-
Notifications
You must be signed in to change notification settings - Fork 0
Expand file tree
/
Copy pathPythonProject.py
More file actions
512 lines (403 loc) · 25.7 KB
/
PythonProject.py
File metadata and controls
512 lines (403 loc) · 25.7 KB
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
370
371
372
373
374
375
376
377
378
379
380
381
382
383
384
385
386
387
388
389
390
391
392
393
394
395
396
397
398
399
400
401
402
403
404
405
406
407
408
409
410
411
412
413
414
415
416
417
418
419
420
421
422
423
424
425
426
427
428
429
430
431
432
433
434
435
436
437
438
439
440
441
442
443
444
445
446
447
448
449
450
451
452
453
454
455
456
457
458
459
460
461
462
463
464
465
466
467
468
469
470
471
472
473
474
475
476
477
478
479
480
481
482
483
484
485
486
487
488
489
490
491
492
493
494
495
496
497
498
499
500
501
502
503
504
505
506
507
508
509
510
511
512
import requests
import pandas as pd
import sqlite3
import csv
import io
import simplejson
from collections import Counter
from matplotlib import pyplot as plt
import numpy as np
import sys
total_arrivals_list = []
quarter_list = []
def download_excels():
# Χρήση dictionary για την αποθήκευση των links για τα αρχεία excel
url_dictionary = {
"2011d": "https://www.statistics.gr/el/statistics?p_p_id=documents_WAR_publicationsportlet_INSTANCE_VBZOni0vs5VJ&p_p_lifecycle=2&p_p_state=normal&p_p_mode=view&p_p_cacheability=cacheLevelPage&p_p_col_id=column-2&p_p_col_count=4&p_p_col_pos=2&_documents_WAR_publicationsportlet_INSTANCE_VBZOni0vs5VJ_javax.faces.resource=document&_documents_WAR_publicationsportlet_INSTANCE_VBZOni0vs5VJ_ln=downloadResources&_documents_WAR_publicationsportlet_INSTANCE_VBZOni0vs5VJ_documentID=113865&_documents_WAR_publicationsportlet_INSTANCE_VBZOni0vs5VJ_locale=el",
"2012d": "https://www.statistics.gr/el/statistics?p_p_id=documents_WAR_publicationsportlet_INSTANCE_VBZOni0vs5VJ&p_p_lifecycle=2&p_p_state=normal&p_p_mode=view&p_p_cacheability=cacheLevelPage&p_p_col_id=column-2&p_p_col_count=4&p_p_col_pos=2&_documents_WAR_publicationsportlet_INSTANCE_VBZOni0vs5VJ_javax.faces.resource=document&_documents_WAR_publicationsportlet_INSTANCE_VBZOni0vs5VJ_ln=downloadResources&_documents_WAR_publicationsportlet_INSTANCE_VBZOni0vs5VJ_documentID=113886&_documents_WAR_publicationsportlet_INSTANCE_VBZOni0vs5VJ_locale=el",
"2013d": "https://www.statistics.gr/el/statistics?p_p_id=documents_WAR_publicationsportlet_INSTANCE_VBZOni0vs5VJ&p_p_lifecycle=2&p_p_state=normal&p_p_mode=view&p_p_cacheability=cacheLevelPage&p_p_col_id=column-2&p_p_col_count=4&p_p_col_pos=2&_documents_WAR_publicationsportlet_INSTANCE_VBZOni0vs5VJ_javax.faces.resource=document&_documents_WAR_publicationsportlet_INSTANCE_VBZOni0vs5VJ_ln=downloadResources&_documents_WAR_publicationsportlet_INSTANCE_VBZOni0vs5VJ_documentID=113905&_documents_WAR_publicationsportlet_INSTANCE_VBZOni0vs5VJ_locale=el",
