#!/usr/bin/env python
# coding: utf-8

# # 数字の出現数を数える
# ## プログラムの概要
# あるシステムが生成する認証コードは6桁の整数です。このコードに現れる各桁の数字(Digit)の分布がどの程度一様なのかを調べます。
# 実際に生成されたコードの一覧から、各桁の数字に分解して頻度を数えます。
# まずは生成されたcodeの一覧を変数`codes`に割り当てます。

# In[1]:


#!python3
#-*- coding:utf-8 -*-
# '#'以降は行末までがコメントになります。（プログラムとしては実行されない）
nlen=6 # コードの桁数は6桁
codes=(
    227524,    463251,    702567,    601620,
    129458,    413239,    629380,    526093,
    261547,    666552,    853626,    513298,
    142167,    612906,    995697,    660500,
    954404,    651454,    566439,    730975,
    578967,    603424,    435636,    891667,
    757294,    325567,    131075,    757309, 
    198547
    # 012345 のように0から始まるcodeは, 0を省いて書くことにします。
)


# 次に一つの code の各桁に現れる数字の出現回数を数えます。
# 一番下の桁から順番にみていきます。

# In[2]:


def count_digits(code,nlen=6): #　関数　`count_digits`を定義します。
    # 最大二つの引数を持ちますが、二つ目の引数`nlen`は省略可能で、
    # 省略された場合の値(既定値)は6です。
    acc={} #これに数字毎の出現回数を入れていきます。
    code=code+10**nlen # 最上位が0の場合を取り扱うために、10**nlenを足しておく。
    # code =227524 であれば　code=1227524とするということ。
    while code>=10:
        code, d=divmod(code, 10) #商 `code` と余り `d` に分解します。
        # code=1227524　=> code=122752,d=4
        acc[d]=acc.get(d,0)+1 
        # accのkeyにdがあればその値に1を足したもの、さもなければ 0+1をacc[d]に設定する。
    return acc


# 一覧表`codes`の全ての`code`に現れる数字に頻度を数えて、足していきます。
# 結果の度数分布表`acc`を関数の値として返します。

# In[3]:


def count_digits_in_list(codes,nlen):
    acc={}
    for code in codes: #codesの中に入っている全てのcodeについて
        count=count_digits(code,nlen) #コードの中の数字の出現表を作る。
        for d in count: #codeでの数字の出現数をaccに足して行く。
            acc[d]=acc.get(d,0)+count[d]
    return acc


# `codes`の中の数字の度数分表を印刷し、ヒストグラムを表示させてみます。

# In[16]:


import matplotlib.pyplot as pyplot #グラフ作成の準備のおまじない
import numpy

def main():
    counts=count_digits_in_list(codes,nlen) #codeの一覧codesから数字の出現数の表を作成する。
    print("digit:  count")# 印刷する表のラベルを印刷する。
    for d in sorted(counts): # 出現表にあらわれる数字を整列させた順番に、
        print (d,":",counts[d]) # 数字(d)とその出現数(count[d])を印刷する。
    # print("average:",len(codes)*nlen/10) #数字の出現数の平均値を印刷する。
    print("average:", sum(counts.values())/len(counts)) # 6*len(codes)/10
    print("std. dev:{:4.1f}".format(numpy.std(list(counts.values()))))
    pyplot.bar(counts.keys(),counts.values()) # barグラフを印刷する。
    pyplot.draw() #グラフ作成のおまじない
    #pyplot.show() #グラフ作成の最後のおまじない. Jupyter Notebookでは不要


# In[17]:


if __name__ == "__main__":
    main()


# ## pandas/DataFrame
# Data Analysis分野で最近よく使われるDataFrameオブジェクトを使うと、
# 短いプログラムでデータのリストから度数分表を取出し、またヒストグラムを表示させることができる。

# In[6]:


import pandas

def split_digits(code,nlen=6):
    acc=[] # あらわれた数字を順番に保存する。
    code=code+10**nlen # 最上位が0の場合を取り扱うため
    while code>=10:
        code,d=divmod(code,10)
        acc.insert(0,d)
    return acc

def split_codes():
    acc=[]
    for code in codes:
        acc +=split_digits(code)
    return acc


# In[7]:


df=pandas.DataFrame(split_codes()).value_counts(sort=False)
print(df)
df.plot.bar()


# ## matplotlib.pyplot
# 
# matplotlib.pyplotを使って、ヒストグラムの表示と度数分布を求めることも可能です。

# In[8]:


counts, digits, chart = pyplot.hist(
    split_codes(), 
    bins=range(0,11)
)


# In[9]:


for p in (zip(digits,counts)): print(p)