Python数据科学库-小测验

简介: 考察内容包括numpy、pandas、matplotlib这3个库的内容1、请写出numpy中创建数组的方式答:np.arange、np.array、np.

考察内容包括numpy、pandas、matplotlib这3个库的内容

1、请写出numpy中创建数组的方式

答:np.arange、np.array、np.ones、np.zeros、np.full

2、numpy常规操作题:

(1)用numpy中的随机函数np.random.rand(5,5),生成一个5x5的数组,并使用numpy中的切片、索引以及索引搜等方法,将数据根据第二列的数据大小进行重新排序(图中数据仅作为演示用)


img_3b08a3e15ffb16a20621a4f31c64c969.png
image.png
a = np.random.rand(5,5)
print("排序前:")
print(a)
a_sorted = a[np.argsort(a[:,1])]
print('按照第二列的值排序后:')
print(a_sorted)

运行结果如下图所示:


img_24479dcde0640756f1634e2e266a423f.png
题2-1运行结果.png

(2) 用numpy至少两种方法生成如下所示的数组


img_15e9bfc7be8ce323668267c54495aab2.png
image.png

第一种解法:

import numpy as np
m = np.ones((10,10))
m[1:-1,1:-1] = 0
print(m)

第二种解法:

import numpy as np
m = np.ones((10,10))
m[1:-1,1:-1] = np.zeros((8,8))
print(m)

第三种解法:

import numpy as np
m = np.zeros((10,10))
m[0] = 1
m[:,0] = 1
m[-1] = 1
m[:,-1] = 1
print(m)

(3)编写代码,判断第数组一中的每个元素在数组二中是否存在
数组一:[ 0 10 20 40 60]
数组二:[0, 40]
结果:[ True False False True False]

import numpy as np
m1 = np.array([0,10,20,40,60])
m2 = np.array([0, 40])
r1 = m1==m2[0] 
r2 = m1==m2[1]
print(r1 | r2)

(4)编写代码,实现查找出两个numpy数组中相同的元素
数组一: [ 0 10 20 40 60]
数组二:[10, 30, 40]
结果:[10 40]

import numpy as np
m1 = np.array([0,10,20,40,60])
m2 = np.array([10,30,40])
print([k for k in m1 if k in m2])

(5)编写代码,实现查找出给定数组中比10大的数,返回新的数组values,同时给出比10大的数在原数组中的索引
给定数组:[[ 0 10 20] [20 30 40]]
求如下数组:
Values: [20 20 30 40]
索引数组: (array([0, 1, 1, 1]), array([2, 0, 1, 2]))

import numpy as np
a = np.array([[0,10,20],[20,30,40]])
pos = a > 10
Values = a[pos].ravel()
print(Values)
indexList = []
for i in range(2):
    for j in range(3):
        if pos[i][j]:
            indexList.append([i,j])
indexArray = np.array(indexList).T
print(indexArray)

3、实时电影票房数据集

请使用tushare模块提供的api并结合numpy、scipy等模块,获取前一天电影排行数据中上映天数大于7中日平均票价最高的电影,分析该电影近一个星期的票房及电影票价的走势,要求分别绘制出票房走势和平均票价走势。
getDay7Movies函数的作用是获取上映时间超过7天的电影,返回值的数据类型为DataFrame
getDayList函数的作用是获取日期列表,列表中元素的数据类型为字符串str,如下图所示:

img_46bbad1f1f1d800b1c28af817cdc80ae.png
getDayList函数.png

getMovieWeekRecord函数的作用是得到 电影最近一周的票房信息,需要一个参数,参数数据类型为字符串str,函数返回值的数据类型为DataFrame
drawBoxOffice函数的作用是画出 票房趋势图
drawAvgPrice函数的作用是画出 平均票价趋势图
解答代码如下,复制到py文件中可以直接运行,运行前安装tushare库命令: pip install tushare

import tushare as ts
import datetime
import pandas as pd
import matplotlib.pyplot as plt
from pylab import mpl 
mpl.rcParams['font.sans-serif'] = ['SimHei']

def getDay7Movies():
    movie_df = ts.day_boxoffice()
    selected_df = movie_df[\
        movie_df['MovieDay'].values.astype('int') > 7]
    sorted_df = selected_df.sort_values(by='AvgPrice',ascending=False)
    return sorted_df.reset_index(drop=True)

