金融数据分析（一）python预热：字典排序、计算年增长率

欢迎一起学习金融数据分析

最近进厂实习，互联网金融相关岗位，发现所学的有几分韵味。所以决定抽空列举几个相关案例，学而时习之。

案例（一）python预热

项目中的数据获取和处理大多采用的是python编程语言，所以我们首先来复习下一些常用函数与书写规则。

项目一：字典统计排序

字典d中存储了我国42所双一流高校及所在省份的对应关系，请以这个列表为数据变量，完善Python代码，统计各省份学校的数量。‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬

输出显示出数量最多的省份及数量。‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬‬

d = {“北京大学”:“北京”, “中国人民大学”:“北京”,“清华大学”:“北京”,
“北京航空航天大学”:“北京”,“北京理工大学”:“北京”,“中国农业大学”:“北京”,
“北京师范大学”:“北京”,“中央民族大学”:“北京”,“南开大学”:“天津”,
“天津大学”:“天津”,“大连理工大学”:“辽宁”,“吉林大学”:“吉林”,
“哈尔滨工业大学”:“黑龙江”,“复旦大学”:“上海”, “同济大学”:“上海”,
“上海交通大学”:“上海”,“华东师范大学”:“上海”, “南京大学”:“江苏”,
“东南大学”:“江苏”,“浙江大学”:“浙江”,“中国科学技术大学”:“安徽”,
“厦门大学”:“福建”,“山东大学”:“山东”, “中国海洋大学”:“山东”,
“武汉大学”:“湖北”,“华中科技大学”:“湖北”, “中南大学”:“湖南”,
“中山大学”:“广东”,“华南理工大学”:“广东”, “四川大学”:“四川”,
“电子科技大学”:“四川”,“重庆大学”:“重庆”,“西安交通大学”:“陕西”,
“西北工业大学”:“陕西”,“兰州大学”:“甘肃”, “国防科技大学”:“湖南”,
“东北大学”:“辽宁”,“郑州大学”:“河南”, “湖南大学”:“湖南”, “云南大学”:“云南”,
“西北农林科技大学”:“陕西”, “新疆大学”:“新疆”}

输出格式
省份：数量 (中文冒号）

d = {
   "北京大学":"北京", "中国人民大学":"北京", "清华大学":"北京",
     "北京航空航天大学":"北京", "北京理工大学":"北京", "中国农业大学":"北京",
     "北京师范大学":"北京", "中央民族大学":"北京", "南开大学":"天津",
     "天津大学":"天津", "大连理工大学":"辽宁", "吉林大学":"吉林",