Python数据分析基础与应用
模块
PAGE2
PAGE21
模块1认知数据分析与构建程序运行环境电子教案
【应用与实战】
【任务1-1】在JupyterNotebook开发环境中打开并运行Python程序t1-01.ipynb
【任务描述】
在JupyterNotebook开发环境中打开Python程序t1-01.ipynb，然后依次运行JupyterNotebook开发环境中各单元的程序，并观察程序运行结果。
【任务实现】
1．打开Python程序t1-01.ipynb
在JupyterNotebook开发环境中打开Python程序t1-01.ipynb。
2．运行程序与观察运行结果
（1）运行第1个单元格的程序
第1个单元格的程序代码如下：
importnumpyasnp
importmatplotlib.pyplotasplt
plt.rcParams[font.sans-serif]=[SimHei]
x=np.array([第1季度,第2季度,第3季度,第4季度])
y=np.array([400,520,180,380])
plt.bar(x,y)
plt.show()
将光标置于第1个单元格中，在JupyterNotebook开发环境的工具栏中单击【运行】按钮，运行结果如图1-21所示。
图1-21程序t1-01.ipynb第1个单元格中代码的运行结果
程序t1-01.ipynb第1个单元格中代码的运行结果为柱形图，图中柱子的高度直接反映了对应季度的销量，从柱形图可以看出，第2季度的销量最多，第3季度的销量最少。
（2）运行第2个单元格的程序
第2个单元格的程序代码如下：
importmatplotlib.pyplotasplt
importpandasaspd
plt.rcParams[font.sans-serif]=[SimHei]
ser1=pd.Series({一季度:400,二季度:520,三季度:180,四季度:380})
ser1.plot(kind=bar)
plt.xticks(rotation=0)
foriinrange(4):
plt.text(i,ser1[i]+5,ser1[i],ha=center)
plt.show()
运行第2个单元格的代码，运行结果如图1-22所示。
图1-22程序t1-01.ipynb第2个单元格中代码的运行结果
程序t1-01.ipynb第2个单元格中代码的运行结果同样为柱形图，与图1-21不同的是在柱形图的柱子上显示了数字标签。
（3）运行第3个单元格的程序
第3个单元格的程序代码如下：
frompyecharts.chartsimportBar
bar=Bar()
bar.add_xaxis([第1季度,第2季度,第3季度,第4季度])
bar.add_yaxis(销售量,[400,520,180,380])
bar.render_notebook()
运行第3个单元格的代码，运行结果如图1-23所示。
图1-23程序t1-01.ipynb第3个单元格中代码的运行结果
程序t1-01.ipynb第3个单元格中代码的运行结果同样为柱形图，与图1-22类似，同样在柱形图的柱子上显示了数字标签，但各个柱形的宽度值比图1-22柱形宽度值要大一些。
（4）运行第4个单元格的程序
第4个单元格的程序代码如下：
ser1=pd.Series({一季度:400,二季度:520,三季度:180,四季度:380})
ser1.plot(kind=pie,autopct=%.2f%%)
plt.ylabel(销量占比)
plt.show()
运行第4个单元格的代码，运行结果如图1-24所示。
图1-24程序t1-01.ipynb第4个单元格中代码的运行结果
程序t1-01.ipynb第3个单元格中代码的运行结果同样为饼图。
【任务1-2】在JupyterNotebook开发环境中打开并运行Python程序t1-02.ipynb
【任务描述】
在JupyterNotebook开发环境中打开Python程序t1-02.ipynb，然后依次运行JupyterNotebook开发环境中各单元的程序，并观察程序运行结果。
【任务实现】
1．打开Python程序t1-02.ipynb
在JupyterNotebook开发环境中打开Python程序t1-02.ipynb。
2．运行程序与观察运行结果
（1）运行第1个单元格的程序
第1个单元格的程序如下：
importmatplotlib.pyplo