Add files via upload

homework-chapter-3/梁思彤+ch3-作业一.py

@@ -0,0 +1,40 @@
+import numpy as np
+import matplotlib.pyplot as plt
+
+data = np.load('./data/pop.npz',allow_pickle=True)
+pdata = data['data']
+name = data['feature_names']
+plt.rcParams['font.sans-serif'] = 'SimHei'
+p = plt.figure(figsize=(12,12))
+print(sorted(pdata[0:20,1]))
+print(name[1:6])
+
+#散点图
+ax1 = p.add_subplot(2,1,1)
+plt.scatter(sorted(pdata[0:20,0]),sorted(pdata[0:20,1]),marker='o',c='r')#年末总人口
+plt.scatter(sorted(pdata[0:20,0]),sorted(pdata[0:20,2]),marker='D',c='b')#男性人口
+plt.scatter(sorted(pdata[0:20,0]),sorted(pdata[0:20,3]),marker='v',c='y')#女性人口
+plt.scatter(sorted(pdata[0:20,0]),sorted(pdata[0:20,4]),marker='8',c='g')#城镇人口
+plt.scatter(sorted(pdata[0:20,0]),sorted(pdata[0:20,5]),marker='p',c='c')#乡村人口
+plt.legend(name[1:6])
+plt.ylabel('人数(万)')
+plt.xlabel('年份')
+plt.title("1996~2015年人口特征分析")
+
+#折线图
+ax2 = p.add_subplot(2,1,2)
+plt.plot(
+    sorted(pdata[0:20,0]),sorted(pdata[0:20,1]),'r-',
+    sorted(pdata[0:20,0]),sorted(pdata[0:20,2]),'b-',
+    sorted(pdata[0:20,0]),sorted(pdata[0:20,3]),'y--',
+    sorted(pdata[0:20,0]),sorted(pdata[0:20,4]),'g:',
+    sorted(pdata[0:20,0]),sorted(pdata[0:20,5]),'c-',
+)
+
+plt.legend(name[1:6])
+plt.ylabel('人数(万)')
+plt.xlabel('年份')
+plt.title("1996~2015年人口特征分析")
+
+plt.savefig('./pic/1996~2015年人口特征分析.png')
+plt.show()

