資源簡介

數據處理與應用大單元
——excel+pandas+matplotlib鞏固練習
班級 姓名
1.某次測試的excel文件成績表如下圖所示。
(1) 已知有200名同學參加了本次測試。小明想把全體同學的信息平均分放在D202單元格，那么在D202單元格輸入的公式為 =average(D2:D201)
(2)現在要求用python計算“總分”列數據，然后求每個班總分的平均分（如下左圖所示），最后繪制每班總分平均分的垂直柱形圖（如下右圖所示）。請將空白處填充完整。
import pandas as pd
import matplotlib.pyplot as plt
plt.rcParams["font.sans-serif"]=["SimHei"] #用于顯示中文標簽
df=pd.read_excel("test.xlsx")
score=[]
for i in df.values:
js=① i[3]+i[4]
score.append(js)
df["總分"]=score
df1=df.groupby("班級",as_index=False)["總分"].mean()
plt.title("期中技術平均分")
② plt.bar (③ df1.班級 , df1.總分, width=0.5)
plt.show()
2.小張收集了某超市的經營數據（數據樣例如下圖所示），并對數據進行分析。
(1)若利用Excel軟件對這些數據進行處理，打開的文件界面如下圖所示，要計算所有記錄中的銷售金額，可以通過H3單元格中的公式向下自動填充得到，則H3單元格中的公式是_____________ __
(2)若利用Python編程對這些數據進行處理，可采用pandas模塊中的 B (填字母：A.Series / B.DataFrame)數據結構來存儲這些數據比較高效。
(3)若要用Python編程分析各種商品的銷售金額，繪制前總銷售金額前20名的商品名稱和銷售金額對應條形圖圖表，將下面程序段空白處填充完整。
import pandas as pd
import matplotlib.pyplot as plt
df=pd.read_csv("超市銷售數據.csv") #用read_csv函數讀取數據文件
df.銷售金額= df.銷售單價 * ① df.銷售數量
g= ② df.groupby("商品名稱",as_index=False) #按商品名稱對數據進行分組統計
ss=g.銷售金額.sum() #求每個商品的總銷售金額
s=ss.sort_values("銷售金額",③ ascending=False ).head(20)
plt.rcParams['font.sans-serif']=['SimHei'] #中文顯示問題
plt.rcParams['axes.unicode_minus']=False
plt.figure(num="超市前20名商品銷售金額", figsize=(10,5))
plt.title("銷售排行榜", fontsize=20)
plt. barh (s.商品名稱, s.銷售金額, width=0.3)
plt.xlabel("前20名商品名稱")
plt.ylabel("前20名商品銷售金額")
plt.legend(['銷售金額'])
plt.show()
3.小明收集了某超市商品價格數據，存儲在“商品價格表.xlsx”文件中，其存儲格式如圖a 所示。
他編寫了Python 程序對數據做了如下整理和分析：
(1) 將第 2 條記錄中的單位“廳”改為“聽”，將“總價”列改名為“售價”，并刪除第 4 條記錄，并計算各商品售價（售價=原價*0.8）
(2)按“商品類別”分類統計各類商品的品種數量，并按各類商品的“品種數量”降序排序，以柱形圖形式顯示品種最多的 10 類商品，所建立的圖表如圖b 所示。
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"] #用于顯示中文標簽
data = pd.read_excel("商品價格表.xlsx")
data.① at[1, "單位"]="聽" #將第 2 條記錄的單位“廳”改為“聽”
data = data.rename(columns = {"總價":"售價"}) #將“總價”列名稱改為“售價”
data = ② data.drop(3) #刪除第 4 條記錄
data["售價"] = data["原價"] * 0.8
s = data.groupby("商品類別",as_index=False).商品名稱. ③ count()
#按商品類別統計商品品種數量
s = s.rename(columns = {"商品名稱":"品種數量"})
#將分組統計后的 “商品名稱”列改名為 “品種數量”
s = s. sort_values('品種數量',ascending=False) #按商品類別的品種數量降序排列
s= s.head(10)
plt.bar(s.商品類別 , s.品種數量,label="品種數量") #繪制柱形圖
plt.title("品種最多的 10 大商品類別", fontsize=16)
plt.legend()
plt.show ()
4.李老師統計了某次考試各班學生的選擇題答題情況（共 12 個小題，每小題答對記 2 分，答錯記 0 分），數據存儲在“score.xlsx”文件中，如下圖所示。為計算每班選擇題平均分（選擇題平均分是指12個小題的平均分之和），同時找出選擇題平均分最高的3個班級，李老師通過 Python 編程進行數據處理，并以圖表的形式呈現結果。
(1)實現上述功能的 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
import numpy as np
plt.rcParams['font.sans-serif']=['SimHei'] #顯示中文字符，字體為黑體
df=pd.read_excel(" ① score.xlsx ")
pjf=df.groupby("班級",as_index=False).mean()
pjf= pjf.drop("考號",axis=1)
pjf["選擇題平均分"]= ② pjf.sum(axis=1)
y1=pjf.min()["選擇題平均分"]
y2=pjf.max()["選擇題平均分"]
px=pjf.sort_values("選擇題平均分",ascending=False)
print(px)
s= px.head(3)
plt.figure()
plt.bar(s.班級, ③ s.選擇題平均分 或 s["選擇題平均分"] )
plt.title("選擇題平均分最高的 3 個班級")
plt.ylim(y1-0.2,y2+0.2)
plt.yticks(np.linspace(y1-0.2,y2+0.2,20)) #設置 y 坐標軸的刻度
