yangyuying_1219的博客

数据来源：Kaggle数据集 → 共有1309名乘客数据，其中891是已知存活情况（train.csv），剩下418则是需要进行分析预测的（test.csv）字段意义： PassengerId: 乘客编号 Survived :存活情况（存活：1 ; 死亡：0） Pclass : 客舱等级 Name : 乘客姓名 Sex : 性别 Age : 年龄 SibSp : 同乘的兄弟姐妹/...

多场景下的图表可视化表达2016年奥运运动员数据，数据格式为xlsx，分3个sheet1分析男女运动员的身高分布，并制作图表数据为“奥运运动员数据.xlsx，sheet → 运动员信息”要求：① 制作分布密度图② 计算出男女平均身高，并绘制辅助线表示提示：① 可视化制图方法 → sns.distplot()② 辅助线制图方法 → plt.axvline()③ 分男女分别筛选数据并制作图表import numpy as npimport pandas as...

多场景下的算法构建数据：某公司A,B产品在2018年1,2,3月的销量数据，数据格式为xlsx1 批量读取数据，并输出数据量、数据字段columns、每个文件的缺失值量要求：① 创建独立函数，从读取数据到以上输出要求② 运行代码多次调用创建函数，对数据进行批量处理提示：① 将课程excel数据放入单独文件夹(建议英文路径)，函数中通过input来输入excel数据所在文件夹路径，再通过遍历来读取文件② pd.read_excel()中用“index_col”参数，将第一列变为

1 读取数据，以“豆瓣评分”为标准，看看电影评分分布，及烂片情况要求：① 读取数据“moviedata.xlsx”，去除缺失值② 查看“豆瓣评分”数据分布，绘制直方图、箱型图③ 判断“烂片标准” → 这里以上四分位数（该样本中所有数值由小到大排列后第25%的数字）评分为“烂片标准”④ 筛选出烂片数据，并做排名，找到TOP20import numpy as npimport pandas as pdimport matplotlib.pyplot as pltimport w

项目采用MySQL、Redis和MongoDB三种数据库与python进行数据交互实现在命令行运行的新闻管理系统，根据三种不同数据库对数据的不同特性，将数据分别保存，提高数据的持久性、安全性和高效性。 设置管理员和新闻编辑两种身份，为不同的用户设置不同的权限，实现编辑新闻、审核新闻、删除新闻、增加用户、删除用户等功能 。