资源简介

(共29张PPT)
第三节　利用matplotlib模块绘图
信息技术 必修1 数据与计算
数据处理与应用
第四章
必备知识练
1. 在Python中引入 matplotlib的pyplot子库的方法是(　　)
A. import pyplot B. import matplotlib
C. import pyplot as plt D. import matplotlib.pyplot as plt
【解析】 在Python引入matplotlib的 pyplot子库的方法:import matplotlib.pyplot as plt。
D
2. 下列关于Python语句plt.scatter(x, y1, label=“sin(x) ”) 的说法,正确的是(　　)
A. 绘制的是线形图 B. 绘制的是垂直柱形图
C. 绘制的是散点图 D. 绘制的是水平柱形图
【解析】 scatter() 函数绘制的是散点图;plot() 绘制的是线形图;bar() 绘制的是垂直柱形图;barh()绘制的是水平柱形图。
C
3. 下列关于plt.plot(x, y1, label＝"sin(x)", color＝"r", linewidth＝2) 的说法,错.误.的
是(　　)
A. 绘制的图像为线形图 B. color指定了图表的背景色
C. label指定了图例 D. linewidth设置了线条的宽度
【解析】 color指定了线条的颜色。
B
4. 有如下Python程序:
import numpy as np
from matplotlib import pyplot as plt
x=np.arange(-5,5,0.1)
y=np.sin(x)
plt.plot(x,y)
程序运行后,不显示运行结果,原因是(　　)
A. 代码编写错误 B. X的范围超出边界
C. Y的范围超出边界 D. 缺少语句plt.show()
【解析】 本题主要考查Python程序的调试。plt.show()用于显示所绘制的图像。程序运行后,如果不显示运行结果,原因是缺少语句show()。
D
5. matplotlib模块是Python中较出色的绘图库,其中show函数的作用是(　　)
A. 将点对连线 B. 将绘制的图像窗口显示出来
C. 设置图像标题 D. 设置坐标轴标题
【解析】 本题主要考查Python函数。matplotlib模块是Python中较出色的绘图库,其中的show函数的作用是将绘制的图像窗口显示出来。
B
6. 绘制sin(x)的图像如图所示。
import matplotlib.pyplot as plt
import numpy as np
x=np.linspace(0,20,100)
y=np.sin(x)
　　　
plt.legend()
plt.show()
横线上应填入的代码是(　　)
A. plt.plot(x,"g－－",label="sin(x)") B. plt.plot(x,y,"g－－",label="sin(x)")
C. plt.plot(x,y,"g－－") D. plt.plot(y,"g－－",label="sin(x)")
【解析】 本题主要考查Python绘制sin(x)。图形是线形图,图例为“sin(x)”, plt.plot(x,y,"g－－",label＝"sin(x)"),其中x是横坐标值,y是纵坐标值,“g－－”是虚线,label＝“sin(x)”是定义图例名称。
B
关键能力练
7. 如图1所示,小明从某个网站上收集了2022年4月部分生产资料市场价格变动情况的数据,数据集保存在“shuju.xlsx”文件中。
图1
为分析相关类别生产资料的平均涨跌幅情况,小明编写了以下Python程序:
import pandas as pd
import matplotlib.pyplot as plt
plt.rcParams[ font.sans-serif ]=[ SimHei ]
#正常显示中文字体
df=pd.read_excel("shuju.xlsx")
df["平均涨跌幅"]=　　　
(1) 通过数据计算添加“平均涨跌幅”列,请在横线上填入合适的代码:
_______________________________________________________________________________________________________。
计算公式为涨跌幅＝(本期价格－上期价格)/本期价格*100。
(2) 若要对表格中的数据进行分类统计,并求其平均涨跌幅。请在横线上填入合适的代
码:__________。
g=df.groupby("类别",as_index=False)
df1=　　　
df1=df1.sort_values("平均涨跌幅",ascending=False)
(df.本期价格－df.上期价格) / df.本期价格*100或(df["本期价格"]－ df["上期价格"] )/ df["本期价格"]*100
g.mean()
(3) 如图2所示,根据上述操作结果,制作一张显示不同类别平均涨跌幅的图。
图2
