資源簡介

數據處理與應用大單元
——excel+pandas+matplotlib數據處理與應用綜合練習
班級 姓名
1.小張同學收集了某地區近五年（2015-2019）供水用水情況數據，用 Excel 軟件進行數據處理，如圖所示，請回答下列問題：
(1)小張在 C10 單元格輸入公式后，又將 C10 單元格復制到 C12，并用自動填充功能完成C10:G10，D12:G12 單元格的數據計算，則 C12 單元格中顯示的結果是① (單選，填字母:
A. # VALUE! / B.1266.27/ C. #DIV/0! / D. 14.32)
(2)若要按照上述方法正確計算所有“占總用水量百分比（%）”，小張應修改 C10 單元格的公式為② 。
(3)將農業、工業、生活、生態用水量單獨復制出來到"cs.xlsx"中，如下左圖所示，然后編寫python程序畫餅圖（如下右圖所示），請把下面的代碼補充完整。
圖表函數參考：pyplot模塊中的pie(x, label="xxx")是以x(一維列表類數據)為依據，以label為標簽畫餅
import pandas as pd
import matplotlib.pyplot as plt
cs=③
plt.rcParams['font.family']=['SimHei'] #漢字顯示
plt.pie(④ ,labels=cs["指標"],autopct='%1.1f%%')
plt.title("2019年用水占比情況")
plt.show()
2.小明從網站上收集了2018年主要城市氣候情況相關數據保存在“qihou.csv”文件中，格式如圖1 所示。為了分析主要城市氣候情況數據，小明利用 python 繪制反映各城市平均氣溫的柱形圖，如圖 2所示。
(1)部分程序代碼如下所示，補全①②劃線處的代碼。
import pandas as pd
import matplotlib.pyplot as plt
from matplotlib.pyplot import MultipleLocator #MultipleLocator 類用于設置刻度間隔
plt.rcParams["font.sans-serif"]=["simHei"] #漢字顯示
df=pd.read_csv("qihou.csv",encoding="gbk") #讀取'qihou.csv'文件，，創建 DataFrame 對象
#顯示年平均氣溫最高的城市
df_sort=df.sort_values("年平均氣溫（。C）",ascending=False)
print(df_sort.head(10)) #下劃線處
df1=df_sort.head(10) #下劃線處
plt.figure(figsize=(10,5))
x=df1["地市"] ; y=df1["年平均氣溫（℃）"]
①______________________ _#繪制柱形圖
plt.title("年平均氣溫最高的城市的 10 個城市")
plt.xlabel("地市")
plt.ylabel("年平均氣溫（℃）")
②______________________________#顯示圖例
plt.show()
(2)若要制作平均氣溫最低的10個城市的柱形圖，則程序下劃線處的代碼應該改為_______________
(3)若要刪除df中的“City”列數據，則代碼可以為__________________________________
3.如圖所示，小明從票房網上收集了 2014 年 2022 年的票房前 50 的數據。
(1)小明收集的數據存在一些問題，需要進行數據整理，下列說法合理的是（ ）
A.失值一般用任意值填充
B.數據須直接刪除或忽略
C.復數據可以直接刪除
D.不一致的數據，需要進行格式轉換
(2)RANK 函數是排名函數常用于求某一個數值在某一區域內的排名。例如：=RANK(E2,E2:E51)表示 E2 在 E2:E51 區域中的排名情況?，F在要求得票房排名，且 H3:H51 均由 H2 填充獲得，則 H2 單元格中的公式應修改為 。
(3)用所學的 DataFrame 和 matplotlib 對票房數據進行了分析，最終算出了累計票房數前五的導演，并繪制了垂直柱形圖，請完成如下程序的填空。
import pandas as pd
import matplotlib.pyplot as plt
plt.rcParams['font.family'] = ['sans-serif'] #中文顯示plt.rcParams['font.sans-serif'] = ['SimHei'] #中文顯示df1=pd.read_excel("票房.xlsx")
daoyan=[] piaofang=[]
for i in df1.values: #一部電影可能存在多名導演s=i[2].split("、") #按“、”分割導演名字
for j in s:
daoyan.append(j)
①
data={"daoyan":daoyan,"piaofang":piaofang} df2=pd.DataFrame(data)
② #按導演姓名分組
t=t.sum() t=t.sort_values("piaofang",ascending=False) t[0:5].plot(kind='bar',rot=0)
plt.title("票房累計前五的導演（億）") plt.show()
4.學校信息教師搜集某次考試本校學生的信息部分小題得分數據，部分界面如圖a所示。