"2014d": "https://www.statistics.gr/el/statistics?p_p_id=documents_WAR_publicationsportlet_INSTANCE_VBZOni0vs5VJ&p_p_lifecycle=2&p_p_state=normal&p_p_mode=view&p_p_cacheability=cacheLevelPage&p_p_col_id=column-2&p_p_col_count=4&p_p_col_pos=2&_documents_WAR_publicationsportlet_INSTANCE_VBZOni0vs5VJ_javax.faces.resource=document&_documents_WAR_publicationsportlet_INSTANCE_VBZOni0vs5VJ_ln=downloadResources&_documents_WAR_publicationsportlet_INSTANCE_VBZOni0vs5VJ_documentID=113925&_documents_WAR_publicationsportlet_INSTANCE_VBZOni0vs5VJ_locale=el"
}
# Προσπέλαση του dictionary και κατέβασμα των αρχείων excel με όνομα το εκάστοτε key που έχει στο dictionary
for i in url_dictionary:
resp = requests.get(url_dictionary[i])
output = open(i + '.xls', 'wb')
output.write(resp.content)
output.close()
def arrivals_per_year():
# Χρήση της βιβλιοθήκης pandas για ανάγνωση των αρχείων excel και αποθήκευση στη λίστα total_arrivals_list
# τη τιμή που δείχνει τις συνολικές αφίξεις κάθε χρονιάς
df = pd.read_excel(r'2011d.xls', 'ΔΕΚ')
df.columns = ['ID', 'Country', 'Air', 'Railway', 'Sea', 'Road', 'Total']
total_arrivals_list.append(df['Total'].iloc[133])
df = pd.read_excel(r'2012d.xls', 'ΔΕΚ')
df.columns = ['ID', 'Country', 'Air', 'Railway', 'Sea', 'Road', 'Total']
total_arrivals_list.append(df['Total'].iloc[135])
df = pd.read_excel(r'2013d.xls', 'ΔΕΚ')
df.columns = ['ID', 'Country', 'Air', 'Railway', 'Sea', 'Road', 'Total']
total_arrivals_list.append(df['Total'].iloc[135])
df = pd.read_excel(r'2014d.xls', 'ΔΕΚ')
df.columns = ['ID', 'Country', 'Air', 'Railway', 'Sea', 'Road', 'Total']
total_arrivals_list.append(df['Total'].iloc[135])
def countries_arrivals():
# Χρήση της βιβλιοθήκης pandas για ανάγνωση των excel και μετατροπή τους σε dictionary με key το όνομα κάθε χώρας
# και value τις αφίξεις που σημειώθηκαν από την εκάστοτε χώρα. Έπειτα γίνεται καθαρισμός του κάθε dictionary,
# διαγράφοντας τα keys που συμπεριλαμβάνονται στο entriesToRemove, ενώ επίσης με χρήση της βιβλιοθήκης simplejson
# διαγράφουμε τις NaN τιμές. Η παραπάνω διαδικασία επαναλαμβάνεται για κάθε excel αρχείο.
# ~~ 2011 ~~
df = pd.read_excel(r'2011d.xls', 'ΔΕΚ')
df.columns = ['ID', 'Country', 'Air', 'Railway', 'Sea', 'Road', 'Total']
dict_1 = df.set_index('Country')['Total'].to_dict()
entriesToRemove_1 = ('ΜΗΝΑΣ: Δεκέμβριος 2011', 'από τΙς οποίες:', 'ΠΕΡΙΟΔΟΣ:Ιανουάριος 2011-Δεκέμβριος 2011',
'Μη προσδιορίσιμες χώρες ταξιδιωτών', 'ΓΕΝΙΚΟ ΣΥΝΟΛΟ', 'null')
clean_dict_1 = simplejson.loads(simplejson.dumps(dict_1, ignore_nan=True))
for k in entriesToRemove_1:
clean_dict_1.pop(k, None)
# print(clean_dict_1)
# ~~ 2012 ~~
df = pd.read_excel(r'2012d.xls', 'ΔΕΚ')
df.columns = ['ID', 'Country', 'Air', 'Railway', 'Sea', 'Road', 'Total']
dict_2 = df.set_index('Country')['Total'].to_dict()
entriesToRemove_2 = ('ΜΗΝΑΣ: Δεκέμβριος 2012', 'από τΙς οποίες:', 'ΠΕΡΙΟΔΟΣ:Ιανουάριος 2012 - Δεκέμβριος 2012',
'Μη προσδιορίσιμες χώρες ταξιδιωτών', 'ΓΕΝΙΚΟ ΣΥΝΟΛΟ', 'null')
