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&