请在横线上填入合适的代码:①_______________________,②_________________。
plt.figure(figsize=(8,4))
plt.title("各种类别对比分析图")
plt.bar(　①　,df1["平均涨跌幅"],label= 平均涨跌幅 )
plt.xlabel("类别")
plt.ylabel(　②　)
plt.legend()
plt.show()
df1["类别"] 或df.1类别
“平均涨跌幅”
【解析】 本题主要考查Python程序的综合应用。(1)涨跌幅＝(本期价格－上期价格)/本期价格*100。故此处填(df.本期价格－df.上期价格) / df.本期价格*100 或(df["本期价格"]－ df["上期价格"])/df["本期价格"]*100。(2)对表格中的数据进行分类统计,并求其平均涨跌幅,求平均值的函数是mean(),故此处填g.mean()。(3)由图可知,横坐标是类别,故①处填df1["类别"] 或df.1类别;由图可知,纵坐标是“平均涨跌幅”,故②处填"平均涨跌幅"。
8. 如图1所示,小林收集了各地区的油价并存在文件“数据.xls”中,他对数据进行了如下操作:
(1)将文件“数据.xls”中的数据导入对象df中;将数据中的“八.八”修改为8.8;
(2)删除对象df中的“优惠”列,并更新对象df;
(3)添加“平均油价”列,再进行相关计算,将对象df中的数据按地区降序排列;
(4)筛选出对象df中数据“0号柴油”不大于8.4元的数据行,保存到对象d5中;
(5)统计对象d5中的各个地域的地区个数,并绘制图表,如图2所示。
图1
图2
import pandas as pd
import matplotlib.pyplot as plt
plt.rc( font ,**{ family : SimHei })
df=pd.read_excel( 数据.xls )
df.　①　=8.8
df=df. 　②　
df[ 平均油价 ]=(df[ 92 号汽油 ]+df[ 95号汽油 ]+df[ 0 号柴油 ])/3
df=df.sort_values( 地区 ,ascending=False)
d5=　③　
g=d5. 　④　 [ 地 区 ].count()
plt.bar(g.index,g.values)
plt.title("地域分布图")
plt.show()
请在横线上填入合适的代码:①_________________,②____________________________ _________________________,③________________________,④___________________。
at[19, 92号汽油 ]
drop( 优惠 ,axis＝1)
或drop(columns＝ 优惠 )
df[df[ 0 号柴油 ]＜＝8.4]
groupby( 地域 )
【解析】 本题主要考查Python程序的综合应用。数据导入 pandas,第一行为列标题行,“北京”这条记录所在行索引为 0,故“云南”这条记录所在行索引为 19,故①处答案为 at[19, 92 号汽油 ];②处要删除“优惠”列,故答案为 drop( 优惠 ,axis＝1);③处为对象 df 的条件筛选,故答案为 df[df[ 0 号柴油 ]＜＝8.4],由于“0号柴油”不可作为属性名,这里只能用字典记法表示列信息,不可写成 df[df.0 号柴油＜＝8.4];题目要求数据按“地域”进行分组,并只统计“地区”个数,故④处答案为 groupby( 地域 )。
9. 小明编写了Python程序对数据做了如下整理和分析:
(1) 将第2条记录中的单位“厅”改为“听”,将“总价”列的名称改为“售价”,并删除第4条记录,计算各商品售价(售价＝原价*0.8)。
(2) 按“商品类别”分类统计各类商品的品种数量,并按各类商品的“品种数量”降序排列,以柱形图形式显示品种数量最多的10类商品,所建立的图表如图2所示。
图1
图2
Python程序如下,请在横线上填入合适的代码:①____________________,②______________,
③__________,④_________________________________________。
import pandas as pd
import matplotlib.pyplot as plt
plt.rcParams["font.sans-serif"]=["SimHei"] #用于显示中文标签
data = pd.read_excel("商品价格表.xlsx")
data.　①　　#将第2条记录的单位“厅”改为“听”
data = data.rename(columns = {"总价":"售价"})　#将“总价”列的名称改为“售价”
data = 　②　　#删除第4条记录
data["售价"] = data["原价"] * 0.8
s = data.groupby("商品类别",as_index=False).商品名称.　③　
#按商品类别统计商品品种数量
s = s.rename(columns = {"商品名称":"品种数量"})
将分组统计后的 “商品名称”列的名称改为 “品种数量”
