（二）基于企业现金流预测的投资决策-算法实现

数据介绍

上一节我们已经介绍过了“基于企业现金流预测的投资决策”的项目背景，并且做了业务需求分析和算法搭建框架梳理。接下来我们来梳理一下我们用到的数据长什么样子，并做一个简单的探索性分析。

环境准备：

• python >= 3.7
• pandas >= 1.1.3
• numpy >= 1.19.2
• prophet 1.0
• matplotlib >= 3.3.2
• jupyter_nbextensions_configurator （非必须， 推荐安装）

数据探索性分析

from prophet import Prophet
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
Backend TkAgg is interactive backend. Turning interactive mode on.
# cashflow_data: 每家子公司/每天/每种中类型的现金流入和流出数据
## date: 日期
## cashflow_category: 现金流类型-父类
## cashflow_subcategory: 现金流类型-子类
## cashflow: 现金流
## branch_id: 子公司ID
cashflow_data = pd.read_csv('data/cashflow_data.csv', parse_dates=['date'])
cashflow_data.head(2)
Out[5]: 
        date cashflow_category cashflow_subcategory       cashflow  branch_id
0 2015-04-01           cash_in                sales  275765.184075          1
1 2015-04-02           cash_in                sales  255256.272380          1
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17

查看cashflow_category和cashflow_subcategory的范围