Python智慧停车场运营分析系统

在无清风

已于 2023-12-07 16:20:19 修改

阅读量865

点赞数 7

分类专栏： Python 文章标签： python pygame 开发语言

于 2023-12-02 02:03:55 首次发布

本文链接：https://blog.csdn.net/qq_53573029/article/details/134746666

版权

Python 专栏收录该内容

1 篇文章 0 订阅

订阅专栏

前言

该文章所使用的资料可以私聊获取

该项目小白不用担心，因为全部都有注释，不用担心看不懂 (贴心boy)

所有代码为完整的代码，不用担心（放心）

项目使用的xlse文件（表格部分截图）

先看完成实现效果（0_0）

各个按钮实现情况图

项目结构

btn.py文件代码

import pygame

class Button:
    def __init__(self, screen,centerxy,width,height,button_color,text_color,msg,size):
        """
        创建一个按钮对象
        参数：
        screen：pygame.Surface对象，代表屏幕
        centerxy：tuple，代表按钮的中心坐标
        width：int，代表按钮的宽度
        height：int，代表按钮的高度
        button_color：tuple，代表按钮的背景颜色
        text_color：tuple，代表按钮上文字的颜色
        msg：str，代表按钮上显示的文字
        size：int，代表字体的大小
        """
        self.screen = screen  # 设置屏幕属性
        self.width, self.height = width, height  # 设置宽度和高度属性
        self.button_color = button_color  # 设置按钮颜色属性
        self.text_color = text_color  # 设置文字颜色属性
        self.font = pygame.font.SysFont('SimHei', size)  # 设置字体属性
        self.rect = pygame.Rect(0, 0, self.width, self.height)  # 创建一个矩形对象，设置宽度和高度属性
        self.rect.centerx = centerxy[0]  # 设置矩形的中心点x坐标
        self.rect.centery = centerxy[1]  # 设置矩形的中心点y坐标
        self.deal_msg(msg)  # 处理消息方法


    def deal_msg(self,msg):
        """
        处理按钮上的文字图片

        参数：
        msg：str，按钮上显示的文字
        """
        self.msg_img = self.font.render(msg, True, self.text_color)  # 创建一个图像对象，将传入的文本渲染为图像，并设置文字为前景颜色和背景颜色
        self.msg_img = self.font.render(msg, True, self.text_color, self.button_color)  # 创建一个图像对象，将传入的文本渲染为图像，并设置文字为前景颜色和背景颜色
        self.msg_img_rect = self.msg_img.get_rect()  # 创建一个矩形对象，用于表示图像的位置和大小
        self.msg_img_rect.center = self.rect.center  # 设置图像矩形的中心点为父对象矩形的中心点


    def draw_button(self):
        # 绘制按钮背景
        self.screen.fill(self.button_color,self.rect)
        # 绘制按钮文字
        self.screen.blit(self.msg_img,self.msg_img_rect)


import sys  # 导入sys模块，用于退出程序和打印错误信息
import pygame  # 导入pygame模块，用于开发跨平台的电子游戏和多媒体应用程序
import btn  # 导入btn模块，用于处理按钮的相关操作
import TimeUtil  # 导入TimeUtil模块，用于处理时间相关操作

pygame.init()  # 初始化pygame模块
# size = width, height = 320,240  # 设置窗口大小为800x600
size = width, height = 360,240  # 设置窗口大小为800x600

WHITE = (255,255,255)  # 定义白色RGB值
BLUE = (72,61,139)  # 定义蓝色RGB值
screen = pygame.display.set_mode(size)  # 创建一个pygame屏幕对象，并设置屏幕的大小
screen.fill(WHITE)  # 将屏幕填充为白色
while True:
    # button1 = btn.Button(screen, (90, 50), 140, 60, BLUE, WHITE, '关闭窗口', 20)  # 创建一个矩形按钮对象，指定位置、尺寸、颜色、文字颜色、文字内容和文字大小
    # button1.draw_button()  # 绘制按钮