clean_dict_2 = simplejson.loads(simplejson.dumps(dict_2, ignore_nan=True))
for k in entriesToRemove_2:
clean_dict_2.pop(k, None)
# print(clean_dict_2)
# ~~ 2013 ~~
df = pd.read_excel(r'2013d.xls', 'ΔΕΚ')
df.columns = ['ID', 'Country', 'Air', 'Railway', 'Sea', 'Road', 'Total']
dict_3 = df.set_index('Country')['Total'].to_dict()
entriesToRemove_3 = ('ΜΗΝΑΣ: Δεκέμβριος 2013', 'από τΙς οποίες:', 'ΠΕΡΙΟΔΟΣ:Ιανουάριος 2013 - Δεκέμβριος 2013',
'Μη προσδιορίσιμες χώρες ταξιδιωτών', 'ΓΕΝΙΚΟ ΣΥΝΟΛΟ', 'null', 'Σερβία')
clean_dict_3 = simplejson.loads(simplejson.dumps(dict_3, ignore_nan=True))
for k in entriesToRemove_3:
clean_dict_3.pop(k, None)
clean_dict_3['Σερβία'] = clean_dict_3.pop('Σερβία ')
clean_dict_3['Κροατία'] = clean_dict_3.pop('Κροατία (2)')
# print(clean_dict_3)
# ~~ 2014 ~~
df = pd.read_excel(r'2014d.xls', 'ΔΕΚ')
df.columns = ['ID', 'Country', 'Air', 'Railway', 'Sea', 'Road', 'Total']
dict_4 = df.set_index('Country')['Total'].to_dict()
entriesToRemove_4 = ('ΜΗΝΑΣ: Δεκέμβριος 2014', 'από τΙς οποίες:', 'ΠΕΡΙΟΔΟΣ:Ιανουάριος 2014 - Δεκέμβριος 2014',
'Μη προσδιορίσιμες χώρες ταξιδιωτών', 'ΓΕΝΙΚΟ ΣΥΝΟΛΟ', 'null',
'(1) Μετά την ένταξη της Κροατίας στην Ε.Ε. την 1η Ιουλίου 2013 τα σχετικά στοιχεία για τη χώρα αυτή εμφανίζονται πλέον στις χώρες της\n Ε.Ε. Τα αντίστοιχα στοιχεία για το πρώτο εξάμηνο 2013, καθώς και για τα προηγούμενα έτη περιλαμβάνονται στις "Λοιπές χώρες\n Ευρώπης".',
'(2) Από το Μάιο 2014 η σιδηροδρομική σύνδεση της Ελλάδος με το εξωτερικό τέθηκε εκ νέου σε λειτουργία, ως εκ τούτου δεν είναι δυνατή\n η σύγκριση με το αντίστοιχο εξάμηνο του έτους 2013. ')
clean_dict_4 = simplejson.loads(simplejson.dumps(dict_4, ignore_nan=True))
for k in entriesToRemove_4:
clean_dict_4.pop(k, None)
clean_dict_4['Σερβία'] = clean_dict_4.pop('Σερβία ')
clean_dict_4['Κροατία'] = clean_dict_4.pop('Κροατία (1)')
# print(clean_dict_4)
# Τελικά με χρήση του Counter της βιβλιοθήκης collections αθροίζουμε τα dictionaries που προέκυψαν, σχηματίζοντας ένα
# τελικό dictionary ονόματι result που περιέχει τις τελικές αφίξεις που σημειώθηκαν την τετραετία 2011-2014 για κάθε χώρα
result = Counter(clean_dict_1) + Counter(clean_dict_2) + Counter(clean_dict_3) + Counter(clean_dict_4)
# print(result)
return result
def means_of_transport():
# Χρήση dictionary με key το κάθε μεταφορικό μέσο και value τον αριθμό αφίξεων που σημειώθηκε με το κάθε μέσο
# κατά την τετραετία 2011-2014
transport = {
"ΑΕΡΟΠΟΡΙΚΩΣ": "",
"ΣΙΔ/ΚΩΣ": "",
"ΘΑΛΑΣΣΙΩΣ": "",
"ΟΔΙΚΩΣ": ""
}
# Γίνεται ανάγνωση των excel αρχείων κάθε χρονιάς και ενημερώνονται αντίστοιχα οι μεταβλητές air, railway, sea και
# road, οι τελικές τιμές των οποίων ενημερώνουν τελικά τις θέσεις του dictionary
# ~~ 2011 ~~
df = pd.read_excel(r'2011d.xls', 'ΔΕΚ')
df.columns = ['ID', 'Country', 'Air', 'Railway', 'Sea', 'Road', 'Total']
air = df['Air'].iloc[133]
railway = df['Railway'].iloc[133]
sea = df['Sea'].iloc[133]
road = df['Road'].iloc[133]
# ~~ 2012 ~~
df = pd.read_excel(r'2012d.xls', 'ΔΕΚ')
