用numpy进行数据分析练习

原始数据

from itertools import islice
import numpy as np

def read_file():
    content=[]
    # 跳过前面没用的3行数据
    with open('G://国际数据主要国家(地区)年度数据.csv', 'r') as f:
        # 跳过后面两行没用的数据
        lines=len(f.readlines())-2
        # 将文件指针指到开始位置
        f.seek(0)
        for line in islice(f, 3, lines):
            content.append(line.split('\n')[0].split(','))
    return content

def split_content(content):
    year='2012年'
    # 用来存放国家
    country=[]
    # 将列表变成矩阵
    data=np.array(content)
    # 获取索引
    index=np.argwhere(data == year)[0][0]
    # 获取2012年数据
    data_2012 = data[index][:][1:]
    # 将空白字符替换为零
    data_2012=np.where(data_2012=='',0,data_2012)
    # 将数据转换成整型
    data_2012 = data_2012.astype(np.int64)
    # 筛选2012年排名前十的人口数量
    count = np.sort(data_2012)[::-1][:10].astype(np.str)
    # 找到对应的国家
    for it in count:
        i= np.where(data==it)[1][0]
        country.append(data[0][i])
    return zip(country,count)

def for_each(data):
    # 遍历
    for item in data:
        print("2012年{0}人口数量:{1}".format(item[0],item[1]))

if __name__ == '__main__':
    data=split_content(read_file())
    for_each(data)

from itertools import islice
import numpy as np

def read_file():
    content = []
    # 跳过前面没用的3行数据
    with open('G://国际数据主要国家(地区)年度数据.csv', 'r') as f:
        lines = len(f.readlines()) - 2
        f.seek(0)
        for line in islice(f, 3, lines):
            content.append(line.split('\n')[0].split(','))
    return content


def split_content(content):
    sum=[]
    avg=[]
    years =['2011年','2012年','2013年']
    countries = ['印度', '柬埔寨', '阿富汗']
    data = np.array(content)
    index1 = np.argwhere(data == years[0])[0][0]+1
    index2 = np.argwhere(data == years[2])[0][0]
    country1 = np.argwhere(data == countries[0])[0][1]
    country2 = np.argwhere(data == countries[1])[0][1]
    country3 = np.argwhere(data == countries[2])[0][1]
    sum.append(data[index2:index1,country1].astype(np.int64).sum())
    avg.append(data[index2:index1,country1].astype(np.int64).mean())
    sum.append(data[index2:index1,country2].astype(np.int64).sum())
    avg.append(data[index2:index1,country2].astype(np.int64).mean())
    sum.append(data[index2:index1,country3].astype(np.int64).sum())
    avg.append(data[index2:index1,country3].astype(np.int64).mean())
    return zip(countries,sum,avg)

def for_each(data):
    for item in data:
        print("2011~2013{0}总人口:{1},平均人口：{2}".format(item[0],item[1],item[2]))


if __name__ == '__main__':
    data = split_content(read_file())
    for_each(data)

from itertools import islice
import numpy as np


def read_file():
    content=[]
    # 跳过前面没用的3行数据
    with open('G://国际数据主要国家(地区)年度数据.csv', 'r') as f:
        # 跳过后面两行没用的数据
        lines=len(f.readlines())-2
        # 将文件指针指到开始位置
        f.seek(0)
        for line in islice(f, 3, lines):
            content.append(line.split('\n')[0].split(','))
    return content


def split_content(content):
    # 将列表矩阵化
    data = np.array(content)
    # 获取除第一行第一列以外的数据
    ret_data = data[1:, 1:]
    # 用零替代空白字符
    ret_data = np.where(ret_data == '', 0, ret_data)
    # 将字符型转化成整形
    result = ret_data.astype(np.int64).mean(axis=0)
    return zip(data[0, 1:], result)

# 遍历
def Average(data):
    for item in data:
        print(item[0], "历史平均人口为：", item[1])


if __name__ == '__main__':
    data = split_content(read_file())
    Average(data)

from itertools import islice
import numpy as np

def read_file():
    content=[]
    # 跳过前面没用的3行数据
    with open('G://国际数据主要国家(地区)年度数据.csv', 'r') as f:
        # 跳过后面两行没用的数据
        lines=len(f.readlines())-2
        # 将文件指针指到开始位置
        f.seek(0)
        for line in islice(f, 3, lines):
            content.append(line.split('\n')[0].split(','))
    return content

def split_content(content):
    year='2012年'
    # 将列表矩阵化
    data=np.array(content)
    # 获取索引的位置
    index=np.argwhere(data == year)[0][0]
    # 获取2012年数据
    ret_data = data[index][:][1:]
    # 将数据转成整形
    ret_data=np.where(ret_data=='',0,ret_data)
    # 获取平均值
    avg = ret_data.astype(np.int64).mean()
    # 求和
    sum = ret_data.astype(np.int64).sum()
    print('2012年亚洲总人口：{0}，平均人口：{1}'.format(sum,avg))

if __name__ == '__main__':
    data=split_content(read_file())