_discnt
            num_swip.update({i: sum_trip_fee})
        print('当月刷卡次数:{0}次,出行花费{1}元'.format(str(i),str(sum_trip_fee)))
        i+=1

最后，我们只需要将刷卡次数与当月出行花费存入到字典中，取出花费最少的值对于的刷卡次数，即可获取到当月刷卡次数多少次可得到当月出行最少花费

#自定义函数
def getKey(dic, value):
    if value not in dic.values():
        return None
    result = []
    for key in dic:
        if dic[key]==value:
            result.append(key)
    return result
#当月出行最大费用（即不使用刷卡次数的费用）
print('当月出行最大费用:'+str(sumMax_trip_fee))
#取出费用最少的刷卡次数
minValue=min(num_swip.values())
print('当月出行最少费用:'+str(minValue))
result = getKey(num_swip,minValue)
print('当月需刷卡次数:'+str(result[0]))
print('当月刷卡{0}次省了{1}块钱:'.format(str(result[0]),str(sumMax_trip_fee-minValue)))
if result[0] == 0:
    print('当月刷卡1次可省-1.9块钱)')
else:
    print('当月刷卡1次可省{0}块钱:'.format((sumMax_trip_fee-minValue)/result[0]))