s = s.　④　　#按商品类别的品种数量降序排列
s= s.head(10)
plt.bar(s.商品类别 , s.品种数量,label="品种数量")　#绘制柱形图
plt.title("品种最多的 10 大商品类别", fontsize=16)
plt.legend()
plt.show ()
at[1,"单位"]＝"听"
data.drop(3)
count()
sort_values( 品种数量 ,ascending＝False)
【解析】 本题主要考查Python程序的综合运用。将第2条记录的单位“厅”修改为“听”,df.at的作用是获取某个位置上的值,可以使用该函数进行内容修改,故①处填df.at[1,"单位"]＝"听";删除第4条记录,使用drop函数,故②处填data.drop(3);按商品类别统计商品品种数量,使用count()函数,故③处填count();按商品类别的品种数量降序排列,使用sort_values()函数,因为是降序排序,所以还要加ascending＝False,故④处填sort_values
( 品种数量 ,ascending＝False)。
10. 如图1所示, 高一、高二年级学生的社团选报数据已导出,存放在“社团选课.xlsx”文件中。小北同学结合所学知识, 编写了一个统计各社团受欢迎程度的程序,以图表的形式呈现最受欢迎的八个社团。部分程序代码如下, 请在横线上填入合适的代码:
①___________________________________________________________________________ _____________________,②_____________,③_______________________,
④__________________________________________________________________________ ____________________。
data.drop( 姓名 ,axis＝1)或data.drop( 姓名 ,1)或data.drop("姓名",axis＝1)或data.drop("姓名",1)
sort_values
ascending＝False
data.index[0:8]或 data.index[:8]或data.head(8).index或 data[0:8].index或data[:8].index
图1
图2
import pandas as pd
import matplotlib.pyplot as plt
plt.rcParams["font.sans-serif"]=["SimHei"]
data=pd.read_excel("社团选课.xlsx")
data=data.groupby("课程名称").count()　#统计各社团的报名人数
data=　①　　　#删除"姓名"列
data=data.rename(columns={"班级":"人数"})
data=data.　②　("人数",　③　)　#根据选课人数降序排列
plt.bar(　④　 , data.人数[0:8], label="社团报名人数")
plt.title("最受欢迎的八大社团", fontsize=18) #设置图表标题
plt.legend()
plt.show ()
【解析】 本题主要考查Python程序的综合应用。删除“姓名”列,使用drop( )函数,默认删除行,列需要加axis＝1,故①处填data.drop( 姓名 ,axis＝1)或data.drop( 姓名 ,1)或data.drop("姓名",axis＝1)或data.drop("姓名",1);根据选课人数降序排序,使用sort_values函数,故②处填sort_values;ascending＝False是降序排序,ascending＝True是升序排序,故③处填ascending＝False;由图可知,需要绘制前8条,故④处填data.index[0:8]或 data.index[:8]或data.head(8).index或 data[0:8].index或data[:8].index。
11.用Excel文件列出了2023年胡润百富榜上前50名女企业家,如图1所示,相关数据保存在文件“排行榜.xlsx”中。要求编写Python程序来分析榜单数据,并对分析结果进行可视化。
(1)从Excel文件中读取数据,请在横线上填入合适的代码:_______________。
import pandas as pd
import matplotlib.pyplot as plt
data=pd.read_excel(　　　　　　)
图1
"排行榜.xlsx"
(2)下列可修改“排名:2,姓名:吴亚军”行的年龄列的表达式有__________(多选,填字母)。
A.data.at[1,"年龄"]=65
B.data[1]["年龄"]=65
C.data["年龄"][1]=65
D.data.at[1,年龄]=65
AC
(3)统计平均排名最高的主业,如图2所示。
图2
add=data.groupby("主业").　　　
