Python中国500强企业数据分析作业

作业一:历年500强企业行业分布(考察数据透视表的使用

import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns

plt.rcParams[‘font.sans-serif’] = [‘SimHei’]
plt.rcParams[‘axes.unicode_minus’] = False
sns.set(font=‘SimHei’)

df = pd.read_csv(“D:/数据文件/Fortune500-China.csv”,encoding=‘gb2312’, usecols=[“Year”, “Company”, “Industry”])
#根据’Year’,'Industry’分组统计值
df = df.groupby([‘Year’,‘Industry’]).size().reset_index(name=‘count’)
dfcount=pd.pivot_table(df, index=[‘Industry’], columns=‘Year’, values= “count”)
dfcount

使用 jupyter notebook执行效果(核心要点:使用pivot_table分组统计后行转列显示)

作业二:2020年中国500强企业最多的15个行业

#1、导入可视化库,并设置中文字体 (matplotlib 作条形图)
im

  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Python数据分析作业是使用Python编程语言进行大数据分析的任务。在这个作业中,学生需要运用Python的各种库和工具来处理和分析大规模的数据集。 首先,学生需要了解数据分析的基本概念和技术,以及Python编程语言的基础知识。他们需要学会如何使用Python的数据处理库,例如Pandas和NumPy,来读取、清洗和转换大数据集。 接下来,学生将学习如何使用Python的数据可视化库,例如Matplotlib和Seaborn,来创建图表和可视化工具,以便更好地理解和解释数据集中的模式和趋势。这对于他们能够进行有意义的数据分析和报告至关重要。 此外,学生还需要学习如何使用Python的机器学习和统计建模库,例如Scikit-learn和Statsmodels,来构建预测模型和进行统计分析。这些模型和分析将帮助他们从数据中发现有用的信息和洞察,并支持他们在基于数据的决策和策略制定中做出明智的选择。 最后,学生需要通过实际动手完成各种练习和项目,以应用他们所学的知识和技能。这些项目可能涉及到数据集的获取和清理、数据的可视化和探索、模型的构建和评估,以及最终的报告和展示。 总之,Python数据分析作业是一个全面的任务,要求学生掌握Python编程语言和数据分析技术的基础,并能够将它们应用于实际的大规模数据集中。通过完成这些作业,学生将能够提高他们的数据分析和问题解决能力,并为将来的数据驱动决策和研究打下坚实的基础。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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