csv文件链接
链接：/s/1-Q9riIfwTWN1AdV2Fb0eVw
提取码：7stb
1.1设置中文以及负数的编码方式，使得其能够正常显示；
# read
1.2将《tips.csv》文件中的内容进行读取，并赋值给变量tips；
tips = pd.read_csv('d:/tips.csv', encoding='UTF-8')unicode_minus = False # 解决保存图像是负号'-'显示为方块的问题,或者转换负号为字符串print("1.2题:n", tips)
1.3输出tips数据的前五行；
df1 = pd.read_csv('d:/tips.csv', encoding='UTF-8', nrows=5)print("1.3题:n", df1)
1.4将tips的Unnamed: 0列删除；
print("1.4题:n")df = pd.read_csv('d:/tips.csv', encoding='UTF-8')del df['Unnamed: 0']print('Unnamed:0列删除后:n', df)
1.5输出tips的索引为0,2,3的行；
print("1.5题:n", tips.iloc[[0, 2, 3]])
1.6输出tips数据列的统计信息的摘要；
print("1.6题:n")df = pd.DataFrame(tips)print('describe=n',df.describe())
1.7将tips同时按照day、time列进行分组，并输出所有同时包含'Thur','Dinner'的信息；
print("1.7题:n", tips.groupby(['day', 'time']).get_group(('Thur', 'Dinner')))
1.8将tips按照sex进行分组,并使用agg聚合同时求出每个数值列的标准差与平均值，并输出；
print("1.8题:n", tips.groupby('sex').agg([np.mean, np.std]))
1.9建立透视表，其中以total_bill为数值区域，time为行标，day为列标，显示统计行与列，统计行与列的标签为“合计”，且出现缺失值由0代替，最终输出；
print("1.9题:n", tips.pivot_table(values='total_bill', index='time', columns='day', margins=True, margins_name='合计', fill_value=0))
1.10此数据仅有一个缺失值，即行为2列为tip的数据，使用线性插值法根据total_bill与tip列数据的关系求出该位置的值，并用此值替换tips的原缺失值，并输出新的tips的前五行
print("1.10题:n")total_bill = [16.99, 10.34, 23.68, 24.29, 25.29, 8.77, 26.88]tip=[1.01, 1.66, 3.31, 3.61, 4.71, 2, 3.12]linear = interpolate.interp1d(total_bill,tip,kind='linear')plt.plot(linear([16.99, 10.34, 21.01, 23.68, 24.59, 25.29, 8.77, 26.88]), '-.')print(linear(21.01))plt.show()tips = df.fillna(linear(21.01))# 将求出值插入后的新tipsdf = pd.DataFrame(tips)print(df.iloc[[0, 1, 2, 3, 4]])
1.11通过等宽法将'total_bill'列的数据离散化成5部分，并输出数据分布在此5部分的计数结果（即每部分分布了多少个数据）
print("1.11题:n")s = np.random.rand(20)cuts = pd.cut(s, 4)# print(cuts)print(cuts.codes)print(pd.value_counts(cuts))
1.12建立两行两列的子图，在第一张图中画数据为tips的'total_bill'列的直方图，并且显示x轴标签为"区间"、y轴标签为"频数/频率"，子图标签为"Total bill"
print("1.12题:n")plt.subplot(2, 2, 1)data = tips['total_bill']plt.hist(data, facecolor="blue", edgecolor="black", alpha=0.7)plt.xlabel("区间", fontproperties='SimHei')plt.ylabel("频数/频率", fontproperties='SimHei')plt.title("子图1.Total bill", fontproperties='SimHei')# plt.show()
1.13在第二张子图中画x轴数据为tips的'total_bill'列，y轴数据为'tip'，图形颜色为绿色的散点图，并且显示x轴标签为" total_bill"、y轴标签为" tip"，子图标签为" Total bill--tip"
print("1.13题:n")plt.subplot(2, 2, 2)x = tips['total_bill']y = tips['tip']plt.rcParams['font.sans-serif'] = ['SimHei']#黑体字体plt.rcParams['axes.unicode_minus'] = False # 解决保存图像是负号'-'显示为方块的问题,或者转换负号为字符串plt.scatter(x, y, c='green')plt.xlabel("total_bill")plt.ylabel("tip")plt.title("子图2.Total bill--tip")# plt.show()
1.14在第三张子图中画x轴数据为time列= 'Dinner'的所有'size'数据，y轴数据为time列= 'Dinner'的所有'total_bill'数据，图形颜色为红色的散点图，并且显示x轴标签为" size"、y轴标签为"total_bill"，子图标签为" Size--total_bill"
print("1.14题:n")plt.subplot(2, 2, 3)plt.rcParams['font.sans-serif'] = ['SimHei']#黑体字体plt.rcParams['axes.unicode_minus'] = False # 解决保存图像是负号'-'显示为方块的问题,或者转换负号为字符串groups = df.groupby(['time']).get_group(('Dinner'))x = groups['size']groups = df.groupby(['time']).get_group(('Dinner'))y = groups['total_bill']plt.scatter(x, y, c='red')plt.xlabel("size")plt.ylabel("total_bill")plt.title("子图3.Size--total_bill")# plt.show()
1.15在第四张子图中画饼图，数据分为四部分，分别为‘male’在'Fri','Sat','Sun','Thur'四种情况下的'total_bill'的总和，并为四部分数据分别加上标签'Fri','Sat','Sun','Thur'。
print("1.15题:n")plt.subplot(2, 2, 4)plt.rcParams['font.sans-serif'] = ['SimHei'] # 黑体字体plt.rcParams['axes.unicode_minus'] = False # 解决保存图像是负号'-'显示为方块的问题,或者转换负号为字符串groups1 = df.groupby(['sex']).get_group(('Male'))groups01 = (groups1['total_bill']).groupby(tips['day'])x = groups01.sum()labels = ['Fri', 'Sat', 'Sun', 'Thur']plt.pie(x, labels=labels, autopct='%.1f%%')plt.title("子图4.")plt.show()
运行结果截图：