    # 创建按钮1
    btn1 = btn.Button(screen, (90, 50), 140, 60, BLUE, WHITE, '停车时间分布', 20)
    # 绘制按钮1
    btn1.draw_button()

    # 创建按钮2
    btn2 = btn.Button(screen, (90, 130), 140, 60, BLUE, WHITE, '停车高峰时间', 20)
    # 绘制按钮2
    btn2.draw_button()

    # 创建按钮3
    btn3 = btn.Button(screen, (90, 210), 140, 60, BLUE, WHITE, '停车场信息', 20)
    # 绘制按钮3
    btn3.draw_button()

    # 创建按钮4
    btn4 = btn.Button(screen, (250, 50), 140, 60, BLUE, WHITE, '月收入分析', 20)
    # 绘制按钮4
    btn4.draw_button()

    # 创建按钮5
    btn5 = btn.Button(screen, (250, 130), 140, 60, BLUE, WHITE, '接待车辆统计', 20)
    # 绘制按钮5
    btn5.draw_button()

    pygame.display.update()  # 更新屏幕显示
    for event in pygame.event.get():  # 遍历事件列表
        if event.type == pygame.QUIT:  # 如果事件类型是退出窗口
            pygame.quit()  # 退出pygame
            sys.exit()  # 退出程序
        elif event.type == pygame.MOUSEBUTTONDOWN:  # 如果事件类型是鼠标按下

            # 如果鼠标位置在按钮的水平范围内
            if 20 <= event.pos[0] and event.pos[0] <= 90 + 70 and 20 <= event.pos[1] and event.pos[1] <= 50 + 30:

                # sys.exit()  # 退出程序
                TimeUtil.sjfb()
                pass
            elif 20 <= event.pos[0] and event.pos[0] <= 90 + 70  and 100 <= event.pos[1] and event.pos[1] <= 130 + 30:
                TimeUtil.tcgf()
                pass  # 终止当前函数，不做其他操作
            elif 20 <= event.pos[0] and event.pos[0] <= 90 + 70 and 180 <= event.pos[1] and event.pos[1] <= 210 + 30:
                TimeUtil.fmtj()
                pass
            elif 180 <= event.pos[0] and event.pos[0] <= 250 + 70 and 20 <= event.pos[1] and event.pos[1] <= 50 + 30:
                TimeUtil.ysrfx()
                pass
            elif 180 <= event.pos[0] and event.pos[0] <= 250 + 70 and 100 <= event.pos[1] and event.pos[1] <= 130 + 30:
                TimeUtil.cljd()
                pass

TimeUtil.py文件代码

import pandas as pd
import matplotlib.pyplot as plt
import datetime
import matplotlib.ticker as ticker
# 导入pandas库，用于数据处理和分析
# 导入matplotlib.pyplot库，用于数据可视化
# 导入datetime库，用于处理日期和时间相关函数


def get_week_numbeer(date):

    from datetime import datetime
    # 导入datetime模块

    # 将字符串日期转换为datetime对象
    date = datetime.datetime.strptime(date, "%Y-%m-%d %H:%M:%S")

    # 获取日期对应的星期几（0表示星期一，6表示星期日）
    day = date.weekday()

    # 返回星期几的值
    return day


# 停车时间分布图
def sjfb():
# 排除进入停车场未出停车场的车
    # 读取停车场信息表的数据
    pi_data = pd.read_excel("../datafile/停车场信息表.xlsx")

    # 选取timeout不为0的记录
    data = pi_data.loc[pi_data['timeout']!=0]

    # 将timein和timeout列转换为datetime格式
    data['timein']=pd.to_datetime(data['timein'])
    data['timeout']=pd.to_datetime(data['timeout'])

    # 计算停车时间差
    data['h']=data['timeout']-data['timein']

    # 设置停车时间分布图的标题
    plt.title('停车时间分布图')

    # 设置字体样式
    plt.rcParams['font.sans-serif'] = ['FangSong']

    # 分类统计数据
    df1 = data.loc[data['h']<='0 days 01:00:00']
    df2 = data.loc[(data['h']>'0 days 01:00:00') & (data['h']<='0 days 02:00:00')]
    df3 = data.loc[(data['h']>'0 days 02:00:00') & (data['h']<='0 days 03:00:00')]
    df4 = data.loc[(data['h']>'0 days 03:00:00') & (data['h']<='0 days 04:00:00')]
    df5 = data.loc[data['h']>'0 days 04:00:00']