def getDayList():
    day_list = []
    now_time = datetime.datetime.now()
    for i in range(-9,0):
        day = now_time + datetime.timedelta(days=i)
        dayStr = day.strftime("%Y-%m-%d")
        day_list.append(dayStr)
    return day_list

def getMovieWeekRecord(movieName):
    day_list = getDayList()
    record_list = []
    for day in day_list:
        try:
            movie_all = ts.day_boxoffice(day)
            record = movie_all[\
                movie_all['MovieName'].values == movieName].copy()
            record['date'] = day
            record_list.append(record)
        except Exception as e:
            print(str(e))
    return pd.concat(record_list).reset_index(drop=True)
    
def drawBoxOffice(movieWeekRecord):
    x_ticks = [k[5:] for k in movieWeekRecord['date'].values]
    x = range(len(x_ticks))
    y = list(movieWeekRecord['BoxOffice'].values.astype("f"))
    movieName = movieWeekRecord['MovieName'].iloc[0]
    plt.title("《%s》电影最近一周票房走势图" %movieName)
    plt.xlabel('日期')
    plt.ylabel('单日票房')
    plt.xticks(x,x_ticks)
    plt.plot(x,y)
    plt.show()
    
def drawAvgPrice(movieWeekRecord):
    x_ticks = [k[5:] for k in movieWeekRecord['date'].values]
    x = range(len(x_ticks))
    y = list(movieWeekRecord['AvgPrice'].values.astype('int'))
    movieName = movieWeekRecord['MovieName'].iloc[0]
    plt.title("《%s》电影最近一周平均票价走势图" %movieName)
    plt.xlabel('日期')
    plt.ylabel('平均票价')
    plt.xticks(x,x_ticks)
    plt.ylim(min(y)-5,max(y)+5)
    plt.plot(x,y)
    plt.show()
    
if __name__ == "__main__":
    day7Movies = getDay7Movies()
    movieName = day7Movies.iloc[0]['MovieName']
    print("上映天数大于7中日平均票价最高的电影为:",movieName)
    movieWeekRecord = getMovieWeekRecord(movieName)
    drawBoxOffice(movieWeekRecord)
    drawAvgPrice(movieWeekRecord)

运行结果如下图所示:


img_e5237f67bdb23228c43d396bc7f3a081.png
题3运行结果.png

4、订单交易记录数据集

题目数据集csv文件下载链接: https://pan.baidu.com/s/1-pO92xn2NxGCSO5R3j1XTQ 密码: e1b4
文件中一部分数据如下图所示,其中包含:
order_id: 订单id号
account_id:消费账户id
bank_to:银行代码
account_to:消费账号
amoount:消费金额
k_symbol:备注

img_b4a7f8765da0241f7bef4af38dabb76b.png
题4部分数据.png

(1)根据bank_to字段,用numpy统计出每不同bank_to字段下所有消费记录的均值、最大值、最小值、并求和。

import pandas as pd 
import numpy as np
df = pd.read_csv('order.csv',encoding='gbk')
df_sorted = df.groupby('bank_to').groups
df_sorted_keys = df_sorted.keys()
result_list = []
for key in df_sorted_keys:
    group = {}
    group['bank_to'] = key
    amoutNdarray = df.values[df_sorted[key].values][:,4]
    group['mean'] = np.mean(amoutNdarray)
    group['max'] = np.max(amoutNdarray)
    group['min'] = np.min(amoutNdarray)
    result_list.append(group)
df_group = pd.DataFrame(result_list)
matrix = df_group.values
print(np.sum(matrix[:,1]),np.sum(matrix[:,2]),np.sum(matrix[:,3]))

(2) 然后将每个字段分类下的所有消费记录写入到一个新的csv文件中,
输出文件中包含:CD.csv IJ.csv QR.csv AB.csv ……….

import pandas as pd 
df = pd.read_csv('order.csv',encoding='gbk')
df_sorted = df.groupby('bank_to')
for key,group in df_sorted:
    print(key)
    csvName = "%s.csv" %key
    print(group.keys())
group.to_csv(csvName,columns=group.keys())

5、正态分布数据集

编写python代码,用随机函数生成一个有100个样本点的正态分布数据集,并根据数据集完成如下需求:
(1)求数据样本的偏度和分度,根据偏度和峰度值判断数据样本是正偏还是负偏,是高峡峰还是低阔峰。
(2)使用matplotlib库绘制出数据样本的分度直方图、
(3)编写代码说明在数据集中有多少个样本比1大,有多少个数据样本比1小。
答:(1)

import numpy as np
import pandas as pd
data = np.random.randn(100)
df = pd.DataFrame(data)
skew = df.skew()[0]
kurt = df.kurt()[0]
print("偏度为",skew)
print("峰度为",kurt)
print("样本是正偏" if skew > 0 else "样本是负偏")
print("样本是高峡峰" if kurt > 0 else "样本是低阔峰")

