首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >Python数据科学库-小测验

Python数据科学库-小测验

作者头像
潇洒坤
发布2018-09-10 10:29:48
7100
发布2018-09-10 10:29:48
举报
文章被收录于专栏:简书专栏简书专栏

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)

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:

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

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:

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:

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

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()
本文参与 腾讯云自媒体分享计划,分享自作者个人站点/博客。
原始发表:2018.07.28 ,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 1、请写出numpy中创建数组的方式
  • 2、numpy常规操作题:
  • 3、实时电影票房数据集
  • 4、订单交易记录数据集
  • 5、正态分布数据集
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档