    # 绘制停车时间分类统计图
    x = ['1小时','2小时','3小时','4小时','4小时以上']
    y = [len(df1),len(df2),len(df3),len(df4),len(df5)]
    plt.bar(x, y)

    # 在图中添加每类停车量的标签
    for x, y in enumerate(y):
        plt.text(x, y+20, str(y)+'台', ha='center')

    # 显示图形
    plt.show()

    pass


# 停车高峰期占比
def tcgf():

    # 导入pandas库并读取停车场信息表的Excel文件
    data = pd.read_excel("../datafile/停车场信息表.xlsx")

    # 设置图表标题为'停车高峰期占比'
    plt.title('停车高峰期占比')

    # 设置各类别标签
    labels = ['0-3点' ,'3-6点','6-9点','9-12点','12-15点','15-18点','18-21点','21-00点']

    # 分类统计数据
    # 获取具体时间点为00:00的停车数据
    kk0 = data[(data['timein'].str.contains(' 00:'))]
    # 获取具体时间点为01:00的停车数据
    kk1 = data[(data['timein'].str.contains(' 01:'))]
    # 获取具体时间点为02:00的停车数据
    kk2 = data[(data['timein'].str.contains(' 02:'))]
    # 获取具体时间点为03:00的停车数据
    kk3 = data[(data['timein'].str.contains(' 03:'))]
    # 获取具体时间点为04:00的停车数据
    kk4 = data[(data['timein'].str.contains(' 04:'))]
    # 获取具体时间点为05:00的停车数据
    kk5 = data[(data['timein'].str.contains(' 05:'))]
    # 获取具体时间点为06:00的停车数据
    kk6 = data[(data['timein'].str.contains(' 06:'))]
    # 获取具体时间点为07:00的停车数据
    kk7 = data[(data['timein'].str.contains(' 07:'))]
    # 获取具体时间点为08:00的停车数据
    kk8 = data[(data['timein'].str.contains(' 08:'))]
    # 获取具体时间点为09:00的停车数据
    kk9 = data[(data['timein'].str.contains(' 09:'))]
    # 获取具体时间点为10:00的停车数据
    kk10 = data[(data['timein'].str.contains(' 10:'))]
    # 获取具体时间点为11:00的停车数据
    kk11 = data[(data['timein'].str.contains(' 11:'))]
    # 获取具体时间点为12:00的停车数据
    kk12 = data[(data['timein'].str.contains(' 12:'))]
    # 获取具体时间点为13:00的停车数据
    kk13 = data[(data['timein'].str.contains(' 13:'))]
    # 获取具体时间点为14:00的停车数据
    kk14 = data[(data['timein'].str.contains(' 14:'))]
    # 获取具体时间点为15:00的停车数据
    kk15 = data[(data['timein'].str.contains(' 15:'))]
    # 获取具体时间点为16:00的停车数据
    kk16 = data[(data['timein'].str.contains(' 16:'))]
    # 获取具体时间点为17:00的停车数据
    kk17 = data[(data['timein'].str.contains(' 17:'))]
    # 获取具体时间点为18:00的停车数据
    kk18 = data[(data['timein'].str.contains(' 18:'))]
    # 获取具体时间点为19:00的停车数据
    kk19 = data[(data['timein'].str.contains(' 19:'))]
    # 获取具体时间点为20:00的停车数据
    kk20 = data[(data['timein'].str.contains(' 20:'))]
    # 获取具体时间点为21:00的停车数据
    kk21 = data[(data['timein'].str.contains(' 21:'))]
    # 获取具体时间点为22:00的停车数据
    kk22 = data[(data['timein'].str.contains(' 22:'))]
    # 获取具体时间点为23:00的停车数据
    kk23 = data[(data['timein'].str.contains(' 23:'))]

    # 统计各类别停车数量
    x = [(len(kk0) + len(kk1) + len(kk2)), (len(kk3) + len(kk4) + len(kk5)), (len(kk6) + len(kk7) + len(kk8)), (len(kk9) + len(kk10) + len(kk11)), (len(kk12) + len(kk13) + len(kk14)), (len(kk15) + len(kk16) + len(kk17)), (len(kk18) + len(kk19) + len(kk20)), (len(kk21) + len(kk22) + len(kk23))]

