Python数据分析练习

本文是Python数据分析的实践教程,通过lagou.csv数据展示了不同城市数据分析岗位的需求量、领域需求占比及薪资水平。同时,分析了2018年北京积分落户数据,按公司、年龄和积分段进行了分组统计。
摘要由CSDN通过智能技术生成

Python数据分析练习

练习一、

用lagou.csv中的数据完成下面的操作:

  1. 找出各大城市数据分析岗位的需求量并绘制柱状图
  2. 找出不同领域对数据分析的需求量的占比并绘制饼图
  3. 分析各个城市的薪资水平并绘制柱状图和折线图
df1 = lagou_df[lagou_df.positionName.str.contains('数据分析')]
df1
# 1. 找出各大城市数据分析岗位的需求量并绘制柱状图
ser = df1.city.value_counts()
ser.plot(kind='bar', width=0.8, color=np.random.rand(13, 3))
# 给柱子标数字并居中
for i in range(ser.size):
    plt.text(i, ser[i]+5, str(ser[i]), ha='center')
# 改纵轴刻度
plt.yticks(np.arange(0, 501, 50))
# 改横轴字体角度
plt.xticks(rotation=30)
# 给x,y轴标识
plt.xlabel('')
plt.ylabel('招聘需求数量')
# 给图加网格线
plt.grid(axis='y', alpha=0.25)
plt.show()
# 2. 找出不同领域对数据分析的需求量的占比并绘制饼图
# 先处理industryField数据
inds = df1.industryField.str.split(r'[,, 丨, \s]', expand=True)[0] # expand参数是将分列后的结果转成DataFrame
df1['industryField'
  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Python数据分析练习是指通过使用Python编程语言来处理和分析数据的实践活动。这些练习旨在让学习者掌握如何使用Python数据分析库来处理和分析实际的数据集。 在Python数据分析练习,学习者首先需要了解如何读取和导入数据集。Python有很多库可以用于读取和处理各种格式的数据,例如CSV、Excel、JSON等。学习者需要学习如何使用这些库来加载和处理自己感兴趣的数据。 然后,学习者需要学习如何清洗和预处理数据数据通常存在一些缺失值、异常值和重复值,需要使用Python库来清洗和处理这些问题。此外,学习者还需要了解如何对数据进行规范化和标准化,以便于后续的分析工作。 接下来,学习者可以学习如何使用Python进行数据分析和可视化。Python有很多数据分析库,例如Pandas、NumPy和Matplotlib等。学习者需要学习如何使用这些库来计算统计指标、绘制图表和进行数据挖掘。学习者可以使用这些库来回答自己感兴趣的问题,例如数据的趋势、相关性和模式等。 最后,学习者需要学习如何进行数据报告和沟通。数据分析不仅仅是处理数据,还需要将结果以清晰和易懂的方式传达给其他人。学习者可以使用Python的文档编写和可视化库来创建数据报告和可视化演示,以向他人展示分析结果。 总之,Python数据分析练习是通过使用Python编程语言来处理和分析数据的实践活动。学习者需要学习如何读取和导入数据、清洗和预处理数据、使用数据分析和可视化库进行数据分析,以及进行数据报告和沟通。这些练习可以帮助学习者掌握Python数据分析的技能,为实际问题提供解决方案。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值