資源簡介

數(shù)據(jù)處理與應(yīng)用大單元
——pandas+matplotlib提升練習(xí)
班級 姓名
1.【202208浙名協(xié)】
(1) AD （2 分）
(2) ①sum() （1 分）
②g.index （1 分）
③技術(shù)人數(shù) （1 分）
④df1.班級[0:3] 或 df1["班級"] [0:3] （1 分）
2.【202208A9浙協(xié)作】
①read_excel （2分）
②plt.bar(df2.index,df2.學(xué)考等第) （2分）
③plt.title （2分）
3.【202208山水聯(lián)盟】
①df.at[0,"銷售人員"]="畢春艷" 或 df["銷售人員"][0]="畢春艷"
或df.銷售人員[0]="畢春艷"或等同答案 1分
②df.groupby("商品名稱")[["銷售數(shù)量","利潤"]].sum() 或等同答案 1分
df.groupby("商品名稱")["銷售數(shù)量","利潤"].sum() 會出警告，也給1分
③df1.sort_values("利潤",ascending=False).head(3) 或等同答案 　　 1分
④df2[(df2["銷售數(shù)量"]>25) | (df2["銷售數(shù)量"]<10)] 或等同答案 　 　 2分
⑤df2["銷售人員"] 或 df2.銷售人員 或等同答案 　 1分
4.【202209七彩陽光】
①at[19,'92 號汽油'] （2 分）(寫出at[]包括[]得1分，寫at(19,'92 號汽油')得1分，完全寫對得2分。注意：答案中的單引號可以使用雙引號也可以使用三個單引號即'''92 號汽油'''， 沒有引號不算完全寫對，下同。)
②drop('優(yōu)惠',axis=1)或drop(columns='優(yōu)惠') （2 分）(寫出drop()包括()得1分，完全 寫對得2分)
③df[df['0 號柴油']<=8.4] （2 分）(寫出 df['0 號柴油']<=8.4 得 1 分，完全寫對得 2 分)
④groupby('地域') （2 分） (寫出 groupby()包括()得 1 分，完全寫對得 2分)數(shù)據(jù)處理與應(yīng)用大單元
——pandas+matplotlib提升練習(xí)
班級 姓名
1.【202208浙名協(xié)】大力老師收集了學(xué)校高三年級7選3選課數(shù)據(jù)，存儲在“選課情況.xlsx”中，其數(shù)據(jù)格式如圖所示，學(xué)科列下的“1”表示相應(yīng)行的學(xué)生選了該學(xué)科，“0”表示未選。
(1)大力老師收集的數(shù)據(jù)存在一些問題，需要進(jìn)行數(shù)據(jù)整理，下列說法合理的是( )(多選)
A.數(shù)據(jù)集中格式不一致的數(shù)據(jù)，需要進(jìn)行格式轉(zhuǎn)換
B.數(shù)據(jù)集中的異常數(shù)據(jù)應(yīng)該直接刪除或忽略
C.數(shù)據(jù)集中的缺失的數(shù)據(jù)可以用任意值填充
D.數(shù)據(jù)集中的重復(fù)數(shù)據(jù)須在審核的基礎(chǔ)上進(jìn)行合并或刪除
(2)為實現(xiàn)統(tǒng)計各班技術(shù)選考人數(shù)，并找出技術(shù)選考人數(shù)最多的3個班級，大力老師通過Python編程進(jìn)行數(shù)據(jù)處理，并以圖表的形式呈現(xiàn)結(jié)果。實現(xiàn)上述功能的Python程序如下，請在劃線處填入合適的代碼。
import pandas as pd
import matplotlib.pyplot as plt
plt.rcParams["font.sans-serif"]=["SimHei"] #中文顯示
df=pd.read_excel("選課情況.xlsx")
g=df.groupby("班級",as_index=True).技術(shù).①
df1=pd.DataFrame({"班級":② ,"技術(shù)人數(shù)":g.values})
df1=df1.sort_values("③ ",ascending = False)
x=④
y=df1.技術(shù)人數(shù)[0:3]
plt.bar(x,y,lable="選技術(shù)人數(shù)")
plt.title("技術(shù)選科人數(shù)最多的三個班級")
plt.xlabel("班級")
plt.ylabel("人數(shù)")
plt.legend()
plt.ylim(40,50)
plt.show()
2.【202208A9浙協(xié)作】我校 2020 級學(xué)生高二技術(shù)學(xué)考模擬考成績存儲在文件“學(xué)考模擬.xlsx”中，部分成績?nèi)缦?圖所示。小陳利用 Python 編程統(tǒng)計出各班技術(shù)A等人數(shù)，并使用圖表呈現(xiàn)統(tǒng)計結(jié)果，如下2圖所示。
