python的基本操作和在Juypter中数据操作处理（暑假点宽科技布置的作业，持续更新）附完整代码文件

于 2021-07-12 10:03:35 发布
阅读量1.8k 收藏 20
点赞数 6
分类专栏： python 文章标签： python
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_44857413/article/details/118668647
版权

python大作业附操作题（暑假实践课点宽科技布置的作业，持续更新）附完整代码文件

一、选择题

  1. 下面那个选项定义的不是字符串类型：
    A. a=[hello]
    B. a=”hello”
    C. a=’hello’
    D. a=”””hello”””
    答案：A

  2. print (Str[0])和print (Str[0:-1])分别会得到字符串中哪些元素？
    A. 第一个字符和最后一个字符
    B. 第一个字符和第一个到最后一个字符
    C. 第一个字符和第一个到倒数第二个字符
    D. 第二个字符和第一个到倒数第二个字符
    答案：C
    补充：str[0:-1]为切片，意思是从前面开始截取到后面-1为止，所以输出第一个到倒数第二个的所有字符

  3. 假设我们定义变量t=[‘a’,‘b’,‘c’,‘d’,'e’]，然后再令t[0]=’f’，最后打印输出列表t我们会得到什么输出结果？
    A. [‘f’,‘a’,‘b’,‘c’,‘d’,'e’]
    B. [‘a’,‘f’,‘b’,‘c’,‘d’,'e’]
    C. [‘f’,‘b’,‘c’,‘d’,'e’]
    D. [‘f’,‘a’,‘b’,‘c’,‘d’]
    答案：C

  4. 假设我们定义变量t=[‘a’,‘b’,‘d’,'e’]，然后再令t.insert(2,’c’)，最后打印输出列表t我们会得到什么输出结果？
    A. [‘a’,‘b’,‘d’,'c’,'e’]
    B. [‘a’,‘c’,‘b’,'d’,'e’]
    C. [‘a’,‘b’,‘c’,'d’,'e’]
    D. 以上都不是
    答案：B

  5. 下面关于数据类型说法不正确的是：
    A. 浮点型可以转换为整型和字符串
    B. 整型和字符串类型都可以转换为列表类型
    C. 列表类型，元组类型和集合类型数据不可以转换为字符串类型
    D. 以上都正确
    答案：C

  6. 下面关于条件语句的说法正确的是：
    A. ”else”可以单独出现
    B. ”elif”可以单独出现
    C. ”else”是”if”语句的可选项
    D. 以上都正确
    答案：C

  7. 下面关于pass语句的说法正确的是：
    A. pass语句的作用与break语句相同
    B. pass语句的作用与continue语句相同
    C. pass是空语句，是为了保持程序结构的完整性。
    D. pass语句不做任何事情，一般用作占位语句。
    答案：D

  8. 下面关于函数定义的说法错误的是：
    A. 通过固定语法def 声明这是一个函数
    B. 函数名称定义的基本规则是与英文开头，首字不能为数字。由英文、数字以及下划线组成
    C. 函数的返回对象不可以为空
    D. Python提供三种代码注释方法，即单行注释用 # 开头，多行注释用三个单引号或三个双引号。
    答案：D

  9. 下面的Python代码块输出的结果是( )

def add(x,y):
    print ("x+y=",x+y)

add(1,2,3)