add_s=add.sort_values("排名")
print(add_s.head(1))
在程序中的横线上填写代码,正确的选项是__________(单选,填字母)。
A.average() B.mean()
C.sum() D.count()
B
(4)统计排行榜中的各居住地的企业数量,取数量最高的前5个省(区、市)的数据建立柱形图,如图3所示,请在横线上填入合适的代码:①_________,②_______________________。
pro＝data.groupby(　①　,as_index=False).count()
pro_s=pro.sort_values("排名",ascending=False).head(5)
plt.bar(　②　,label="居住地")
plt.legend()
plt.show()
图3
"居住地"
pro_s.居住地, pro_s.排名
【解析】 本题考查pandas数据处理。(1)Excel文件名。(2)单元格有两种表达式,先列后行,即C,也可以使用at的方法,先行后列,即A。(3)求平均值使用函数mean()。(4)统计排行榜中各居住地的企业数量,因此对“居住地”进行分组。绘图时使用横坐标和纵坐标,根据代码可知,分别是pro_s.居住地, pro_s.排名。第三节　利用matplotlib模块绘图
1. 在Python中引入matplotlib的pyplot子库的方法是(　D　)
A. import pyplot B. import matplotlib
C. import pyplot as plt D. import matplotlib.pyplot as plt
【解析】 在Python引入matplotlib的 pyplot子库的方法:import matplotlib.pyplot as plt。
2. 下列关于Python语句plt.scatter(x, y1, label=“sin(x) ”)的说法,正确的是(　C　)
A. 绘制的是线形图 B. 绘制的是垂直柱形图
C. 绘制的是散点图 D. 绘制的是水平柱形图
【解析】 scatter() 函数绘制的是散点图;plot() 绘制的是线形图;bar() 绘制的是垂直柱形图;barh()绘制的是水平柱形图。
3. 下列关于plt.plot(x, y1, label＝"sin(x)", color＝"r", linewidth＝2) 的说法,错误的是(　B　)
A. 绘制的图像为线形图 B. color指定了图表的背景色
C. label指定了图例 D. linewidth设置了线条的宽度
【解析】 color指定了线条的颜色。
4. 有如下Python程序:
import numpy as np
from matplotlib import pyplot as plt
x=np.arange(-5,5,0.1)
y=np.sin(x)
plt.plot(x,y)
程序运行后,不显示运行结果,原因是(　D　)
A. 代码编写错误 B. X的范围超出边界
C. Y的范围超出边界 D. 缺少语句plt.show()
【解析】 本题主要考查Python程序的调试。plt.show()用于显示所绘制的图像。程序运行后,如果不显示运行结果,原因是缺少语句show()。
5. matplotlib模块是Python中较出色的绘图库,其中show函数的作用是(　B　)
A. 将点对连线 B. 将绘制的图像窗口显示出来
C. 设置图像标题 D. 设置坐标轴标题
【解析】 本题主要考查Python函数。matplotlib模块是Python中较出色的绘图库,其中show函数的作用是将绘制的图像窗口显示出来。
6. 绘制sin(x)的图像如下图所示。
第6题图
import matplotlib.pyplot as plt
import numpy as np
x=np.linspace(0,20,100)
y=np.sin(x)
　　　
plt.legend()
plt.show()
横线上应填入的代码是(　B　)
A. plt.plot(x,"g－－",label="sin(x)")
B. plt.plot(x,y,"g－－",label="sin(x)")
C. plt.plot(x,y,"g－－")
D. plt.plot(y,"g－－",label="sin(x)")
【解析】 本题主要考查Python绘制sin(x)。图形是线形图,图例为“sin(x)”,plt.plot(x,y,"g－－",label＝"sin(x)"),其中x是横坐标值,y是纵坐标值,“g－－”是虚线,label＝“sin(x)”是定义图例名称。
7. 如图1所示,小明从某个网站上收集了2022年4月部分生产资料市场价格变动情况的数据,数据集保存在“shuju.xlsx”文件中。
第7题图1
为分析相关类别生产资料的平均涨跌幅情况,小明编写了以下Python程序:
import pandas as pd
import matplotlib.pyplot as plt
plt.rcParams[ font.sans-serif ]=[ SimHei ]
#正常显示中文字体
df=pd.read_excel("shuju.xlsx")
df["平均涨跌幅"]=　　　
(1) 通过数据计算添加“平均涨跌幅”列,请在横线上填入合适的代码:　(df.本期价格－df.上期价格) / df.本期价格*100或(df["本期价格"]－ df["上期价格"] )/df["本期价格"]*100　。
