Python数据分析及可视化-小测验

本文中测验需要的文件夹下载链接: https://pan.baidu.com/s/1OqFM2TNY75iOST6fBlm6jw 密码: rmbt
下载压缩包后解压如下图所示：

image.png

首先将5题的文件复制形成副本，如下图所示：

image.png

在资源管理器的路径中输入cmd，如下图所示：

image.png

在上图中输入后，按Enter键运行进入cmd窗口。
在cmd窗口中输入并运行命令： jupyter notebook，如下图所示：

image.png

在上图中输入后，按Enter键运行自动打开浏览器并且进入jupyter notebook编程界面。
在jupyter notebook中，点击 第一题,ipynb和 第一题-副本.ipynb。
浏览器会新建两个标签页，如下图所示：

image.png

在两个标签页中，读者可以对照题目要求完成做题。
下面是5道题目作者的答案和解析。

1.第一大题

1.1 第一步：导入相应的模块

最后2行代码可以使作图时不出现编码错误，分别用来正常显示中文标签和正常显示负号。

import pandas as pd
from pandas import Series,DataFrame
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = ['SimHei'] #用来正常显示中文标签
plt.rcParams['axes.unicode_minus']=False #用来正常显示负号

1.2 第二步：利用pandas读取datasets目录下chipo.csv并显示前十行数据（赋值给变量chipo）

csv文件默认的分隔符是逗号，pd.read_csv方法中sep关键字参数的默认值也为逗号，所以可以不写sep关键字。
显示前十行数据用chipo.head(10)即可。

chipo = pd.read_csv('datasets/chipo.csv')
chipo.head(10)

1.3 第三步：根据列名为item_name中每种商品出现的频率，绘制出柱状图

给出的答案示例是购买次数排名第2-6名的商品的作图结果。
chipo.item_name.value_counts()是对商品购买次数进行统计，返回的结果降序排列，数据类型为Series。
plt.xticks()方法中可以填入1个参数或者多个参数，下面代码中采用的是填入3个参数。
x_list是x轴标记点，数据类型为列表；xticks_list是x轴标记点显示值，数据类型为列表；
rotation设置为90，是x轴标记点显示值以右边为轴逆时针旋转90度。
plt.bar方法中指定每根柱子的颜色，这样才可以画出示例答案的效果。

mostOrder_list = chipo.item_name.value_counts().iloc[5:0:-1]
xticks_list = mostOrder_lis