QiuBeiXianSeng的博客

豆瓣读书练习如上数据有问题如下：• 索引无序• 单价中包含各种各样单位所以需求如下：• 读取数据 重置索引• 将单价列取出 整数 或 浮点数 并转为可计算类型• 将评分列进行降序• 直观体现评分数据主要分布在哪个区间• 直观体现单价与评分的分布• 取出评分前100条数据 直观体现不同出版社的出书次数import pandas as pdimport numpy as npimport seaborn as snsfrom matplotlib import pyplot as p

练习1将 学生成绩表 与 选修成绩表 进行水平的拼接第一种方法import pandas as pdimport numpy as np# 读取学生成绩表跟选修成绩表df1 = pd.read_excel("学生成绩表.xlsx",index_col = 0)df2 = pd.read_excel("选修成绩表.xlsx",index_col = 0)# 使用堆叠方式进行拼接pd.concat((df1,df2),axis = 1)结果如下：第二种方法# 读取学生成绩表跟选

练习1• 读取北向.csv 指定 trade_date 为 行索引• 查看数据的基本信息 有无缺失值 对其缺失值进行处理• 删除缺失值所在行• 查看数据的基本信息 查看数据是否清洗完毕• 标签为 index 这列没啥用 将该列删除• 观察数据是否有重复行• 将重复行进行删除• 将行索引 进行升序• 将处理好的数据 保存至 北向(副).csvimport pandas as pdimport numpy as np# 读取北向.csv 指定第一列为 行索引bx_df = p

练习1读取 catNames2.csv 文件，完成需求如下：• 找到所有的使用次数超过800的猫的名字• 获取用次数最高的名字读取 catNames2.csv 文件import pandas as pdimport numpy as np# 读取Excel表格数据c_df = pd.read_csv("catNames2.csv")c_df结果如下：找到所有的使用次数超过800的猫的名字# 找到所有的使用次数超过800的猫的名字c_df[c_df.loc[:,"Count_A

练习1通过 Pandas 创建 学生成绩表的 excel 文件 。参考数据如下(可自己构建)：代码如下：import pandas as pdimport numpy as npstu_names = ["胡歌","林更新","金世佳","丑娟"]courses = ['语文', '数学', '英语', 'Python', '体育']data = np.array([[87., 74., 98., 84., np.nan],[79., 69., 61., 99., np.nan],[84.,

练习1：在讲解 Matplotlib 的时候，我们使用以下代码绘制分组条形图。其中讲解到，三根柱子的位置需要同时往左或往右移动时，需要使用到列表推导式。实际上，duck不必，请使用numpy的所学来优化我们该部分代码。代码展示：import matplotlib.pyplot as pltimport numpy as npplt.rcParams['font.sans-serif'] = ['SimHei'] # 步骤一（替换sans-serif字体）plt.rcParams['axes.un

以上为英国与美国Youtube数据，其每列对应的是：点击，喜欢，不喜欢，评论。练习1结合Matplotlib绘制各自的评论数量的图形，体现其评论数主要分布在哪个区间。代码如下：import numpy as npimport matplotlib.pyplot as pltimport matplotlib # 设置字体font = { 'family':'SimHei', 'weight':'bold', 'size':12}matplotlib.rc("fo.