plt.show()
(2)運行該程序段后，繪制出的圖表下圖所示，則該圖表的類型是 B
（填字母：A.線形圖 /B.垂直柱形圖 /C.水平柱形圖 ）。數據處理與應用大單元
——excel+pandas+matplotlib鞏固練習
班級 姓名
1. 某次測試的excel文件成績表如下圖所示。
(1) 已知有200名同學參加了本次測試。小明想把全體同學的信息平均分放在D202單元格，那么在D202單元格輸入的公式為
(2)現在要求用python計算“總分”列數據，然后求每個班總分的平均分（如下左圖所示），最后繪制每班總分平均分的垂直柱形圖（如下右圖所示）。請將空白處填充完整。
import pandas as pd
import matplotlib.pyplot as plt
plt.rcParams["font.sans-serif"]=["SimHei"] #用于顯示中文標簽
df=pd.read_excel("test.xlsx")
score=[]
for i in df.values:
js=①
score.append(js)
df["總分"]=score
df1=df.groupby("班級",as_index=False)["總分"].mean()
plt.title("期中技術平均分")
② (③ , df1.總分, width=0.5)
plt.show()
2.張收集了某超市的經營數據（數據樣例如下圖所示），并對數據進行分析。
(1)若利用Excel軟件對這些數據進行處理，打開的文件界面如下圖所示，要計算所有記錄中的銷售金額，可以通過H3單元格中的公式向下自動填充得到，則H3單元格中的公式是_____________ __
(2)若利用Python編程對這些數據進行處理，可采用pandas模塊中的 (填字母：A.Series / B.DataFrame)數據結構來存儲這些數據比較高效。
(3)若要用Python編程分析各種商品的銷售金額，繪制前總銷售金額前20名的商品名稱和銷售金額對應條形圖圖表，將下面程序段空白處填充完整。
import pandas as pd
import matplotlib.pyplot as plt
df=pd.read_csv("超市銷售數據.csv") #用read_csv函數讀取數據文件
df.銷售金額= df.銷售單價 * ①
g= ② #按商品名稱對數據進行分組統計
ss=g.銷售金額.sum() #求每個商品的總銷售金額
s=ss.sort_values("銷售金額",③ ).tail(20)
plt.title("銷售金額前10名的商品")
plt.rcParams['font.sans-serif']=['SimHei'] #中文顯示問題
plt.rcParams['axes.unicode_minus']=False
plt.figure(num="超市前20名商品銷售金額", figsize=(10,5))
plt.title("銷售排行榜", fontsize=20)
plt. (s.商品名稱, s.銷售金額, width=0.3)
plt.xlabel("前20名商品名稱")
plt.ylabel("前20名商品銷售金額")
plt.legend(['銷售金額'])
plt.show()
3.小明收集了某超市商品價格數據，存儲在“商品價格表.xlsx”文件中，其存儲格式如圖a 所示。
他編寫了Python 程序對數據做了如下整理和分析：
(1) 將第 2 條記錄中的單位“廳”改為“聽”，將“總價”列改名為“售價”，并刪除第 4 條記錄，并計算各商品售價（售價=原價*0.8）
(2)按“商品類別”分類統計各類商品的品種數量，并按各類商品的“品種數量”降序排序，以柱形圖形式顯示品種最多的 10 類商品，所建立的圖表如圖b 所示。
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"] #用于顯示中文標簽
data = pd.read_excel("商品價格表.xlsx")
data.① #將第 2 條記錄的單位“廳”改為“聽”
data = data.rename(columns = {"總價":"售價"}) #將“總價”列名稱改為“售價”
data = ② #刪除第 4 條記錄
data["售價"] = data["原價"] * 0.8
s = data.groupby("商品類別",as_index=False).商品名稱. ③
#按商品類別統計商品品種數量
s = s.rename(columns = {"商品名稱":"品種數量"})
#將分組統計后的 “商品名稱”列改名為 “品種數量”
s = s. #按商品類別的品種數量降序排列
s= s.head(10)
plt.bar(s.商品類別 , s.品種數量,label="品種數量") #繪制柱形圖
plt.title("品種最多的 10 大商品類別", fontsize=16)
plt.legend()
plt.show ()
4.李老師統計了某次考試各班學生的選擇題答題情況（共 12 個小題，每小題答對記 2 分，答錯記 0 分），數據存儲在“score.xlsx”文件中，如下圖所示。為計算每班選擇題平均分（選擇題平均分是指12個小題的平均分之和），同時找出選擇題平均分最高的3個班級，李老師通過 Python 編程進行數據處理，并以圖表的形式呈現結果。
(1)實現上述功能的 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
import numpy as np
plt.rcParams['font.sans-serif']=['SimHei'] #顯示中文字符，字體為黑體
df=pd.read_excel(" ① ")
pjf=df.groupby("班級",as_index=False).mean()
pjf= pjf.drop("考號",axis=1)
pjf["選擇題平均分"]= ②
y1=pjf.min()["選擇題平均分"]
y2=pjf.max()["選擇題平均分"]
px=pjf.sort_values("選擇題平均分",ascending=False)
print(px)
s= px.head(3)
plt.figure()
plt.bar(s.班級, ③ )
plt.title("選擇題平均分最高的 3 個班級")
plt.ylim(y1-0.2,y2+0.2)
plt.yticks(np.linspace(y1-0.2,y2+0.2,20)) #設置 y 坐標軸的刻度
plt.show()
(2)運行該程序段后，繪制出的圖表下圖所示，則該圖表的類型是
（填字母：A.線形圖 /B.垂直柱形圖 /C.水平柱形圖 ）。

展開更多......

收起↑