該次考試信息技術試卷題型及分值分布如下：
試卷一共17小題，總分50分；第1-10題為單選題，每小題分值為2分；第11-14題為多選題，每小題分值為3分；第15-17題為非選擇題，其中第15小題5分，第16小題6分，第17小題7分。為了更精準開展教研活動，該教師編寫python程序對考試數據進行分析。
(1)程序代碼及部分運行界面截圖如圖b和圖c所示，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"] #使圖形中的中文正常編碼顯示
df = pd.read_excel("cj.xlsx")
#為了數據的準確性，先排除0分考生
df = ①
#以下代碼作用為計算每道題的難度系數（難度系數 = 平均分 / 分值）
danxuan = ["1","2","3","4","5","6","7","8","9","10"]
duoxuan = ["11","12","13","14"]
fz = {"單選":2,"多選":3,"15":5,"16":6,"17":7}
dif = []
for i in df.columns[3:]:
if i in danxuan:
key = "單選"
elif i in duoxuan:
key = "多選"
else:
key = i
dif.append(round( ② / fz[key],4))
dic = {"題號":df.columns[3:],"難度系數":dif}
df1 = pd.DataFrame(dic)
df1.to_excel("難度系數.xlsx") #輸出文件"難度系數.xlsx"部分界面如下圖所示
#以下代碼的作用為制作如上圖所示的圖表(難度系數越大代表題目越簡單）
df1 = df1.sort_values("難度系數")
plt.figure(figsize = (8,4))
plt.title("難度最大的 10 道題對比圖")
plt.xlabel("題號") ; plt.ylabel("難度系數")
plt.show()
(2)加框處的代碼可以的是下列選項中的 （單選，填字母）。
A.plt.bar(df1.題號[:10],df1.難度系數[:10])
B.plt.bar(df1.題號[-10:],df1.難度系數[-10:])
C.plt.barh(df1.題號[:10],df1.難度系數[:10])
D.df1[:10].plot(kind = "bar",rot = 0數據處理與應用大單元
——excel+pandas+matplotlib數據處理與應用綜合練習
班級 姓名
1. 小張同學收集了某地區近五年（2015-2019）供水用水情況數據，用 Excel 軟件進行數據處理，如圖所示，請回答下列問題：
(1)小張在C10單元格輸入公式后，又將C10單元格復制到C12，并用自動填充功能完成C10:G10，D12:G12 單元格的數據計算，則 C12 單元格中顯示的結果是① B (單選，填字母:
A. # VALUE! / B.1266.27/ C. #DIV/0! / D. 14.32)
(2)若要按照上述方法正確計算所有“占總用水量百分比（%）”，小張應修改C10單元格的公式為② =C9/C$8*100 。
(3)將農業、工業、生活、生態用水量單獨復制出來到"cs.xlsx"中，如下左圖所示，然后編寫python程序畫餅圖（如下右圖所示），請把下面的代碼補充完整。
圖表函數參考：pyplot模塊中的pie(x, label="xxx")是以x(一維列表類數據)為依據，以label為標簽畫餅
import pandas as pd
import matplotlib.pyplot as plt
cs=①pd.read_excel(' cs.xlsx ')
plt.rcParams['font.family']=['SimHei'] #漢字顯示
plt.pie(② cs["2019年"] ,labels=cs["指標"],autopct='%1.1f%%')
plt.title("2019年用水占比情況")
plt.show()
2.小明從網站上收集了2018年主要城市氣候情況相關數據保存在“qihou.csv”文件中，格式如圖1 所示。為了分析主要城市氣候情況數據，小明利用 python 繪制反映各城市平均氣溫的柱形圖，如圖 2所示。
(1)部分程序代碼如下所示，補全①②劃線處的代碼。
import pandas as pd
import matplotlib.pyplot as plt
from matplotlib.pyplot import MultipleLocator #MultipleLocator 類用于設置刻度間隔
plt.rcParams["font.sans-serif"]=["simHei"] #漢字顯示
df=pd.read_csv("qihou.csv",encoding="gbk") #讀取'qihou.csv'文件，，創建 DataFrame 對象
#顯示年平均氣溫最高的城市
df_sort=df.sort_values("年平均氣溫（。C）",ascending=False)
print(df_sort.head(10)) #下劃線處
df1=df_sort.head(10) #下劃線處
plt.figure(figsize=(10,5))
x=df1["地市"] ; y=df1["年平均氣溫（℃）"]
①_plt.bar(x,y,label="年平均氣溫（℃）")或等價答案 _#繪制柱形圖