计算公式为涨跌幅＝(本期价格－上期价格)/本期价格*100。
(2) 若要对表格中的数据进行分类统计,并求其平均涨跌幅。请在横线上填入合适的代码:　g.mean()　。
g=df.groupby("类别",as_index=False)
df1=　　　
df1=df1.sort_values("平均涨跌幅",ascending=False)
(3) 如图2所示,根据上述操作结果,制作一张显示不同类别平均涨跌幅的图。
第7题图2
请在横线上填入合适的代码:①　df1["类别"] 或df.1类别　,②　“平均涨跌幅”　。
plt.figure(figsize=(8,4))
plt.title("各种类别对比分析图")
plt.bar(　①　,df1["平均涨跌幅"],label= 平均涨跌幅 )
plt.xlabel("类别")
plt.ylabel(　②　)
plt.legend()
plt.show()
【解析】 本题主要考查Python程序的综合应用。(1)涨跌幅＝(本期价格－上期价格)/本期价格*100。故此处填(df.本期价格－df.上期价格)/df.本期价格*100或(df["本期价格"]－ df["上期价格"])/df["本期价格"]*100。(2)对表格中的数据进行分类统计,并求其平均涨跌幅,求平均值的函数是mean(),故此处填g.mean()。(3)由图可知,横坐标是类别,故①处填df1["类别"]或df.1类别;由图可知,纵坐标是“平均涨跌幅”,故②处填"平均涨跌幅"。
8. 如图1所示,小林收集了各地区的油价并存在文件“数据.xls”中,他对数据进行了如下操作:
(1)将文件“数据.xls”中的数据导入对象df中;将数据中的“八.八”修改为8.8;
(2)删除对象df中的“优惠”列,并更新对象df;
(3)添加“平均油价”列,再进行相关计算,将对象df中的数据按地区降序排列;
(4)筛选出对象df中数据“0号柴油”不大于8.4元的数据行,保存到对象d5中;
(5)统计对象d5中的各个地域的地区个数,并绘制图表,如图2所示。
第8题图1
第8题图2
import pandas as pd
import matplotlib.pyplot as plt
plt.rc( font ,**{ family : SimHei })
df=pd.read_excel( 数据.xls )
df.　①　=8.8
df=df. 　②　
df[ 平均油价 ]=(df[ 92 号汽油 ]+df[ 95号汽油 ]+df[ 0 号柴油 ])/3
df=df.sort_values( 地区 ,ascending=False)
d5=　③　
g=d5. 　④　 [ 地 区 ].count()
plt.bar(g.index,g.values)
plt.title("地域分布图")
plt.show()
请在横线上填入合适的代码:①　at[19, 92 号汽油 ]　,②　drop( 优惠 ,axis＝1) 或 drop(columns＝ 优惠 )　,③　df[df[ 0 号柴油 ]＜＝8.4]　,
④　groupby( 地域 )　。
【解析】 本题主要考查Python程序的综合应用。数据导入pandas,第一行为列标题行,“北京”这条记录所在行索引为 0,故“云南”这条记录所在行索引为19,故①处答案为at[19, 92号汽油 ];②处要删除“优惠”列,故答案为drop( 优惠 ,axis＝1);③处为对象df的条件筛选,故答案为df[df[ 0号柴油 ]＜＝8.4],由于“0号柴油”不可作为属性名,这里只能用字典记法表示列信息,不可写成df[df.0号柴油＜＝8.4];题目要求数据按“地域”进行分组,并只统计“地区”个数,故④处答案为groupby( 地域 )。
9. 小明编写了Python程序对数据做了如下整理和分析:
(1) 将第2条记录中的单位“厅”改为“听”,将“总价”列的名称改为“售价”,并删除第4条记录,计算各商品售价(售价＝原价*0.8)。
(2) 按“商品类别”分类统计各类商品的品种数量,并按各类商品的“品种数量”降序排列,以柱形图形式显示品种数量最多的10类商品,所建立的图表如图2所示。
第9题图1
第9题图2
Python程序如下,请在横线上填入合适的代码:①　at[1,"单位"]＝"听"　,
②　data.drop(3)　,③　count()　,④　sort_values( 品种数量 ,ascending＝False)　。
import pandas as pd
import matplotlib.pyplot as plt
plt.rcParams["font.sans-serif"]=["SimHei"] #用于显示中文标签
data = pd.read_excel("商品价格表.xlsx")
data.　①　　#将第2条记录的单位“厅”改为“听”
data = data.rename(columns = {"总价":"售价"})　#将“总价”列的名称改为“售价”
data = 　②　　#删除第4条记录
data["售价"] = data["原价"] * 0.8
s = data.groupby("商品类别",as_index=False).商品名称.　③　
#按商品类别统计商品品种数量
s = s.rename(columns = {"商品名称":"品种数量"})
将分组统计后的 “商品名称”列的名称改为 “品种数量”
s = s.　④　　#按商品类别的品种数量降序排列
s= s.head(10)
plt.bar(s.商品类别 , s.品种数量,label="品种数量")　#绘制柱形图
