数据分析Numpy与Pandas练习 -AI小白进阶之路

练习一

读取餐饮csv文件的数据

• 方法一

# 方法一，使用csv的reader方法
import csv    # 导入csv库

# 打开文件
with open('餐饮.csv','r',encoding='gbk')as f:
    
# 使用reader赋值给a
    a = csv.reader(f)

# 打印输出读取到的数据
#     print(next(a))  # 打印第一行数据
#     print(next(a))  # 打印第二行数据
#       ...                ...
#     print(next(a))  # 打印第n行数据

# 使用for循环打印所有数据
    for i in a:
        print(i)

jupyter中展示的数据结果，数据展示样式上并不是很直观。

• 方法二

# 方法二，使用pandas库的read_csv方法
import pandas as pd    #导入pandas库，并命名为pd

# 使用pd.read_csv读取文件
pd.read_csv('餐饮.csv',encoding='gbk')

jupyter中读取到的数据，用pandas展示到的数据格式效果比较好。

练习二

读取Stock.xlsx 文件数据

• 方法一

# 方法一，使用openpyxl库读取excel数据
from openpyxl import load_workbook

wb = load_workbook('Stock.xlsx')  # 打开工作薄
ws = wb.active                    # 读取第一个工作表
ws.rows                           # 生成器

# 使用for循环读取ws.rows中的数据
for row in ws.rows:
    for cell in row:
        print(cell.value)

使用这种方法读取到的数据，没有按照表格格式展示，数据可视化效果比较差，可以尝试pandas方法。

• 方法二

# 方法二，使用pandas方法读取excel数据
import pandas as pd

pd.read_excel('Stock.xlsx') 

使用pandas，数据的可视化效果比较好。

作业三

1.输出0-9的数组arr

2.查看arr的数据类型

3.创建0-5的数组arr1,并指定其数据类型为"bool"

4.改变arr1的数据类型为"float64"

# 1.输出0-9的数组arr

import numpy as np

#方法一，比较笨的，先列出0-9的所有数据
a = [0,1,2,3,4,5,6,7,8,9]
# np.array(a)

#方法二，比较快捷，用一个range函数
arr = np.arange(10)     # rang()默认是从0开始
arr
# 也可以是np.arange(0,10)

结果如下图所示：

# 2.查看arr的数据类型
arr.dtype

结果如下图所示：

# 3.创建0-5的数组arr1,并指定其数据类型为"bool"
# 方法一
arr1 = np.array([0,1,2,3,4,5],dtype='bool')
arr1

# 方法二
arr1 = np.arange(6)
arr1
arr1 = arr1.astype('bool')
print(arr1.dtype)                # dtype('bool')
print(arr1)

结果如下图所示：

# 4.改变arr1的数据类型为"float64"
arr1 = arr1.astype('float64')
arr1.dtype

结果如下图所示：