2.4 综合练习
题目 1：温度数据分析 题目：某城市一周的最高气温（℃）为 [28, 30, 29, 31, 32, 30, 29]。 计算平均气温、最高气温和最低气温。 找出气温超过 30℃ 的天数。 解...
3.Pandas数据分析
3.1 Pandas 简介 3.1.1 Pandas 是什么？ Pandas 是 Python 数据分析工具链中最核心的库，充当数据读取、清洗、分析、统计、输出的高效工具。 Pandas 是一个开源的数据分析和数据处理库，...
3.1.2了解 Pandas 核心数据结构：Series 和 DataFrame
Pandas 基于 Numpy，并提供了 2 大核心数据结构： Series：一维带有标签的数组 DataFrame：二维表格结构，可看作多个 Series 的组合 用得最多的pandas对象是Series，一个一维的标签...
3.2 核心数据结构：Series
3.2.1 创建与访问 什么是Series 类似于 NumPy 一维数组，但增加了 '标签'，可以理解为「一维标签化数组」 Series 是 Pandas 中的一个核心数据结构，类似于一个一维的数组，具有...
3.2.2 Series的运算
s1 = pd.Series([1, 2, 3, 4]) s2 = pd.Series([10, 20, 30, 40]) # 基本运算 print(s1 + s2) # 对应位置相加 print(s1 * 2) # 标量乘法 3.2.3 常用方法与统计 用途分类方法说明示例代...
3.2.4 统计实例
学生成绩统计 创建一个包含10名学生数学成绩的Series，成绩范围在50-100之间。计算平均分、最高分、最低分，并找出高于平均分的学生人数。 import pandas as pd import numpy as np # 生成随机...
3.3 核心数据结构：DataFrame
3.3.1 创建与访问 什么是 DataFrame？ DataFrame 是 Pandas 中的核心数据结构之一，多行多列表格数据，类似于 Excel 表格 或 SQL 查询结果。 它是一个 二...
3.3.2 常用方法与统计
方法说明head()查看前n行数据，默认5行tail()查看后n行数据，默认5行isin()元素是否包含在参数集合中isna()元素是否为缺失值sum()求和mean()平均值min()最小值max()最大值var()方差std()标准差m...
3.3.4 案例练习
案例1：学生成绩分析 场景：某班级的学生成绩数据如下，请完成以下任务： 计算每位学生的总分和平均分。 找出数学成绩高于90分或英语成绩高于85分的学生。 按总分从高到低排序，并输出前3名学生...
3.4 数据的导入与导出
导出数据 方法说明to_csv() 将数据保存为csv格式文件，数据之间以逗号分隔，可通过sep参数设置使用其他分隔符，可通过index参数设置是否保存行标签，可通过header参数设置是否保存列标签。...
