数据科学作业1

        这是我去年选修数据科学时候的作业一，当时是肖若秀老师教的，但听说我们这届之后计科和物联信安一个难度授课了这篇文章可能也就只是自己记录帮不上学弟学妹了，但当时我上数据科学时候肖老师不签到老好了最后四个作业完成之后就有个还不错的分数虽然不出国选修课分数也无所谓就是了。

目录

一、作业描述

二、作业过程

1.首先我从本作业提供上证A股的四套数据中选择了宝钢股份的1套数据。数据为CSV文件，其格式说明，即为首行列名如下所示。

2.读入数据：

3.数据汇总：

4.绘制图形

5.假设检验

三、公式推导

四、可视化结果

1.横坐标是月份，纵坐标是股价，绘制平均开盘价（元）、平均收盘价（元）随月份的变化（两条曲线）。

2.频数直方图正态检验

五、源代码附上：

心得体会

---

一、作业描述

         本作业提供上证A股的数据1套（从提供的上海机场，宝钢股份，中国石油，中国银行4套股票数据中任意选1套）。数据为CSV文件，格式说明见CSV的首行列名。

具体要求：

（1）读取数据，在列上仅保留：代码、简称，日期，开盘价(元)，收盘价(元)，成交金额(元)。在行上，删除包含空值的行。

（2）对数据进行汇总，获得每个月（按自然月）的平均开盘价（元）和平均收盘价（元），总成交金额（元）。此时获得数据：代码、简称，月份，平均开盘价，平均收盘价，总成交金额。

 （3）绘制图形，横坐标是月份，纵坐标是股价，绘制平均开盘价（元）、平均收盘价（元）随月份的变化（两条曲线）。

 （4）取所有月份的总成交金额构成的一组数值，判定这组数值是否符合正态分布，并简述回顾正态分布检验的原理。

二、作业过程

1.首先我从本作业提供上证A股的四套数据中选择了宝钢股份的1套数据。数据为CSV文件，其格式说明，即为首行列名如下所示。

代码

简称

日期

前收盘价(元)

开盘价(元)

最高价(元)

最低价(元)

收盘价(元)

成交量(股)

成交金额(元)

涨跌(元)

涨跌幅(%)

均价(元)