| 项目 | 内容 |
| 课程班级博客链接 | 20级数据班（本） |
| 这个作业要求链接 | Python作业 |
| 博客名称 | 2003031121-浦娟-python数据分析五一假期作业 |
| 要求 | 每道题要有题目,代码(使用插入代码,不会插入代码的自己查资料解决，不要直接截图代码！),截图（只截运行结果）。 |
作业：把期中考试代码看懂、运行并调通，要求每一行 或 每个重要功能写上注释。一、分析1996~2015年人口数据特征间的关系
import numpy as npimport matplotlib.pyplot as plt#使⽤numpy库读取数据data=np.load('E:/桌面/populations.npz',allow_pickle=True)print(data.files)#查看⽂件中的数组print(data['data'])print(data['feature_names']) plt.rcParams['font.sans-serif'] = 'SimHei' # 设置中文显示plt.rcParams['axes.unicode_minus'] = False# 防止字符无法显示name=data['feature_names']#提取其中的feature_names数组，视为数据的标签values=data['data']#提取其中的data数组，视为数据的存在位置p1=plt.figure(figsize=(12,12))#确定画布大小pip1=p1.add_subplot(2,1,1)#创建一个两行个一列的图并开始绘制#在子图上绘制散点图plt.scatter(values[0:20,0],values[0:20,1])#,marker='8',color='red'plt.ylabel('总人口（万人）') plt.legend('年末') plt.title('1996~2015年末与各类人口散点图') pip2=p1.add_subplot(2,1,2)#绘制图2plt.scatter(values[0:20,0],values[0:20,2])#,marker='o',color='yellow'plt.scatter(values[0:20,0],values[0:20,3])#,marker='D',color='green'plt.scatter(values[0:20,0],values[0:20,4])#,marker='p',color='blue'plt.scatter(values[0:20,0],values[0:20,5])#,marker='s',color='purple'plt.xlabel('时间') plt.ylabel('总人口（万人）') plt.xticks(values[0:20,0]) plt.legend(['男性','女性','城镇','乡村'])#在⼦图上绘制折线图p2=plt.figure(figsize=(12,12)) p1=p2.add_subplot(2,1,1) plt.plot(values[0:20,0],values[0:20,1])#,linestyle = '-',color='r',marker='8'plt.ylabel('总人口（万人）') plt.xticks(range(0,20,1),values[range(0,20,1),0],rotation=45)#rotation设置倾斜度plt.legend('年末') plt.title('1996~2015年末总与各类人口折线图') p2=p2.add_subplot(2,1,2) plt.plot(values[0:20,0],values[0:20,2])#,'y-'plt.plot(values[0:20,0],values[0:20,3])#,'g-.'plt.plot(values[0:20,0],values[0:20,4])#,'b-'plt.plot(values[0:20,0],values[0:20,5])#,'p-'plt.xlabel('时间') plt.ylabel('总人口（万人）') plt.xticks(values[0:20,0]) plt.legend(['男性','女性','城镇','乡村'])#显示图片plt.show()
二、读取并查看P2P网络贷款数据主表的基本信息
import osimport pandas as pd master = pd.read_csv('E:/桌面/Training_Master .csv',encoding='gbk')print('P2P网络贷款主表数据的维度为：',master.ndim)print('P2P网络贷款主表数据的形状大小为：',master.shape)print('P2P网络贷款主表数据的占用内存为：',master.memory_usage)print('P2P网络贷款主表数据的描述性统计为：\n',master.describe())
三、提取用户信息更新表和登录信息表的时间信息
import pandas as pd LogInfo = pd.read_csv('E:/桌面/Training_LogInfo .csv',encoding='gbk') Userupdate = pd.read_csv('E:/桌面/Training_Userupdate.csv',encoding='gbk')# 转换时间字符串LogInfo['Listinginfo1']=pd.to_datetime(LogInfo['Listinginfo1']) LogInfo['LogInfo3']=pd.to_datetime(LogInfo['LogInfo3'])print('转换登录信息表的时间字符串前5行：\n',LogInfo.head()) Userupdate['ListingInfo1']=pd.to_datetime(Userupdate['ListingInfo1']) Userupdate['UserupdateInfo2']=pd.to_datetime(Userupdate['UserupdateInfo2'])print('转换用户信息更新表的时间字符串前5行：\n',Userupdate.head())
四、使用分组聚合方法进一步分析用户信息更新表和登录信息表
import pandas as pdimport numpy as np LogInfo = pd.read_csv('E:/桌面/Training_LogInfo .csv',encoding='gbk') Userupdate = pd.read_csv('E:/桌面/Training_Userupdate.csv',encoding='gbk')# 使用groupby方法对用户信息更新表和登录信息表进行分组LogGroup = LogInfo[['Idx','LogInfo3']].groupby(by = 'Idx') UserGroup = Userupdate[['Idx','UserupdateInfo2']].groupby(by = 'Idx')# 使用agg方法求取分组后的最早，最晚，更新登录时间print('分组后的最早登录时间为：\n',LogGroup.agg(np.min))print('分组后的最晚登录时间为：\n',LogGroup.agg(np.max))print('分组后的最早更新时间为：\n',UserGroup.agg(np.min))print('分组后的最晚更新时间为：\n',UserGroup.agg(np.max))# 使用size方法求取分组后的数据的信息更新次数与登录次数print('分组后的数据的信息更新次数为：\n',LogGroup.size())print('分组后的数据的登录次数为：\n',UserGroup.size())
