编程处理数据复习课件-2024-2025学年浙江省高中学业水平考试信息技术总复习

编程处理数据 学考要点1利用pandas模块处理数据 【必修1数据与计算第129～134页　指导意见第19～25页】 1．在Python中引入pandas模块的方法：import pandas as pd(pd 为用户引入模块取的别名) 2．pandas模块的数据结构：pandas提供了Series和DataFrame两种数据结构。 (1)Series对象常用属性 属性 说明 index Series的下标索引，其值默认是从0起递增的整数 values 存放Series值的一个数组 (2)DataFrame对象常用属性 3.Series与DataFrame的联系与区别 属性 说明 index DataFrame的行索引 columns 存放各列的列标题 values 存放值的二维数据 T 行列转置 数据结构 Series DataFrame 维度 一维 二维 组成 包含一个数组的数据和一个与数据关联的索引，索引值默认是从0起递增的整数 由1个索引列(index)和若干个数据列组成，每个数据列可以是不同的类型 创建 列表、字典等可以用来创建Series数据结构，与列表不同的是，Series的索引可以指定，类型可以为字符串型 通常用一个相等长度的列表或字典来创建；或直接读取二维数据文件创建 联系 ①DataFrame可以看作是共享同一个 index的 Series的集合 ②DataFrame对象和Series对象中的一列均可以通过字典记法或属性来检索，列可以通过赋值来修改 4.pandas模块的Series对象相关操作 (1)创建：列表、字典等可以用来创建Series数据结构 s1＝pd.Series([1，2，3，4]) s2＝pd.Series({'a'：1，'b'：2，'c'：3}) (2)查找：借助index的索引值实现查找或对values的值进行条件索引 print(s1[0])　#查找索引为0的值 print(s2['b'])　#查找索引为'b'的值 print(s1[s1>3])　#查找values大于3的值 (3)修改：用赋值语句实现修改 s1[1]＝10　#将索引为1的值修改为10 5．pandas模块的DataFrame对象相关操作 (1)创建：用一个相等长度的列表或字典来创建 import pandas as pd x＝pd.DataFrame({”a”：[1，2，3]，”b”：[4，5，6]，”c”：[7，8，9]}) (2)导入： pd.read_excel(filename)　#读取Excel文件创建DataFrame对象 pd.read_csv(filename)　#读取CSV文件创建DataFrame对象 (3)导出： df.to_excel(filename)　#创建Excel文件保存数据 df.to_csv(filename)　#创建CSV文件保存数据 (4)查找： ①通过index、columns、values属性查看 DataFrame对象的行索引、列索引及数据，如df.index、df.columns和df.values。 ②通过字典记法或属性检索实现查找，如df.id或df[”id”]。 ③通过at[]方法实现查找，如df.at[0，”id”]。 6．DataFrame常用函数 函数 说明 count() 返回非空(NaN)数据项的数量 sum()、mean() 求和、求平均值，通过axis＝0/1确定行列 max()、min() 返回最大、最小值 describe() 返回各列的基本描述统计值，包含计数、平均数、标准差、最大值、最小值及4分位差 head()、tail() 返回DataFrame的前n个、后n个数据记录 groupby() 对各列或各行中的数据进行分组，然后可对其中每一组数据进行不同的操作 sort_values() 排序，通过axis＝0/1确定行列，axis默认值为0，纵向排序。ascending＝True/False确定升/降序，ascending默认值为True，升序排序。排序结果返回一个新DataFrame对象 drop() 删除数据，通过axis＝0/1确定行列，并返回另一个DataFrame对象来存放改变后的数据 append() 在指定元素的结尾插入内容，并返回另一个DataFrame对象来存放改变后的数据 insert() 在指定位置插入列 rename() 修改列名或者索引 concat() 合并DataFrame对象 set_value() 根据行标签和列标签设置单个值 plot() 绘图 学考要点2数据可视化 【必修1 数据与计算第134～138页，第143～150页　指导意见第19～25页】 1．matplotlib模块：matplotlib是一个绘图库，使用其中的pyplot子库所提供的函数可以快速绘图和设置图表的坐标轴、坐标轴刻度、图例等。 2．在Python中引入matplotlib的pyplot子库的方法：import matplotlib.pyplot as plt 3．matplotlib模块的常用绘图函数 分类 函数 说明 创建对象 figure() 创建一个新的图表对象，并设置为当前绘图对象 注：不创建figure对象，直接调用 plot等绘图函数进行绘图，matplotlib会自动创建一个figure对象 绘制图形 plot( ) 绘制线形图 bar() 绘制垂直柱形图 barh() 绘制水平柱形图 scatter() 绘制散点图 续表 分类 函数 说明 修饰美化 title() 设置图表的标题 xlim()、ylim() 设置X、Y轴的取值范围 xlabel()、ylabel() 设置X、Y轴的标签 legend() 显示图例 显示 show() 显示创建的所有绘图对象 4.