A. 3
B. 5
C. 4
D. 报错
答案：D
10. 假如有a和b两个数组，以下哪一代码表示水平方向连接数组a和b？
A. print (np.concatenate((a,b)))
B. print (np.concatenate((a,b),axis = 1))
C. print (np.hstack((a,b)))
D. print (np.vstack((a,b)))
答案：C
11. 构建一个数组x=np.array([[1,2,3],[4,5,6],[7,8,9],[10,11,12]])，以下哪一代码表示获取第三行第二列的元素：
A. print(x[3,2])
B. print(x[2,3])
C. print(x[2,1])
D. print(x[1,2])
答案：C
12. 假设a为数组，以下哪一代码表示的是数组a向下取整？
A. print (numpy.around(a))
B. print (numpy.floor(a))
C. print (numpy.ceil(a))
D. print (numpy.reciprocal(a))
答案：B
13. pandas库提供哪两种删除列的方法？
A. drop和del
B. drop和pop
C. del和pop
D. pandas库无法删除列
答案：A
14. 假如我们有名为df的DataFrame，但是df中的标签不是按顺序排列的，如果我们想要令df的标签按降序进行排列，我们该用以下哪一代码？
A. sorted_df= df.sort_index()
B. sorted_df= df.sort_index(ascending=False)
C. sorted_df= df.sort_index(ascending=True)
D. sorted_df= df.reindex()
答案：B
15. 假设df为有缺失值的一个DataFrame，如果想用前一行数据填充缺失值，我们需要用以下哪一代码？
A. df.fillna(method=‘pad’)
B. df.fillna(method=‘backfill’)
C. df.fillna(0)
D. 以上都不是
答案：D
16. 下面关于merge函数中外连接和内连接定义正确的是？
A. 外连接不管是左边存在，还是右边存在，合并后都需要保留。而内连接合并后只保留两边都存在的数据。
B. 内连接不管是左边存在，还是右边存在，合并后都需要保留。而外连接将左右两只保留两边都存在的数据。
C. 内连接合并后不保留存在缺失值的数据，外连接合并后保留存在缺失值的数据。
D. 内连接和外连接合并后，都只保留两边存在的数据。
答案：B

二、操作题

  1. 请用Python代码实现求1000-2000以内同时能被7,8整除的数。
num_count=0
for i in range(1000,2000):
    if i%7 == 0 and i%8 == 0:
        num_count +=1
print(num_count)

  1. 请用Python代码求1-2+3-4+5 … 99的所有数的和。

    代码稍后！

  2. 数据集data是A股市场茅台股票从2021年1月1日到2021年6月20日的数据集，数据集中的数据包括时间time，股票代码code，开盘价open，最高价high，最低价low，收盘价close，交易量volume，交易金额amount以及持仓量open_interest。
    (1)在Juypter中导入数据集data，并打印查看data。
    步骤：
    a.打开Juypter note，点击上传
    在这里插入图片描述
    b.选择data.csv文件
    在这里插入图片描述
    c.点击上传
    在这里插入图片描述
    d.查看并打印

import pandas as pd
df = pd.read_csv('data.csv')
df

e.结果：
在这里插入图片描述
(2)查看data的数据形状。

import csv
import matplotlib.pyplot as plt
 
filename = 'data.csv'
with open(filename,'r') as f:
    reader = csv.reader(f)      # 生成阅读器，f对象传入
    header_row = next(reader)   # 查看文件第一行，reader是可迭代对象
 
    highs = []
    for row in reader:
        high = float(row[4])#我这里选择了high列数据进行绘图，可以选择其他的open或者low、close等
        highs.append(high)
 
    # 设置图片大小
    
    fig = plt.figure(dpi=128,figsize=(10,6))
    plt.plot(highs, c='red',linewidth=1)        # 设置颜色、线条粗细
 
    # 设置图片格式
    plt.title
    plt.xlabel
    plt.ylabel
 
    plt.show()

结果：
在这里插入图片描述
(3)对数据框data的列表头close进行重新命名为price。

import csv
import pandas as pd
import numpy as np
df=pd.read_csv('data.csv',names=['', 'time', 'code', 'open', 'high', 'low', 'price', 'volume', 'amount', 'open_interest'])
df

结果：
在这里插入图片描述

(4)删除持仓量这一列。

import csv
import pandas as pd
df = pd.read_csv('data.csv')
#删除指定列
df.drop(columns=['open_interest'])

在这里插入图片描述

(5)查看data的前五行数据。

import csv
import pandas as pd
df = pd.read_csv('data.csv')
df = pd.read_csv('data.csv',nrows = 5)
df

结果：
在这里插入图片描述

(6)使得数据框data按收盘价从小到大的顺序进行排序。

import csv
import pandas as pd
df = pd.read_csv('data.csv')
df.sort_values(by=['close'], ascending=True, inplace=True)
df

结果：
在这里插入图片描述

(7)计算茅台在这段时间内，开盘价和收盘价的最大差值。

import csv
import pandas as pd
df = pd.read_csv('data.csv')
# 1. 收盘价-开盘价
df["close-open"] = df["close"] - df["open"]
df.sort_values(by=['close-open'], ascending=True, inplace=True) #排序
print(df.iloc[-1,10])#取值