homework-chapter-3/梁思彤+ch3-作业二.py

@@ -0,0 +1,245 @@
+# -*- coding: utf-8 -*-
+
+###############################################################################
+#######################            正文代码             #######################
+###############################################################################
+
+# 代码 4-12
+from sqlalchemy import create_engine
+import pandas as pd
+## 创建数据库连接
+engine = create_engine('mysql+pymysql://root:1234@127.0.0.1:\
+3306/testdb?charset=utf8')
+detail= pd.read_sql_table('meal_order_detail1',con = engine)
+print('订单详情表的索引为：', detail.index)
+
+print('订单详情表的所有值为：','\n', detail.values)
+print('订单详情表的列名为：','\n', detail.columns)
+print('订单详情表的数据类型为：','\n', detail.dtypes)
+
+
+# 代码 4-13
+## 查看DataFrame的元素个数
+print('订单详情表的元素个数为：', detail.size)
+print('订单详情表的维度数为：', detail.ndim) ## 查看DataFrame的维度数
+print('订单详情表的形状为：', detail.shape) ## 查看DataFrame的形状
+
+
+
+# 代码 4-14
+print('订单详情表转置前形状为：',detail.shape)
+print('订单详情表转置后形状为为：',detail.T.shape)
+
+
+# 代码 4-15
+## 使用访问字典方式取出orderInfo中的某一列
+order_id = detail['order_id']
+print('订单详情表中的order_id的形状为:','\n',order_id.shape)
+
+
+# 代码 4-16
+## 使用访问属性方式取出orderInfo中的菜品名称列
+dishes_name = detail.dishes_name
+print('订单详情表中的dishes_name的形状为:',dishes_name.shape)
+
+
+# 代码 4-17
+dishes_name5 = detail['dishes_name'][:5]
+print('订单详情表中的dishes_name前5个元素为：','\n',dishes_name5)
+
+
+# 代码 4-18
+orderDish = detail[['order_id','dishes_name']][:5]
+print('订单详情表中的order_id和dishes_name前5个元素为：',
+      '\n',orderDish)
+
+
+
+# 代码 4-19
+order5 = detail[:][1:6]
+print('订单详情表的1-6行元素为：','\n',order5)
+detail[2:4]
+
+# 代码 4-20
+print('订单详情表中前五行数据为','\n',detail.head())
+print('订单详情表中后五个元素为：','\n',detail.tail())
+
+# 代码 4-21
+dishes_name1 = detail.loc[:,'dishes_name']
+print('使用loc提取dishes_name列的size为：', dishes_name1.size)
+
+dishes_name2 = detail.iloc[:,3]
+print('使用iloc提取第3列的size为：', dishes_name2.size)
+
+# 代码 4-22
+orderDish1 = detail.loc[:,['order_id','dishes_name']]
+print('使用loc提取order_id和dishes_name列的size为：', 
+      orderDish1.size)
+
+
+orderDish2 = detail.iloc[:,[1,3]]
+print('使用iloc提取第1和第3列的size为：', orderDish1.size)
+
+
+# 代码 4-23
+print('列名为order_id和dishes_name的行名为3的数据为：\n',
+      detail.loc[3,['order_id','dishes_name']])
+print('列名为order_id和dishes_name行名为2,3,4,5,6的数据为：\n',
+      detail.loc[2:6,['order_id','dishes_name']])
+print('列位置为1和3行位置为3的数据为：\n',detail.iloc[3,[1,3]])
+print('列位置为1和3行位置为2,3,4,5,6的数据为：\n',
+      detail.iloc[2:7,[1,3]])
+
+
+
+# 代码 4-24
+## loc内部传入表达式
+print('detail中order_id为458的dishes_name为：\n',
+     detail.loc[detail['order_id']=='458',
+     ['order_id','dishes_name']])
+
+print('detail中order_id为458的第1,5列数据为：\n',
+     detail.iloc[detail['order_id']=='458',[1,5]])
+
+
+
+# 代码 4-25
+print('detail中order_id为458的第1,5列数据为：\n',
+      detail.iloc[(detail['order_id']=='458').values,[1,5]])
+
+
+# 代码 4-26
+print('列名为dishes_name行名为2,3,4,5,6的数据为：\n',
+      detail.loc[2:6,'dishes_name'])
+
+print('列位置为5,行位置为2至6的数据为：\n',detail.iloc[2:6,5])
+print('列位置为5行名为2至6的数据为：', '\n',detail.ix[2:6,5])
+
+
+# 代码 4-27
+##将order_id为458的，变换为45800
+detail.loc[detail['order_id']=='458','order_id'] = '45800'
+print('更改后detail中order_id为458的order_id为：\n',
+     detail.loc[detail['order_id']=='458','order_id'])
+print('更改后detail中order_id为45800的order_id为：\n',
+     detail.loc[detail['order_id']=='45800','order_id'])
+
+
+# 代码 4-28
+detail['payment'] =  detail['counts']*detail['amounts']
+print('detail新增列payment的前五行为：','\n',
+      detail['payment'].head())
+
+
+
+# 代码 4-29
+detail['pay_way'] = '现金支付'
+print('detail新增列pay_way的前五行为：','\n',
+      detail['pay_way'].head())
+
+
+
+# 代码 4-30
+print('删除pay_way前deatil的列索引为：','\n',detail.columns)
+detail.drop(labels = 'pay_way',axis = 1,inplace = True)
+print('删除pay_way后detail的列索引为：','\n',detail.columns)
+
+
+# 代码 4-31
+print('删除1-10行前detail的长度为：',len(detail))
+detail.drop(labels = range(1,11),axis = 0,inplace = True)
+print('删除1-10行后detail的列索引为：',len(detail))
+
+
+# 代码 4-32
+import numpy as np
+print('订单详情表中amount（价格）的平均值为：', np.mean(detail['amounts']))
+
+
+# 代码 4-33
+print('订单详情表中amount（价格）的平均值为：', detail['amounts'].mean())
+
+
+# 代码 4-34
+print('订单详情表counts和amounts两列的描述性统计为：\n',
+      detail[['counts','amounts']].describe())
+
+
+# 代码 4-35
+print('订单详情表dishes_name频数统计结果前10为：\n',
+      detail['dishes_name'].value_counts()[0:10])
+
+
+# 代码 4-36
+detail['dishes_name'] = detail['dishes_name'].astype('category')
+print('订单信息表dishes_name列转变数据类型后为：',detail['dishes_name'].dtypes)
+
+
+# 代码 4-37
+print('订单信息表dishes_name的描述统计结果为：\n',
+      detail['dishes_name'].describe())
+
+
+
+###############################################################################
+#######################            任务实现             #######################
+###############################################################################
+
+# 代码 4-38
+from sqlalchemy import create_engine
+import pandas as pd
+engine = create_engine('mysql+pymysql://root:1234@127.0.0.1:\
+3306/testdb?charset=utf8')
+detail = pd.read_sql_table('meal_order_detail1',
+      con = engine)
+order = pd.read_table('../data/meal_order_info.csv',
+      sep = ',',encoding = 'gbk')
+user = pd.read_excel('../data/users.xlsx')
+print('订单详情表的维度为：', detail.ndim)
+print('订单信息表的维度为：', order.ndim)
+print('客户信息表的维度为：', user.ndim)
+
+print('订单详情表的形状为：', detail.shape)
+print('订单信息表的形状为：', order.shape)
+print('客户信息表的形状为：', user.shape)
+
+print('订单详情表的元素个数为：', detail.size)
+print('订单信息表的元素个数为：', order.size)
+print('客户信息表的元素个数为：', user.size)
+
+
+# 代码 4-39
+print('订单详情表counts和amounts两列的描述性统计为：\n',
+      detail.loc[:, ['counts','amounts']].describe())
+
+detail['order_id'] = detail['order_id'].astype('category')
+detail['dishes_name'] = detail['dishes_name'].astype('category')
+print('''订单信息表order_id(订单编号)与dishes_name(菜品名称)
+的描述性统计结果为：''', '\n',
+detail[['order_id','dishes_name']].describe())
+
+
+
+# 代码 4-40
+## 定义一个函数去除全为空值的列和标准差为0的列
+def dropNullStd(data):
+    beforelen = data.shape[1]
+    colisNull = data.describe().loc['count'] == 0
+    for i in range(len(colisNull)):
+        if colisNull[i]:
+            data.drop(colisNull.index[i],axis = 1,inplace =True)
+
+    stdisZero = data.describe().loc['std'] == 0
+    for i in range(len(stdisZero)):
+        if stdisZero[i]:
+            data.drop(stdisZero.index[i],axis = 1,inplace =True)
+    afterlen = data.shape[1]
+    print('去除的列的数目为：',beforelen-afterlen)
+    print('去除后数据的形状为：',data.shape)
+dropNullStd(detail)
+
+##使用dropNullStd函数对订单信息表操作
+dropNullStd(order)
+
+##使用dropNullStd函数对客户信息表操作
+dropNullStd(user)