df.columns = ['ID', 'Country', 'Air', 'Railway', 'Sea', 'Road', 'Total']
air += df['Air'].iloc[135]
railway += df['Railway'].iloc[135]
sea += df['Sea'].iloc[135]
road += df['Road'].iloc[135]
# ~~ 2013 ~~
df = pd.read_excel(r'2013d.xls', 'ΔΕΚ')
df.columns = ['ID', 'Country', 'Air', 'Railway', 'Sea', 'Road', 'Total']
air += df['Air'].iloc[135]
railway += df['Railway'].iloc[135]
sea += df['Sea'].iloc[135]
road += df['Road'].iloc[135]
# ~~ 2014 ~~
df = pd.read_excel(r'2014d.xls', 'ΔΕΚ')
df.columns = ['ID', 'Country', 'Air', 'Railway', 'Sea', 'Road', 'Total']
air += df['Air'].iloc[135]
railway += df['Railway'].iloc[135]
sea += df['Sea'].iloc[135]
road += df['Road'].iloc[135]
# Ενημέρωση θέσεων του dictionary
transport.update([('ΑΕΡΟΠΟΡΙΚΩΣ', air), ('ΣΙΔ/ΚΩΣ', railway),
('ΘΑΛΑΣΣΙΩΣ', sea), ('ΟΔΙΚΩΣ', road)])
# print(transport)
return transport
def arrivals_per_quarter():
# Ακολουθείται παρόμοια διαδικασία με προηγούμενες συναρτήσεις, αποθηκεύοντας τελικά σε κάθε θέση του dictionary
# quarter τον αριθμό των αφίξεων που σημειώθηκαν στο αντίστοιχο τρίμηνο
quarter = {
"2011 Α'": "",
"2011 Β'": "",
"2011 Γ'": "",
"2011 Δ'": "",
"2012 Α'": "",
"2012 Β'": "",
"2012 Γ'": "",
"2012 Δ'": "",
"2013 Α'": "",
"2013 Β'": "",
"2013 Γ'": "",
"2013 Δ'": "",
"2014 Α'": "",
"2014 Β'": "",
"2014 Γ'": "",
"2014 Δ'": ""
}
# ~~ 2011 ~~
# Α' ΤΡΙΜΗΝΟ
df = pd.read_excel(r'2011d.xls', 'ΜΑΡ')
df.columns = ['ID', 'Country', 'Air', 'Railway', 'Sea', 'Road', 'Total']
quarter_list.append(df['Total'].iloc[133])
# Β' ΤΡΙΜΗΝΟ
df = pd.read_excel(r'2011d.xls', 'ΙΟΥΝ')
df.columns = ['ID', 'Country', 'Air', 'Railway', 'Sea', 'Road', 'Total']
quarter_list.append(df['Total'].iloc[133])
# Γ' ΤΡΙΜΗΝΟ
df = pd.read_excel(r'2011d.xls', 'ΣΕΠ')
df.columns = ['ID', 'Country', 'Air', 'Railway', 'Sea', 'Road', 'Total']
quarter_list.append(df['Total'].iloc[133])
# Δ' ΤΡΙΜΗΝΟ
df = pd.read_excel(r'2011d.xls', 'ΔΕΚ')
df.columns = ['ID', 'Country', 'Air', 'Railway', 'Sea', 'Road', 'Total']
quarter_list.append(df['Total'].iloc[133])
# ~~ 2012 ~~
# Α' ΤΡΙΜΗΝΟ
df = pd.read_excel(r'2012d.xls', 'ΜΑΡ')
df.columns = ['ID', 'Country', 'Air', 'Railway', 'Sea', 'Road', 'Total']
quarter_list.append(df['Total'].iloc[133])
# Β' ΤΡΙΜΗΝΟ
df = pd.read_excel(r'2012d.xls', 'ΙΟΥΝ')
df.columns = ['ID', 'Country', 'Air', 'Railway', 'Sea', 'Road', 'Total']
quarter_list.append(df['Total'].iloc[133])
# Γ' ΤΡΙΜΗΝΟ
df = pd.read_excel(r'2012d.xls', 'ΣΕΠΤ')
df.columns = ['ID', 'Country', 'Air', 'Railway', 'Sea', 'Road', 'Total']
quarter_list.append(df['Total'].iloc[133])
# Δ' ΤΡΙΜΗΝΟ
df = pd.read_excel(r'2012d.xls', 'ΔΕΚ')
df.columns = ['ID', 'Country', 'Air', 'Railway', 'Sea', 'Road', 'Total']
quarter_list.append(df['Total'].iloc[135])
# ~~ 2013 ~~
# Α' ΤΡΙΜΗΝΟ
df = pd.read_excel(r'2013d.xls', 'ΜΑΡ')
df.columns = ['ID', 'Country', 'Air', 'Railway', 'Sea', 'Road', 'Total']
quarter_list.append(df['Total'].iloc[131])
# Β' ΤΡΙΜΗΝΟ
df = pd.read_excel(r'2013d.xls', 'ΙΟΥΝ')
