收集整理了一份《2024年最新Python全套学习资料》免费送给大家,初衷也很简单,就是希望能够帮助到想自学提升又不知道该从何学起的朋友。
既有适合小白学习的零基础资料,也有适合3年以上经验的小伙伴深入学习提升的进阶课程,涵盖了95%以上Python知识点,真正体系化!
由于文件比较多,这里只是将部分目录截图出来
如果你需要这些资料,可以添加V无偿获取:hxbc188 (备注666)
正文
在原始数据中省份字段使用的是各省份数字代码。在作图时可以使用特定的函数将数字代码一一转换为省份名。
(博主提取省份数据时发现省份代码91,92在网上找不到资料,转换省份名的时候导致数量不一样作图失败,所以放弃了,希望有知道的读者可以在评论区评论)
===============================================================
import pandas as pd
import numpy as np
from matplotlib import pyplot as plt
def ProvinceTransfer(codeList):
‘’’
返回中国省份列表
:param codeList: 省份数字代码,可以是数值类型或字符串类型
:return: 省份列表
‘’’
resList = []
for item in codeList:
if item == 11 or item == ‘11’:
resList.append(‘北京’)
if item == 12 or item == ‘12’:
resList.append(‘天津’)
if item == 13 or item == ‘13’:
resList.append(‘河北’)
if item == 14 or item == ‘14’:
resList.append(‘山西’)
if item == 15 or item == ‘15’:
resList.append(‘内蒙古’)
if item == 21 or item == ‘21’:
resList.append(‘辽宁’)
if item == 22 or item == ‘22’:
resList.append(‘吉林’)
if item == 23 or item == ‘23’:
resList.append(‘黑龙江’)
if item == 31 or item == ‘31’:
resList.append(‘上海’)
if item == 32 or item == ‘32’:
resList.append(‘江苏’)
if item == 33 or item == ‘33’:
resList.append(‘浙江’)
if item == 34 or item == ‘34’:
resList.append(‘安徽’)
if item == 35 or item == ‘35’:
resList.append(‘福建’)
if item == 36 or item == ‘36’:
resList.append(‘江西’)
if item == 37 or item == ‘37’:
resList.append(‘山东’)
if item == 41 or item == ‘41’:
resList.append(‘河南’)
if item == 42 or item == ‘42’:
resList.append(‘湖北’)
if item == 43 or item == ‘43’:
resList.append(‘湖南’)
if item == 44 or item == ‘44’:
resList.append(‘广东’)
if item == 45 or item == ‘45’:
resList.append(‘广西’)
if item == 46 or item == ‘46’:
resList.append(‘海南’)
if item == 50 or item == ‘50’:
resList.append(‘重庆’)
if item == 51 or item == ‘51’:
resList.append(‘四川’)
if item == 52 or item == ‘52’:
resList.append(‘贵州’)
if item == 53 or item == ‘53’:
resList.append(‘云南’)
if item == 54 or item == ‘54’:
resList.append(‘西藏’)
if item == 61 or item == ‘61’:
resList.append(‘陕西’)
if item == 62 or item == ‘62’:
resList.append(‘甘肃’)
if item == 63 or item == ‘63’:
resList.append(‘青海’)
if item == 64 or item == ‘64’:
resList.append(‘宁夏’)
if item == 65 or item == ‘65’:
resList.append(‘新疆’)
if item == 71 or item == ‘71’:
resList.append(‘台湾省’)
if item == 81 or item == ‘81’:
resList.append(‘香港’)
if item == 82 or item == ‘82’:
resList.append(‘澳门’)
return resList
pd.set_option(‘display.max_columns’, None)
pd.set_option(‘display.max_rows’, None)
dataPath = ‘dataFiles/Starbucks-Locations.csv’
star_df = pd.read_csv(dataPath)
print(star_df.head(1)) # 打印第一行查看字段信息
print(star_df.info())
按国家分类(pandas分组方法)
groupsByCountry = star_df.groupby(by=‘Country’)
print(groupsByCountry)
groupsByCountry是一个可遍历的对象
for countryName, data in groupsByCountry:
countryName第一个变量为分类的国家名
data为每个国家的数据,类型为DataFrame
print(countryName)
print(‘-’ * 100)
# print(data)
print(‘#’ * 100)
US_df = star_df[star_df[‘Country’] == ‘US’]
print(US_df.head(1))
调用聚合方法
countryCount = groupsByCountry[‘Brand’].count() # 计数需要使用没有缺失的字段
print(‘美国星巴克数量:’, countryCount[‘US’]) # 美国星巴克数量
print(‘中国星巴克数量:’, countryCount[‘CN’]) # 中国星巴克数量
统计中国不同省份的星巴克数量
CN_df = star_df[star_df[‘Country’] == ‘CN’] # 中国星巴克信息
print(CN_df.info())
groupsByProvinceInChina = CN_df.groupby(by=‘State/Province’)
现在能在网上找到很多很多的学习资源,有免费的也有收费的,当我拿到1套比较全的学习资源之前,我并没着急去看第1节,我而是去审视这套资源是否值得学习,有时候也会去问一些学长的意见,如果可以之后,我会对这套学习资源做1个学习计划,我的学习计划主要包括规划图和学习进度表。
分享给大家这份我薅到的免费视频资料,质量还不错,大家可以跟着学习
网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。
如果你需要这些资料,可以添加V无偿获取:hxbc188 (备注666)
一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!
mg_convert/21b2604bd33c4b6713f686ddd3fe5aff.png)
网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。
如果你需要这些资料,可以添加V无偿获取:hxbc188 (备注666)
[外链图片转存中…(img-O8xrUglN-1713852659375)]
一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!