python数据分析与可视化——第三章实训

1.导入模块

import csv
import numpy as np

2.获取数据

iris_data=[]
with open("F:\专业课程作业\python时空数据分析与可视化\iris.csv","r") as f:
    #使用csv.reader读取f中的文件
    csv_reader=csv.reader(f)
    #读取第一行各列的标题
    birth_header=next(csv_reader)
    #将数据存入列表中
    for row in csv_reader:
        iris_data.append(row)
iris_data

3.数据清洗：去掉索引号

# 3.数据清洗：去掉索引号
iris_list=[]
for row in iris_data:
    iris_list.append(tuple(row[1:]))
iris_list

4.数据统计

# 4.数据统计
# (1)创建数据类型
datatype=np.dtype([("Sepal.Length",np.float_),\
                   ("Sepal.Width",np.float_),\
                   ("Petal.Length",np.float_),\
                   ("Petal.Width",np.float_),\
                   ("Species",np.str_,40)])
print(datatype)
# (2)创建二维数组
iris_data=np.array(iris_list,dtype=datatype)
print(iris_data)
# (3)排序
np.sort(iris_data["Petal.Length"])
# (4)去重
np.unique(iris_data["Petal.Length"])
# (5)对指定列求和、均值、标准差、方差、最小值及最大值
print("和为：",np.sum(iris_data["Petal.Length"]))
print("均值为:",np.mean(iris_data["Petal.Length"]))
print("标准差为：",np.std(iris_data["Petal.Length"]))
print("最小值:",np.min(iris_data["Petal.Length"]))
print("最大值为:",np.max(iris_data["Petal.Length"]))