信息技术会考操作题python,高中信息会考python

这篇文章主要介绍了信息技术会考操作题python，具有一定借鉴价值，需要的朋友可以参考下。希望大家阅读完这篇文章后大有收获，下面让小编带着大家一起了解一下。

前言

Pandas是基于Numpy 的一个工具，是为了解决数据分析任务而创建的。它纳入了大量库和一些标准的数据模型，提供了高效操作大型数据集所需的工具，使我们能便捷地处理数据用python画弧形。作为高考信息技术的重点，学好这一模块的相关的知识尤为关键，以下是我高中三年总结的一些常考知识点。

Series

Series是线性的数据结构，带有标签的一维数组，轴标签统称为索引，数据和标签之间存在联系。

用series将以下三个数据存入s1中：105，130，116

import pandas as pd
s1=pd.Series([105,130,116])
print(s1)

我们会得到如下的 结果 

0    105
1    130
2    116
dtype: int64

Series的索引可以通过代码来指定，并且可以使用字符串，将以上三个数据的索引分别指定为：‘语文’，‘数学’，‘英语’通过索引值‘数学’可以访问到数学成绩，也可以通过索引值来修改序列中的值

import pandas as pd
s1=pd.Series([105,130,116],index=['语文','数学','英语'])
print(s1)

结果如下

语文    105
数学    130
英语    116
dtype: int64

Series和列表的主要区别在于列表的元素索引是固定的0,1,2,3··· 而Series除了可以使用数字索引，还可以自定义索引。

表达式s1.index和s1.values分别代表序列的索引和值，可以使用循环结构遍历到，如下所示：

 另外，除了使用列表来创建Series，还可以使用字典来创建：

import pandas as pd
s1 = pd.Series({"语文":105,"数学":130,"英语":116})
print(s1)

DataFrame

DataFrame对象是一个二维表格,由1个索引列（index）和若干个数据列组成。其中，每列中的元素类型必须一致，而不同的列可以拥有不同的元素类型。

import pandas as pd
data = {'姓名':['小王','小明','小红'],'语文':['105','103','96'],'数学':['130','132','145'],'英语':['106','98','93']}
df1 = pd.DataFrame(data,columns=["姓名","语文","数学",'英语'])
print(df1)

结果如下

   姓名   语文   数学   英语
0  小王  105  130  106
1  小明  103  132   98
2  小红   96  145   93

其中的columns是设定df1中数据列的顺序的参数，输出结果会按照columns后面的顺序输出

读取文件（易错）

接下来我以“超市销售数据.csv”这个文件进行演示

在读取文件前一定要确保存储数据的文件（如.csv文件）要和你编写程序的.py文件在同一目录下

一般我们用pandas读取.csv文件或.xlsx文件时使用read_csv( )或read_excel( )

注意！在用pandas的read_csv( )或read_excel( )函数读取含有中文路径的文件时，会出现解码问题，可以用open( )函数打开，如：pd.read_csv(open(中文路径))

读取并打印：

import pandas as pd	                  
df&