    # 绘制饼图
    # 生成一个饼图
    plt.pie(x, labels=labels, autopct='%1.1f%%')
    # 设置x轴和y轴相等
    plt.axis('equal')
    # 在右上角添加图例，图例的字体大小为10
    plt.legend(loc='upper right', fontsize=10, bbox_to_anchor=(1.1, 0.5), borderaxespad=0.3)
    # 显示图形
    plt.show()

    pass


# 停车星期比
def fmtj():
    # 读取停车场信息表的Excel文件
    data = pd.read_excel("../datafile/停车场信息表.xlsx")

    # 筛选出状态为1的记录
    ds=data.loc[data['state']==1]

    # 复制筛选结果
    ds=ds.copy()

    # 将时间列timein转换为DateTime格式
    ds['timein']=pd.to_datetime(ds['timein'])

    # 统计每周一到周日的停车数量
    ds['timeinweek']=ds['timein'].dt.dayofweek
    ds2=ds.groupby('timeinweek')
    weeksuns=ds2.size()

    # 定义星期的标签
    labels=['星期一','星期二','星期三','星期四','星期五','星期六','星期天']

    # 设置中文字符集为方正字体
    plt.rcParams['font.sans-serif']=['FangSong']

    # 绘制饼图，显示每周停车数量占比
    plt.pie(weeksuns,labels=labels,autopct='%.2f%%')

    # 设置图表标题
    plt.title('停车星期比')

    # 显示图表
    plt.show()

    pass


# 月收入分析
def ysrfx():
    # 读取停车场信息表的Excel文件
    data = pd.read_excel("../datafile/停车场信息表.xlsx")

    # 筛选出state为1的数据
    srdf = data.loc[data['state'] == 1]


    # 筛选出2018年1月的数据
    kk1 = srdf[(srdf['timeout'].str.contains('2018-01'))]

    # 筛选出2018年2月的数据
    kk2 = srdf[(srdf['timeout'].str.contains('2018-02'))]

    # 筛选出2018年3月的数据
    kk3 = srdf[(srdf['timeout'].str.contains('2018-03'))]

    # 计算每个月的收入总和
    price1 = kk1['price'].sum()
    price2 = kk2['price'].sum()
    price3 = kk3['price'].sum()

    # 设置x轴和y轴的标签
    labels_x = ['1月', '2月', '3月']
    y = [price1, price2, price3]

    # 绘制柱状图
    plt.bar(labels_x, y)

    # 在每个柱子上显示具体的数值
    for x, y in enumerate(y):
        plt.text(x, y + 300, str(y) + '元', ha='center')

    # 设置标题和总收入
    plt.title('2018年1月-3月收入分析-总收入：' + str(price1 + price2 + price3) + '元')
    plt.xlabel('月份')
    plt.ylabel('收入')

    # 显示图形
    plt.show()

    pass



#每日接待车辆统计
def cljd():
    # 读取停车场信息表的Excel文件
    data = pd.read_excel("../datafile/停车场信息表.xlsx")

    # 筛选出状态为1的数据
    data = data.loc[data['state']==1]

    # 设置开始日期和结束日期
    iin = '2018-01-01'
    end = '2018-03-31'

    # 使用strptime将字符串转换为时间元组
    dataiin = datetime.datetime.strptime(iin,'%Y-%m-%d')
    dataend = datetime.datetime.strptime(end,'%Y-%m-%d')

    # 初始化x和y列表
    x = []
    y = []

    # 循环遍历日期范围内的每一天
    while dataiin <= dataend:
        # 将时间元组转换为字符串，并将结果添加到x列表中
        x.append(dataiin.strftime('%y-%m-%d'))

        # 统计该日期下车辆的数量，并将结果添加到y列表中
        y.append(len(data[data['timein'].str.contains(dataiin.strftime('%y-%m-%d'))]))

        # 增加一天后继续下一次循环
        dataiin = dataiin + datetime.timedelta(days=1)

    # 设置中文显示格式
    plt.rcParams['font.sans-serif'] = ['SimHei']

    # 绘制折线图
    plt.plot(x,y)

    # 清除刻度标签
    plt.xticks([])

    # 设置图表标题
    plt.title('每日接待车辆统计')

    # 设置x轴标签
    plt.xlabel('2018-01-01到2018-03-31')

    # 显示图形
    plt.show()
    pass