Jason960606的博客

第十二讲练习 练习1 data = pd.read_csv("C:\\Users\\chen\\Desktop\\python-m notebook\\作业数据\\catNames2.csv") #找出大于800的名字 data2 = data[data['Count_AnimalName']>800] data2 #找出使用最多的名字 #法1，直接寻找 # data3 = data[data['Count_AnimalName']==data.max()[0]] ###法2，通过排序寻找，默认

第十讲练习 练习1 stu_names = ["胡歌","林更新","金世佳","丑娟"] courses = ['语文', '数学', '英语', 'Python', '体育'] data_1 = np.array([[87., 74., 98., 84., np.nan],[79., 69., 61., 99., np.nan],[84., 84., 94., 66., np.nan],[90., 60., 72., 90., np.nan]]) df = pd.DataFrame(data=dat

第九讲及练习 练习1 import csv import pandas as pd import random import numpy as np from functools import reduce import matplotlib.pyplot as plt from matplotlib.ticker import MultipleLocator, FormatStrFormatter #字体设置1：通过全局设置方式使图片可以显示中文刻度，只支持ttf，不能设置ttc字体 import m

第八讲练习 原始方法： data1_stock = np.loadtxt("C:\\Users\\chen\\Desktop\\python-m notebook\\图片及数据\\大地电磁EMD数据\\EMD1.csv",delimiter=",",dtype="object") data2_stock = np.loadtxt("C:\\Users\\chen\\Desktop\\python-m notebook\\图片及数据\\大地电磁EMD数据\\EMD2.csv",delimiter=",",d

第七讲练习 练习1 def auto_label(x,my_y): for x_i,y_i in zip(x,my_y): plt.annotate(f"{y_i}",xy=(x_i,y_i),xytext=(x_i,y_i-1)) plt.rcParams['font.sans-serif'] = ['SimHei'] # 步骤一（替换sans-serif字体） plt.rcParams['axes.unicode_minus'] = False # 步骤二（解决坐标轴负数

第五讲及作业 练习1 第一种方法，使用open函数 f = open('D:\\Download\\餐饮.csv', 'r',encoding="gbk")# 给定文件路径 f.read()#读全部 # f.readline()#读一行 # f.readlines()#读全部 第二种方法，使用pandas # pd.read_csv?? data_1 = pd.read_csv("D:\\Download\\餐饮.csv",encoding="gbk") print(data_1) 练习2

作业二 练习1 #最小值160，最大值189， height = [160,163,175,180,176,177,168,189,188,177,174,170,173,181] #求组数 ma = max(height) mi = min(height) b = 1 bi = int((ma - mi)/b) plt.hist(height,bins = bi,density=True) #标签 plt.xlabel('区间') plt.ylabel('频数、频率') plt.title('身高

第三课作业 p = [60,80,40,30,70,90,95] s = [100,50,120,135,65,45,40] a = sorted(zip(p,s)) x = [] y = [] for i in range(len(a)): x.append(a[i][0]) y.append(a[i][1]) x_l = range(len(x)) plt.scatter(x_l,y) plt.plot(x_l,y) #刻度 s_xt = ['{}元'.format(x[i]

第六讲练习 创建 2*2 的数组arr1 元素自定义，两种方法 #创建 2*2 的数组arr1 元素自定义 arr_1 = np.arange(4) arr1 = arr_1.reshape(2,2)#使用reshape,注意reshape不会改变原数组，方法1 arr1 = arr_1.reshape(2,-1)#也是方法1，-1为维度根据数据判断（负数就行） arr1 = np.array([[0,1],[2,3]])#正常创造，方法2 创建 223 的数组arr2 元素自定义，查看arr2的维度