结果：
在这里插入图片描述

(8) 使用describe函数对数据data进行基础的描述性统计分析，并进行转置。

import csv
import pandas as pd
# 将数据集读入到pandas数据框中
df = pd.read_csv('data.csv', sep=',', header=0)
df.columns = df.columns.str.replace(' ', '_')
#绘图我就不做了
df.describe()# 显示所有变量的描述性统计量

结果：
在这里插入图片描述

  1. 数据集data是A股市场茅台股票从2021年1月1日到2021年6月20日的数据集，数据集data1是A股市场五粮液股票从2021年1月1日到2021年6月22日的数据集，数据集中的数据包括时间time，股票代码code，开盘价open，最高价high，最低价low，收盘价close，交易量volume，交易金额amount以及持仓量open_interest。
    (1) 在Juypter中导入数据集data和data1，并打印查看data。
    步骤：
    a.打开Juypter note
    b.点击upload
    在这里插入图片描述
    c.选择data.csv和data1.csv
    在这里插入图片描述
    d.点击上传
    在这里插入图片描述
    e.打印查看data
import csv
import pandas as pd
df = pd.read_csv('data.csv')
df

结果：
在这里插入图片描述
(2) 请用代码实现将数据集data和data1以时间为关联键按外连接和内连接。

import csv
import pandas as pd
data = pd.read_csv('data.csv')
data1 = pd.read_csv('data1.csv')
connect = pd.merge(data, data1, on='time', how='outer')
print('外连接outer：\n',connect)
connect = pd.merge(data, data1, on='time', how='inner')
print('内连接inner：\n',connect)

结果：
外连接：
在这里插入图片描述
内连接：
在这里插入图片描述
上面的图有点不好看，美化之后如下：
外连接：
在这里插入图片描述
内连接：
在这里插入图片描述
(3) 分别检查连接后的数据集有无缺失值。

import csv
import pandas as pd
data = pd.read_csv('data.csv')
data1 = pd.read_csv('data1.csv')
connect_outer = pd.merge(data, data1, on='time', how='outer')
connect_inner = pd.merge(data, data1, on='time', how='inner')
#缺失值检查
print('外连接缺失值检查：\n',connect_outer.isnull())
print('内连接缺失值检查：\n',connect_inner.isnull())

结果：
外连接缺失值：
在这里插入图片描述
内连接缺失值：
在这里插入图片描述

(4) 如内连接或外连接后有缺失值，使用向前填充的方法进行填充缺失值。(持仓量除外)

import csv
import pandas as pd
data = pd.read_csv('data.csv')
data1 = pd.read_csv('data1.csv')
connect_outer = pd.merge(data, data1, on='time', how='outer')
connect_inner = pd.merge(data, data1, on='time', how='inner')

#外连接缺失值填充
print('原始数据：\n',connect_outer)
del_connect_outer = connect_outer.fillna(method='pad')
print('处理后数据：\n',del_connect_outer)
#内连接缺失值填充
print('原始数据：\n',connect_inner)
del_connect_inner = connect_inner.fillna(method='pad')
print('处理后数据：\n',del_connect_inner)

结果：
外连接原始数据：
在这里插入图片描述
处理后的数据：
在这里插入图片描述
内连接原始数据：
在这里插入图片描述
处理后数据：
在这里插入图片描述

美化后：
外连接原始数据：
在这里插入图片描述
外连接处理后：
在这里插入图片描述
内连接原始数据：
在这里插入图片描述
内连接处理后：
在这里插入图片描述

补充：
1.连接函数merge（）
在这里插入图片描述
2.检查缺失值isnull()
在这里插入图片描述
3.缺失值填充
在这里插入图片描述
题目可能出现有错误的地方，欢迎大家评论指出！！！
另外，如有其他问题也可以私信我，我看到回及时回复的！！！

注意：by the way！想学的同学认真跟着操作一遍，看一下代码，也是能学会的

最后：码答案不容易，关注+点赞+收藏一下吧！

附：
完整代码链接：https://pan.baidu.com/s/1Q2JC8_Ioci21Z1jOwiYBOA
提取码：5fxv

_Ashore
关注
专栏目录
评论 5
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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

打赏作者

_Ashore

感谢各位老板的打赏！

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
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