语法说明 (1)figure(num＝None，figsize＝None，dpi＝None，facecolor＝None，edgecolor＝None，frameon＝None) 其中：num为图像标号；figsize为figure的高和宽；dpi为figure的分辨率；facecolor为背景颜色；edgecolor为边框颜色；frameon为是否显示边框。 (2)plt.plot(x，y，label＝'cos(x)'，color＝'r'，linewidth＝'2') 其中：color为线条颜色；linewidth为线条宽度。 例　(2023·浙江7月学考)某省2022 年全年气象灾害预警数据保存在文件“qxyj.xlsx”中，部分数据如图所示。编写Python 程序，统计全年发布次数最多的5 种气象预警。 import pandas as pd df＝pd.read_excel(”qxyj.xlsx”) #读文件中的数据 df＝df.drop([”预警发布单位”，”预警等级”，”预警发布时间”]，axis＝1) #删除列 print(df_s[0：5]) 方框中代码由下列语句中的部分语句组成： ①df_ g＝df.groupby(”预警名称”，as_index＝False).sum() #分组求和 ②df_g＝df_s.groupby(”次数”，as_index＝False).sum() ③df_s＝df.sort_values(”次数”，ascending＝True) #升序排序 ④df_s＝df_g.sort_values(”次数”，ascending＝False) 要实现上述功能，方框中代码组合正确的是(　 　) A．①④ B．①③ C．②④ D．③② 【解析】 根据题意，要求统计全年发布次数最多的5 种气象预警，因此在使用分组函数groupby()时，分组的依据是“预警名称”，而不是“次数”，故在①②中选择①。从代码print(df_s[0：5])可知，输出的是最前面的五条记录，从而可以判断数据是按照“次数”降序排序的，sort_values 函数的参数ascending＝False 表示降序，故在③④中选择④。选项A正确。 A 变式1　某DataFrame 对象df 共包含6 个数据列、30 个数据行，其中第5 列为“总分”列，下列语句中能读取df 对象中“总分”列所有数据的是(　 　) A．df.[总分] B．df.columns[4] C．df.”总分” D．df.总分 【解析】 DataFrame 对象中的一列可以通过字典记法或属性来检索，采用字典记法格式为：对象名[标题名]，因为此处列标题为字符型，所以可写作df[”总分”]，故选项A 错误；采用属性索引某列格式为：对象名．标题名，标题名不可以加双引号，所以可写作df.总分，故选项C 错误，选项D 正确；columns 为DataFrame 对象的标题列表，所以df.columns[4]的值为”总分”，故选项B 错误。 D 变式2　 文件“xscj1.csv”中的数据包含“xm”“xh”“yw”“sx”等字段，有若干个数据行，执行下列程序段后，import pandas as pd df_data＝pd.read_csv(”xscj1.csv”) df_data.drop(”yw”，axis＝1) df_data.drop(0) df_data.sort_values(”sx”，inplace＝True) 对象df_data中的数据将(　 　) A．按“sx”升序排序 B．不再包含“yw”数据列 C．删除第一行记录 D．增加一个数据行 【解析】 drop()函数不改变原有对象中的数据，选项A正确。 A 变式3　某DataFrame 对象中，包含“商品编码”“销售价格”“销售日期”等数据列。下列语句中，能将df 对象中的数据以“商品编码”为关键字降序排序的是(　 　) A．df.sort_index(axis＝1，ascending＝True) B．df.sort_values(”商品编码”，ascending＝False) C．df.sort_values(”商品编码”，ascending＝True，inplace＝True) D．df.sort_values(”商品编码”，ascending＝False，inplace＝True) D 【解析】 df 对象中的数据采用DataFrame 结构组织，因此可以使用sort_values()函数按“商品编码” 降序排列df 对象中的数据。参数ascending＝False 为降序，inplace＝True 用排序结果替换df 中的数据，选项D正确。 变式4　有如下部分Python程序段： import pandas as pd import matplotlib as mpl import matplotlib.pyplot as plt import random s1＝random.sample(”abcdefghij”，5) items＝[1，2，3，4，5] random.shuffle(items)　#随机排列items中的值 plt.bar(s1，items) plt.show() 执行该程序段后，输出的图形可能是(　 　) A.　　　　　　　B.　　　　 　　C.　　　　　　　 D. 【解析】 语句“s1＝random.sample(”abcdefghij”，5)”从指定范围内抽取5个小写字母；语句“plt.bar(s1，items)”用于绘制柱形图，横坐标是s1，选项B正确。 B # $$