df.columns = ['ID', 'Country', 'Air', 'Railway', 'Sea', 'Road', 'Total']
quarter_list.append(df['Total'].iloc[131])
# Γ' ΤΡΙΜΗΝΟ
df = pd.read_excel(r'2013d.xls', 'ΣΕΠ')
df.columns = ['ID', 'Country', 'Air', 'Railway', 'Sea', 'Road', 'Total']
quarter_list.append(df['Total'].iloc[135])
# Δ' ΤΡΙΜΗΝΟ
df = pd.read_excel(r'2013d.xls', 'ΔΕΚ')
df.columns = ['ID', 'Country', 'Air', 'Railway', 'Sea', 'Road', 'Total']
quarter_list.append(df['Total'].iloc[135])
# ~~ 2014 ~~
# Α' ΤΡΙΜΗΝΟ
df = pd.read_excel(r'2014d.xls', 'ΜΑΡ')
df.columns = ['ID', 'Country', 'Air', 'Railway', 'Sea', 'Road', 'Total']
quarter_list.append(df['Total'].iloc[134])
# Β' ΤΡΙΜΗΝΟ
df = pd.read_excel(r'2014d.xls', 'ΙΟΥΝ')
df.columns = ['ID', 'Country', 'Air', 'Railway', 'Sea', 'Road', 'Total']
quarter_list.append(df['Total'].iloc[135])
# Γ' ΤΡΙΜΗΝΟ
df = pd.read_excel(r'2014d.xls', 'ΣΕΠΤ')
df.columns = ['ID', 'Country', 'Air', 'Railway', 'Sea', 'Road', 'Total']
quarter_list.append(df['Total'].iloc[133])
# Δ' ΤΡΙΜΗΝΟ
df = pd.read_excel(r'2014d.xls', 'ΔΕΚ')
df.columns = ['ID', 'Country', 'Air', 'Railway', 'Sea', 'Road', 'Total']
quarter_list.append(df['Total'].iloc[135])
# Ενημέρωση θέσεων του dictionary
quarter.update([("2011 Α'", quarter_list[0]), ("2011 Β'", quarter_list[1]), ("2011 Γ'", quarter_list[2]),
("2011 Δ'", quarter_list[3]),
("2012 Α'", quarter_list[4]), ("2012 Β'", quarter_list[5]), ("2012 Γ'", quarter_list[6]),
("2012 Δ'", quarter_list[7]),
("2013 Α'", quarter_list[8]), ("2013 Β'", quarter_list[9]), ("2013 Γ'", quarter_list[10]),
("2013 Δ'", quarter_list[11]),
("2014 Α'", quarter_list[12]), ("2014 Β'", quarter_list[13]), ("2014 Γ'", quarter_list[14]),
("2014 Δ'", quarter_list[15])])
return quarter
# Συνάρτηση για δημιουργία και εισαγωγή των επιθυμητών δεδομένων σε βάση δεδομένων της SQlite
def import_to_DB():
# Δημιουργία και σύνδεση στη βάση δεδομένων tourism.db και δημιουργία των αντίστοιχων tables για την αποθήκευση
# των δεδομένων που έχουμε συλλέξει από τα αρχεία excel
try:
mydb = sqlite3.connect('tourism.db')
mycursor = mydb.cursor()
mycursor.execute("CREATE TABLE IF NOT EXISTS Arrivals_Per_Year ("
"year INT(4) PRIMARY KEY,"
"total_arrivals FLOAT);")
mycursor.execute("CREATE TABLE IF NOT EXISTS Arrivals_Per_Country ("
"country VARCHAR(100) PRIMARY KEY,"
"arrivals FLOAT);")
mycursor.execute("CREATE TABLE IF NOT EXISTS Arrivals_Per_Mean_Of_Transport ("
"mean_of_transport VARCHAR(20) PRIMARY KEY,"
"arrivals FLOAT);")
mycursor.execute("CREATE TABLE IF NOT EXISTS Arrivals_Per_Quarter ("
"quarter VARCHAR(10) PRIMARY KEY,"
"arrivals FLOAT);")
mydb.commit()
years_list = ['2011', '2012', '2013', '2014']
# Εισαγωγή στο table Arrivals_Per_Year της αντίστοιχης χρονιάς και των συνολικών αφίξεών της
for i, j in zip(years_list, total_arrivals_list):
mycursor.execute("INSERT INTO Arrivals_Per_Year VALUES (?, ?)", (i, j))
mydb.commit()
