用python写出生成车间调度问题甘特图的代码

下面是用Python生成车间调度问题甘特图的代码：

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import datetime

# 创建数据
orders = pd.DataFrame({'order_id': [1, 2, 3, 4, 5], 'start': ['2022-12-01 00:00:00', '2022-12-01 00:00:00', '2022-12-01 00:00:00', '2022-12-02 00:00:00', '2022-12-02 00:00:00'], 'end': ['2022-12-02 00:00:00', '2022-12-02 00:00:00', '2022-12-02 00:00:00', '2022-12-03 00:00:00', '2022-12-03 00:00:00'], 'process_time': [24, 36, 48, 24, 48]})

# 转换时间格式
orders['start'] = pd.to_datetime(orders['start'], format='%Y-%m-%d %H:%M:%S')
orders['end'] = pd.to_datetime(orders['end'], format='%Y-%m-%d %H:%M:%S')

# 计算任务的开始和结束时间
tasks = []
for index, row in orders.iterrows():
    task_start = row['start']
    task_end = row['start'] + datetime.timedelta(hours=row['process_time'])
    tasks.append((row['order_id'], task_start, task_end))

    orders.loc[index, 'start'] = task_start
    orders.loc[index, 'end'] = task_end

# 将任务转换为DataFrame
tasks_df = pd.DataFrame(tasks, columns=['order_id', 'start', 'end'])
tasks_df = tasks_df.sort_values(by='start')

# 计算目标日期范围
start_date = tasks_df['start'].min()
end_date = tasks_df['end'].max()

# 创建日期范围
dates = pd.date_range(start=start_date, end=end_date, freq='H')

# 创建甘特图数据
gantt_data = {}
for order_id, df in tasks_df.groupby('order_id'):
    gantt_data[order_id] = np.zeros(len(dates))

    for index, row in df.iterrows():
        start_index = dates.get_loc(row['start'])
        end_index = dates.get_loc(row['end'])
        gantt_data[order_id][start_index:end_index] = 1

# 创建甘特图
fig, ax = plt.subplots(figsize=(10, 5))
for order_id, data in gantt_data.items():
    y = [order_id + 0.5, order_id + 0.5]
    x = [dates[0], dates[-1] + pd.Timedelta(hours=1)]
    ax.plot(x, y, color='black')
    ax.fill_between(dates, y[0], y[1], where=data == 1, color='green')

# 设置横轴和纵轴
ax.set_yticks(range(1, len(orders) + 1))
ax.set_yticklabels(orders['order_id'].values)
ax.set_xlabel('时间')
ax.set_ylabel('订单编号')
plt.show()

在上面的代码中，我们首先创建了一个数据框，其中包含每个订单的开始时间、结束时间和加工时间。我们将开始时间和结束时间的格式转换为datetime，以便我们可以更容易地进行计算。

接下来，我们计算每个任务的实际开始时间和结束时间，并将其存储在一个名为tasks的列表中。我们还在orders数据帧中更新了开始和结束时间的值。

然后，我们将任务转换为名为tasks_df的数据框，该数据框包含每个任务的订单号、开始时间和结束时间。我们按开始时间对任务数据框进行了排序，并计算了目标日期范围。

我们使用pandas.date_range函数创建了一个日期时间范围以表示甘特图中的时间轴。然后，我们循环每个任务，创建名为gantt_data的字典来存储甘特图数据，其中键是订单编号，值为一个长度为时间轴长度的numpy数组，该数组表示任务在该小时是否正在进行。最后，我们创建了一个甘特图，该图表使用matplotlib填充了灰色矩形来表示任务持续时间，并使用黑色线段表示订单之间的分界线。

运行此程序后，将生成一张甘特图，用于可视化车间调度问题。