plt.title("品种最多的 10 大商品类别", fontsize=16)
plt.legend()
plt.show ()
【解析】 本题主要考查Python程序的综合运用。将第2条记录的单位“厅”修改为“听”,df.at的作用是获取某个位置上的值,可以使用该函数进行内容修改,故①处填df.at[1,"单位"]＝"听";删除第4条记录,使用drop函数,故②处填data.drop(3);按商品类别统计商品品种数量,使用count()函数,故③处填count();按商品类别的品种数量降序排列,使用sort_values()函数,因为是降序排序,所以还要加ascending＝False,故④处填sort_values( 品种数
量 ,ascending＝False)。
10. 如图1所示, 高一、高二年级学生的社团选报数据已导出,存放在“社团选课.xlsx”文件中。小北同学结合所学知识, 编写了一个统计各社团受欢迎程度的程序,以图表的形式呈现最受欢迎的八个社团。部分程序代码如下, 请在横线上填入合适的代码:①　data.drop( 姓名 ,axis＝1)或data.drop( 姓名 ,1)或data.drop("姓名",axis＝1)或data.drop("姓名",1)　,②　sort_values　,
③　ascending＝False　,④　data.index[0:8]或 data.index[:8]或data.head(8).index或 data[0:8].index或data[:8].index　。
import pandas as pd
import matplotlib.pyplot as plt
plt.rcParams["font.sans-serif"]=["SimHei"]
data=pd.read_excel("社团选课.xlsx")
data=data.groupby("课程名称").count()　#统计各社团的报名人数
data=　①　　　#删除"姓名"列
data=data.rename(columns={"班级":"人数"})
data=data.　②　("人数",　③　)　#根据选课人数降序排列
plt.bar(　④　 , data.人数[0:8], label="社团报名人数")
plt.title("最受欢迎的八大社团", fontsize=18) #设置图表标题
plt.legend()
plt.show ()
第10题图1
第10题图2
【解析】 本题主要考查Python程序的综合应用。删除“姓名”列,使用drop( )函数,默认删除行,列需要加axis＝1,故①处填data.drop( 姓名 ,axis＝1)或data.drop( 姓名 ,1)或data.drop("姓名",axis＝1)或data.drop("姓名",1);根据选课人数降序排序,使用sort_values函数,故②处填sort_values;ascending＝False是降序排序,ascending＝True是升序排序,故③处填ascending＝False;由图可知,需要绘制前8条,故④处填data.index[0:8]或 data.index[:8]或data.head(8).index或 data[0:8].index或data[:8].index。
11.用Excel文件列出了2023年胡润百富榜上前50名女企业家,如图1所示,相关数据保存在文件“排行榜.xlsx”中。要求编写Python程序来分析榜单数据,并对分析结果进行可视化。
(1)从Excel文件中读取数据,请在横线上填入合适的代码:　"排行榜.xlsx"　。
import pandas as pd
import matplotlib.pyplot as plt
data=pd.read_excel(　　　　　　)
第11题图1
(2)下列可修改“排名:2,姓名:吴亚军”行的年龄列的表达式有　AC　(多选,填字母)。
A.data.at[1,"年龄"]=65
B.data[1]["年龄"]=65
C.data["年龄"][1]=65
D.data.at[1,年龄]=65
(3)统计平均排名最高的主业,如图2所示。
第11题图2
add=data.groupby("主业").　　　
add_s=add.sort_values("排名")
print(add_s.head(1))
在程序中的横线上填写代码,正确的选项是　B　(单选,填字母)。
A.average( ) B.mean( )
C.sum( ) D.count( )
(4)统计排行榜中的各居住地的企业数量,取数量最高的前5个省(区、市)的数据建立柱形图,如图3所示,请在横线上填入合适的代码:①　"居住地"　,
②　pro_s.居住地, pro_s.排名　。
pro＝data.groupby(　①　,as_index=False).count()
pro_s=pro.sort_values("排名",ascending=False).head(5)
plt.bar(　②　,label="居住地")
plt.legend()
plt.show()
第11题图3
【解析】 本题考查pandas数据处理。(1)Excel文件名。(2)单元格有两种表达式,先列后行,即C,也可以使用at的方法,先行后列,即A。(3)求平均值使用函数mean()。(4)统计排行榜中各居住地的企业数量,因此对“居住地”进行分组。绘图时使用横坐标和纵坐标,根据代码可知,分别是pro_s.居住地,pro_s.排名。

展开更多......

收起↑