# Εισαγωγή στο table Arrivals_Per_Country των keys και values του countries_dict
for i in countries_dict:
mycursor.execute("INSERT INTO Arrivals_Per_Country VALUES (?, ?)", (i, countries_dict[i]))
mydb.commit()
# Εισαγωγή στο table Arrivals_Per_Mean_Of_Transport των keys και values του transport_dict
for i in transport_dict:
mycursor.execute("INSERT INTO Arrivals_Per_Mean_Of_Transport VALUES (?, ?)", (i, transport_dict[i]))
mydb.commit()
# Εισαγωγή στο table Arrivals_Per_Quarter των keys και values του quarter_dict
for i in quarter_dict:
mycursor.execute("INSERT INTO Arrivals_Per_Quarter VALUES (?, ?)", (i, quarter_dict[i]))
mydb.commit()
mydb.close()
# Σε οποιαδήποτε περίπτωση εκδήλωσης εξαίρεσης τυπώνεται σχετικό μήνυμα και τερματίζει το πρόγραμμα
except Exception as e:
print(e)
sys.exit()
# Συνάρτηση για εξαγωγή των επιθυμητών δεδομένων που φορτώθηκαν στα tables της βάσης δεδομένων σε αρχεία csv,
# χρήση του encoding utf-8 για αναγνώριση των ελληνικών χαρακτήρων που περιέχονται σε ορισμένα tables
def export_to_csv():
mydb = sqlite3.connect('tourism.db')
mycursor = mydb.cursor()
mycursor.execute("SELECT * FROM Arrivals_Per_Year")
with open("arrivals_per_year.csv", "w", newline="") as csv_file:
csv_writer = csv.writer(csv_file, delimiter=",")
csv_writer.writerow([i[0] for i in mycursor.description])
csv_writer.writerows(mycursor)
mycursor.execute("SELECT * FROM Arrivals_Per_Country ORDER BY arrivals DESC")
with io.open("arrivals_per_country.csv", "w", newline="", encoding="utf-8") as csv_file:
csv_writer = csv.writer(csv_file, delimiter=",")
csv_writer.writerow([i[0] for i in mycursor.description])
csv_writer.writerows(mycursor)
mycursor.execute("SELECT * FROM Arrivals_Per_Mean_Of_Transport")
with io.open("arrivals_per_mean_of_transport.csv", "w", newline="", encoding="utf-8") as csv_file:
csv_writer = csv.writer(csv_file, delimiter=",")
csv_writer.writerow([i[0] for i in mycursor.description])
csv_writer.writerows(mycursor)
mycursor.execute("SELECT * FROM Arrivals_Per_Quarter")
with io.open("arrivals_per_quarter.csv", "w", newline="", encoding="utf-8") as csv_file:
csv_writer = csv.writer(csv_file, delimiter=",")
csv_writer.writerow([i[0] for i in mycursor.description])
csv_writer.writerows(mycursor)
mydb.close()
def graph_arrivals_per_year():
# Ανάγνωση του αρχείου csv
table = pd.read_csv('arrivals_per_year.csv')
# Δημιουργία του bar chart
plt.bar(x=np.arange(1, 5), height=table['total_arrivals'])
# Τίτλος για το bar chart
plt.title('Συνολικές αφίξεις τουριστών ανά χρονιά (2011-2014)')
# Ονοματοδοσία του άξονα x με τα ονόματα των αντίστοιχων χρονιών
plt.xticks(np.arange(1, 5), table['year'])
# Τίτλοι για τους άξονες x και y
plt.xlabel('Χρονιά')
plt.ylabel('Συνολικές αφίξεις')
# Εμφάνιση του τελικού γραφήματος
plt.show()
def graph_arrivals_per_country():
# Ανάγνωση του αρχείου csv
table = pd.read_csv('arrivals_per_country.csv')
# Δημιουργία του bar chart
plt.bar(x=np.arange(1, 56), height=table['arrivals'])
