《2024华数杯》C题第一问保姆级教学老外游中国（网盘）

本文链接：https://blog.csdn.net/weixin_61644243/article/details/140915387

问题分析与解决思路

在这里插入图片描述
通过百度网盘分享的文件：2024-8华数杯C题(1).zip
链接：https://pan.baidu.com/s/1iuIP_-bNnt-yI25iCU5unQ?pwd=b8ky
提取码：b8ky

问题 1 分析

问题：请问352个城市中所有35200个景点评分的最高分（Best Score，简称BS）是多少？全国有多少个景点获评了这个最高评分（BS）？获评了这个最高评分（BS）景点最多的城市有哪些？依据拥有最高评分（BS）景点数量的多少排序，列出前10个城市。

分析：

数据量分析：
- 每个城市有100个景点，352个城市共计35200个景点。
- 每个景点有若干属性，其中景点评分是关键属性。
问题分解：
- 找出所有景点的评分，计算最高分BS。
- 统计获得最高评分BS的景点数量。
- 找出哪些城市拥有最多的最高评分BS的景点，并排序。

解决思路：

数据读取与预处理：
- 读取352个城市的csv文件，提取景点评分数据。
- 将评分数据存储在一个一维数组中便于处理。
计算最高评分BS：
- 遍历评分数组，找到最大值BS。
统计获得最高评分BS的景点数量：
- 遍历评分数组，统计等于BS的评分数量。
找到拥有最多BS评分景点的城市：
- 遍历每个城市的评分数据，统计每个城市中等于BS的景点数量。
- 将城市按景点数量排序，取前10名。

数学公式与计算

找到最高评分BS：
设评分数组为 ( S = {s_1, s_2, \ldots, s_{35200}} )，
则最高评分 ( BS = \max(S) )。
统计获得最高评分BS的景点数量：
设计数器 ( count = 0 )，
遍历评分数组 ( S )，
如果 ( s_i = BS )，则 ( count = count + 1 )。
统计每个城市中最高评分BS的景点数量：
设城市集合为 ( C = {c_1, c_2, \ldots, c_{352}} )，
每个城市 ( c_i ) 的景点评分集合为 ( S_i = {s_{i1}, s_{i2}, \ldots, s_{i100}} )，
设计数数组 ( count_{city} = {count_1, count_2, \ldots, count_{352}} )，
遍历每个城市 ( c_i ) 的评分集合 ( S_i )，
如果 ( s_{ij} = BS )，则 ( count_i = count_i + 1 )。
排序与选择前10名城市：
将 ( count_{city} ) 按降序排序，选择前10名对应的城市。

具体步骤

数据读取与预处理：

import pandas as pd
import glob

# 读取所有城市的csv文件
file_paths = glob.glob('path_to_csv_files/*.csv')
all_scores = []

for file_path in file_paths:
    df = pd.read_csv(file_path)
    scores = df['景点评分'].tolist()
    all_scores.extend(scores)

计算最高评分BS：
```
BS = max(all_scores)
```
统计获得最高评分BS的景点数量：
```
BS_count = all_scores.count(BS)
```

统计每个城市中最高评分BS的景点数量：

city_BS_counts = []

for file_path in file_paths:
    df = pd.read_csv(file_path)
    scores = df['景点评分'].tolist()
    city_BS_count = scores.count(BS)
    city_BS_counts.append((file_path, city_BS_count))

city_BS_counts.sort(key=lambda x: x[1], reverse=True)
top_10_cities = city_BS_counts[:10]