實現(xiàn)上述功能的 Python 程序代碼如下，請在劃線處填入合適的代碼。
import pandas as pd
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif']=['SimHei'] #用來正常顯示中文標(biāo)簽
df=pd.① ("學(xué)考模擬.xlsx")
df1=df[df.學(xué)考等第=='A']
df2=df1.groupby("班級",as_index=True).count()
② #繪制圖表
for a,b in zip(df2.index, df2.學(xué)考等第): #添加圖表數(shù)字標(biāo)簽
plt.text(a, b+0.1, '%.0f' % b)
③ ("各班技術(shù)A等人數(shù)") #設(shè)置圖表標(biāo)題
plt.show()
3.【202208山水聯(lián)盟】某商場開業(yè)不久，老板為研判商場運營情況，調(diào)取了最近一個月的商品銷售情況，如下表如示。老板想知道哪些商品賣的多，哪些商品產(chǎn)生的利潤多，同時為表彰先進(jìn)，需統(tǒng)計每個員工銷售商品數(shù)量，并做成圖表，現(xiàn)老板高薪聘請你為運營總監(jiān)，要求你設(shè)計python程序，完成上述功能。
import pandas as pd
import matplotlib.pyplot as plt
pd.set_option('display.unicode.ambiguous_as_wide',True) #處理列數(shù)據(jù)無法對齊的情況
pd.set_option('display.unicode.east_asian_width',True)
plt.rcParams['font.sans-serif'] = 'simhei' #圖表顯示中文字體
df=pd.read_csv("sale.csv",encoding="gbk") #導(dǎo)入待處理 CSV 文件
① #修改第 1 行顯示器的銷售人員為“畢春艷
df["利潤"]=(df["單品售價"]-df["單品進(jìn)價"])*df["銷售數(shù)量"] #計算出每一筆業(yè)業(yè)務(wù)利潤的情況
df1=② #按"商品名稱"統(tǒng)計本月"銷售數(shù)量","利潤"的總和
print(③ ) #篩選出本月賺錢較多的前3種商品
#同理，統(tǒng)計同種商品的月銷量，代碼略
#統(tǒng)計本月每一位銷售人員的商品銷售數(shù)量
df2=df.groupby("銷售人員",as_index=False)["銷售數(shù)量"].sum()
print(④ ) #篩選出本月銷售數(shù)量>25 或銷售數(shù)量<10 的銷售人員
x=⑤ ; y=df2["銷售數(shù)量"] #以垂直柱形圖的形式統(tǒng)計顯示所有銷售員的業(yè)績
plt.figure(figsize=(8,4))
plt.title("商場運營情況分析")
plt.bar(x,y,label="銷售人員業(yè)績圖",color="r")
plt.legend( )
plt.show()
4.【202209七彩陽光】小林收集了各地區(qū)的油價存于文件“數(shù)據(jù).xls” 中(如下1圖所示)，他對數(shù)據(jù)進(jìn)行了如下操作：
Ⅰ.將文件“數(shù)據(jù).xls”中的數(shù)據(jù)讀入對象df中；將數(shù)據(jù)中的“八.八”修改為8.8；
Ⅱ.刪除對象“df”中的“優(yōu)惠”列，并將對象“df”進(jìn)行更新；
Ⅲ.添加“平均油價”列，再進(jìn)行相關(guān)計算；將對象“df”中數(shù)據(jù)按地區(qū)降序排序；
Ⅳ.篩選出對象“df”中數(shù)據(jù)“0 號柴油”不大于 8.4 元的數(shù)據(jù)行，保存到對象“d5”中；
Ⅴ.統(tǒng)計對象“d5”中的各個地域的地區(qū)個數(shù)，并繪制圖表，如下2圖所示。
請在劃線①②③④處填入合適的代碼。
import pandas as pd
import matplotlib.pyplot as plt
plt.rc('font',**{'family':'SimHei'})
df = pd.read_excel('數(shù)據(jù).xls')
df.① =8.8
df = df.②
df['平均油價']=(df['92 號汽油']+df['95 號汽油']+df['0 號柴油'])/3
df=df.sort_values('地區(qū)',ascending=False)
d5=③
g=d5.④ ['地區(qū)'].count()
plt.bar(g.index,g.values)
plt.title("地域分布圖")
plt.show()

展開更多......

收起↑