# Τίτλος για το bar chart
plt.title('Αφίξεις τουριστών ανά χώρα (2011-2014)')
# Ονοματοδοσία του άξονα x με τα ονόματα των χωρών και εμφάνισή τους σε περιστροφή 90 μοιρών κάτω από κάθε bar
plt.xticks(np.arange(1, 56), table['country'], rotation=90)
# Τίτλοι για τους άξονες x και y
plt.xlabel('Χώρα')
plt.ylabel('Αφίξεις')
# Εμφάνιση του τελικού γραφήματος
plt.show()
def graph_arrivals_per_mean_of_transport():
# Ανάγνωση του αρχείου csv
table = pd.read_csv('arrivals_per_mean_of_transport.csv')
# Δημιουργία του bar chart
plt.bar(x=np.arange(1, 5), height=table['arrivals'])
# Τίτλος για το bar chart
plt.title('Αφίξεις τουριστών ανά μέσο μεταφοράς (2011-2014)')
# Ονοματοδοσία του άξονα x με τα ονόματα των μέσων μεταφοράς
plt.xticks(np.arange(1, 5), table['mean_of_transport'])
# Τίτλοι για τους άξονες x και y
plt.xlabel('Μέσο μεταφοράς')
plt.ylabel('Αφίξεις')
# Εμφάνιση του τελικού γραφήματος
plt.show()
def graph_arrivals_per_quarter():
# Ανάγνωση του αρχείου csv
table = pd.read_csv('arrivals_per_quarter.csv')
# Δημιουργία του bar chart
plt.bar(x=np.arange(1, 17), height=table['arrivals'])
# Τίτλος για το bar chart
plt.title('Αφίξεις τουριστών ανά τρίμηνο (2011-2014)')
# Ονοματοδοσία του άξονα x με τα ονόματα των αντίστοιχων τριμήνων και εμφάνισή τους σε περιστροφή 45 μοιρών
plt.xticks(np.arange(1, 17), table['quarter'], rotation=45)
# Τίτλοι για τους άξονες x και y
plt.xlabel('Τρίμηνο')
plt.ylabel('Αφίξεις')
# Εμφάνιση του τελικού γραφήματος
plt.show()
download_excels()
arrivals_per_year()
countries_dict = countries_arrivals()
transport_dict = means_of_transport()
quarter_dict = arrivals_per_quarter()
import_to_DB()
export_to_csv()
print(" _____ _ _ _____ _ _ ___ _ ___ ___ ")
print(" | __ \ | | | | | __ \ (_) | | |__ \| | |__ \ / _ \ ")
print(" | |__) | _| |_| |__ ___ _ __ | |__) | __ ___ _ ___ ___| |_ ) | | __ ) | | | |")
print(" | ___/ | | | __| '_ \ / _ \| '_ \ | ___/ '__/ _ \| |/ _ \/ __| __| / /| |/ / / /| | | |")
print(" | | | |_| | |_| | | | (_) | | | | | | | | | (_) | | __/ (__| |_ / /_| < / /_| |_| |")
print(" |_| \__, |\__|_| |_|\___/|_| |_| |_| |_| \___/| |\___|\___|\__| |____|_|\_\____|\___/ ")
print(" __/ | _/ | ")
print(" |___/ |__/ ")
# Κεντρικό Μενού της εφαρμογής, ανάλογα με την επιλογή του χρήστη εμφανίζεται το αντίστοιχο γράφημα στην οθόνη
answer = True
while answer:
print("\nAPPLICATION MENU")
print("===================================")
print("1. Tourist Arrivals per Year")
print("2. Tourist Arrivals per Country")
print("3. Tourist Arrivals pen Mean of Transport")
print("4. Tourist Arrivals per Quarter of Year")
print("OR\nPress 5 to exit the application")
answer = input("\nSelect: ")
if answer == "1":
graph_arrivals_per_year()
elif answer == "2":
graph_arrivals_per_country()
elif answer == "3":
graph_arrivals_per_mean_of_transport()
elif answer == "4":
graph_arrivals_per_quarter()
elif answer == "5":
print("Goodbye!")
break
else:
print("\nInvalid option! Try again!")