plt.title("年平均氣溫最高的城市的 10 個城市")
plt.xlabel("地市")
plt.ylabel("年平均氣溫（℃）")
②__plt.legend()_____________#顯示圖例
plt.show()
(2)若要制作平均氣溫最低的10個城市的柱形圖，則程序下劃線處的代碼應該改為___tail(10)_____
(3)若要刪除df中的“City”列數據，則代碼可以為____df=df.drop(“City”,axis=1) 或等價答案________
3.如圖所示，小明從票房網上收集了 2014 年 2022 年的票房前 50 的數據。
(1)小明收集的數據存在一些問題，需要進行數據整理，下列說法合理的是（ D ）
A.失值一般用任意值填充
B.數據須直接刪除或忽略
C.復數據可以直接刪除
D.不一致的數據，需要進行格式轉換
(2)RANK 函數是排名函數常用于求某一個數值在某一區域內的排名。例如：=RANK(E2,E2:E51)表示 E2 在 E2:E51 區域中的排名情況。現在要求得票房排名，且 H3:H51 均由 H2 填充獲得，則 H2 單元格中的公式應修改為 =RANK（E2,$E$2:$E$51） 或 =RANK（E2,E$2:E$51） 。
(3)用所學的 DataFrame 和 matplotlib 對票房數據進行了分析，最終算出了累計票房數前五的導演，并繪制了垂直柱形圖，請完成如下程序的填空。
import pandas as pd
import matplotlib.pyplot as plt
plt.rcParams['font.family'] = ['sans-serif'] #中文顯示plt.rcParams['font.sans-serif'] = ['SimHei'] #中文顯示df1=pd.read_excel("票房.xlsx")
daoyan=[] piaofang=[]
for i in df1.values: #一部電影可能存在多名導演s=i[2].split("、") #按“、”分割導演名字
for j in s:
daoyan.append(j)
① piaofang.append(i[4]/10000)
data={"daoyan":daoyan,"piaofang":piaofang} df2=pd.DataFrame(data)
② t=df2.groupby(“daoyan”) 或 t=df2.groupby(“daoyan”,as_index=True) #按導演姓名分組
t=t.sum() t=t.sort_values("piaofang",ascending=False) t[0:5].plot(kind='bar',rot=0)
plt.title("票房累計前五的導演（億）") plt.show()
4.學校信息教師搜集某次考試本校學生的信息部分小題得分數據，部分界面如圖a所示。
該次考試信息技術試卷題型及分值分布如下：
試卷一共17小題，總分50分；第1-10題為單選題，每小題分值為2分；第11-14題為多選題，每小題分值為3分；第15-17題為非選擇題，其中第15小題5分，第16小題6分，第17小題7分。為了更精準開展教研活動，該教師編寫python程序對考試數據進行分析。
(1)程序代碼及部分運行界面截圖如圖b和圖c所示，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"] #使圖形中的中文正常編碼顯示
df = pd.read_excel("cj.xlsx")
#為了數據的準確性，先排除0分考生
df = ① df[df["信息"]>0] 或者df[df.信息>0]
#以下代碼作用為計算每道題的難度系數（難度系數 = 平均分 / 分值）
danxuan = ["1","2","3","4","5","6","7","8","9","10"]
duoxuan = ["11","12","13","14"]
fz = {"單選":2,"多選":3,"15":5,"16":6,"17":7}
dif = []
for i in df.columns[3:]:
if i in danxuan:
key = "單選"
elif i in duoxuan:
key = "多選"
else:
key = i
dif.append(round( ② df[i].mean() / fz[key],4))
dic = {"題號":df.columns[3:],"難度系數":dif}
df1 = pd.DataFrame(dic)
df1.to_excel("難度系數.xlsx") #輸出文件"難度系數.xlsx"部分界面如下圖所示
#以下代碼的作用為制作如上圖所示的圖表(難度系數越大代表題目越簡單）
df1 = df1.sort_values("難度系數")
plt.figure(figsize = (8,4))
plt.title("難度最大的 10 道題對比圖")
plt.xlabel("題號") ; plt.ylabel("難度系數")
plt.show()
(2)加框處的代碼可以的是下列選項中的 A （單選，填字母）。
A.plt.bar(df1.題號[:10],df1.難度系數[:10])
B.plt.bar(df1.題號[-10:],df1.難度系數[-10:])
C.plt.barh(df1.題號[:10],df1.難度系數[:10])
D.df1[:10].plot(kind = "bar",rot = 0)

展開更多......

收起↑