(2)(3)答案代码如下:

from matplotlib import pyplot as plt
import numpy as np
a = np.random.randn(100)
print("比1大的样本数量",np.sum(a>1))
print("比1小的样本数量",np.sum(a<1))
plt.hist(a)
plt.show()
目录
相关文章
|
30天前
|
机器学习/深度学习 存储 数据挖掘
Python图像处理实用指南:PIL库的多样化应用
本文介绍Python中PIL库在图像处理中的多样化应用,涵盖裁剪、调整大小、旋转、模糊、锐化、亮度和对比度调整、翻转、压缩及添加滤镜等操作。通过具体代码示例,展示如何轻松实现这些功能,帮助读者掌握高效图像处理技术,适用于图片美化、数据分析及机器学习等领域。
62 20
|
2月前
|
数据采集 数据可视化 数据挖掘
利用Python自动化处理Excel数据:从基础到进阶####
本文旨在为读者提供一个全面的指南,通过Python编程语言实现Excel数据的自动化处理。无论你是初学者还是有经验的开发者,本文都将帮助你掌握Pandas和openpyxl这两个强大的库,从而提升数据处理的效率和准确性。我们将从环境设置开始,逐步深入到数据读取、清洗、分析和可视化等各个环节,最终实现一个实际的自动化项目案例。 ####
269 10
|
20天前
|
测试技术 Python
【03】做一个精美的打飞机小游戏,规划游戏项目目录-分门别类所有的资源-库-类-逻辑-打包为可玩的exe-练习python打包为可执行exe-优雅草卓伊凡-持续更新-分享源代码和游戏包供游玩-1.0.2版本
【03】做一个精美的打飞机小游戏,规划游戏项目目录-分门别类所有的资源-库-类-逻辑-打包为可玩的exe-练习python打包为可执行exe-优雅草卓伊凡-持续更新-分享源代码和游戏包供游玩-1.0.2版本
82 31
【03】做一个精美的打飞机小游戏,规划游戏项目目录-分门别类所有的资源-库-类-逻辑-打包为可玩的exe-练习python打包为可执行exe-优雅草卓伊凡-持续更新-分享源代码和游戏包供游玩-1.0.2版本
|
2月前
|
XML JSON 数据库
Python的标准库
Python的标准库
184 77
|
26天前
|
数据采集 Web App开发 数据可视化
Python用代理IP获取抖音电商达人主播数据
在当今数字化时代,电商直播成为重要的销售模式,抖音电商汇聚了众多达人主播。了解这些主播的数据对于品牌和商家至关重要。然而,直接从平台获取数据并非易事。本文介绍如何使用Python和代理IP高效抓取抖音电商达人主播的关键数据,包括主播昵称、ID、直播间链接、观看人数、点赞数和商品列表等。通过环境准备、代码实战及数据处理与可视化,最终实现定时任务自动化抓取,为企业决策提供有力支持。
|
2月前
|
数据采集 Web App开发 监控
Python爬虫:爱奇艺榜单数据的实时监控
Python爬虫:爱奇艺榜单数据的实时监控
|
3月前
|
机器学习/深度学习 算法 数据挖掘
数据分析的 10 个最佳 Python 库
数据分析的 10 个最佳 Python 库
175 4
数据分析的 10 个最佳 Python 库
|
2月前
|
XML JSON 数据库
Python的标准库
Python的标准库
64 11
|
3月前
|
人工智能 API 开发工具
aisuite:吴恩达发布开源Python库,一个接口调用多个大模型
吴恩达发布的开源Python库aisuite,提供了一个统一的接口来调用多个大型语言模型(LLM)服务。支持包括OpenAI、Anthropic、Azure等在内的11个模型平台,简化了多模型管理和测试的工作,促进了人工智能技术的应用和发展。
203 1
aisuite:吴恩达发布开源Python库,一个接口调用多个大模型
|
2月前
|
数据可视化 Python
以下是一些常用的图表类型及其Python代码示例,使用Matplotlib和Seaborn库。
通过这些思维导图和分析说明表,您可以更直观地理解和选择适合的数据可视化图表类型,帮助更有效地展示和分析数据。
100 8

热门文章

最新文章