From a5772cef886bfed2523181a3a9c403f2487dd0a5 Mon Sep 17 00:00:00 2001
From: hnu202110040108 <napoleonandcaesar@163.com>
Date: Wed, 22 Jun 2022 14:14:51 +0800
Subject: [PATCH] ADD file via upload

---
 scratch.py | 74 ++++++++++++++++++++++++++++++++++++++++++++++++++++++
 1 file changed, 74 insertions(+)
 create mode 100644 scratch.py

diff --git a/scratch.py b/scratch.py
new file mode 100644
index 0000000..139d689
--- /dev/null
+++ b/scratch.py
@@ -0,0 +1,74 @@
+import pandas as pd
+import matplotlib.pyplot as plt
+from mydisplay import *
+
+plt.rcParams['font.sans-serif'] = ['SimHei']
+# 步骤一（替换sans-serif字体）
+plt.rcParams['axes.unicode_minus'] = False
+# 步骤二（解决坐标轴负数的负号显示问题）
+
+df = pd.read_csv('sales_data_sample9.csv', encoding='gbk')
+myprint(df.info(), 'df.info()')  # 查看数据整体情况
+myprint(df.head(3), 'df.head(3)')  # 前面n行
+myprint(df.tail(3), 'df.tail(3)')  # 末尾n行
+myprint(df.shape, 'df.shape')  # 数据集规模
+myprint(df.dtypes, 'df.dtypes')  # 数据类型
+df.count()
+df = df.dropna()  # 默认丢弃任何含有NaN的行
+df = df.dropna(how='all')  # 只丢弃全为NaN的行
+df = df.dropna(how='all', axis=1)  # 只丢弃全为NaN的列
+df = df.fillna(0)  # 用0填充缺失数据
+myprint(df)
+df['金额'].fillna(df['金额'].mean(), inplace=True)  # 用列均值填充
+# 基本统计方法
+# • sum() 求和
+# • max() 最大值 idxmax() 最大值对应索引号
+# • min() 最小值 idxmin() 最小值对应索引号
+# • var() 方差 std() 标准差
+# • median() 中位数 mean() 均值
+# • nlargest（n,列名）该列最大的n个值
+# • nsmallest(n,列名）该列最小的n个值
+# • describe():计算各列的频率、均值、标准差、级值、四分位数
+# • 练习：2003年金额最大的订单，最小单价对应的行索引号，金额最
+# 大的5张订单
+print(df.sort_values(by=['订单号', '订单行号'], ascending=True))
+
+dfg1 = df.groupby(by='订单号')['金额'].sum()  # 各订单销售总额
+dfg2 = df.groupby(by=['年份', '订单号'])['金额'].sum()
+dfg3 = df.groupby(by='年份').size()  # size跟count的区别： size计数时包含NaN值，而count不包含NaN值
+dfg4 = df.订单号.nunique()  # 订单号数量
+
+m=df[df['年份']==2004].groupby(by='季度')['金额'].sum()
+plt.bar(m.index,m.values) #绘图
+plt.xticks([1,2,3,4]) #x轴刻度
+plt.ylim(0,2500000) #y轴取值范围
+plt.xticks([1,2,3,4],['春','夏','秋','冬'])
+for x,y in zip(m.index,m.values): #值标签
+	plt.text(x,y,'%.2f'%y,ha='center',va='bottom')
+plt.show()
+#练习：不同年度销售总额对比
+
+
+#2004年不同季度销售额占比
+m=df[df['年份']==2004].groupby(by=['季度'])['金额'].sum()
+explode=[0,0,0,0.1]
+plt.pie(m,explode=explode,labels=['春','夏','秋','冬'],autopct='%.2f%%')
+plt.legend()
+plt.show()
+#练习：2004年不同季度订单数量占比
+
+
+#不同年份各月销售总额对比
+m=df[df['年份']==2003].groupby(by=['月份'])['金额'].sum() #不同年份各月销售总额
+n=df[df['年份']==2004].groupby(by=['月份'])['金额'].sum()
+k=df[df['年份']==2005].groupby(by=['月份'])['金额'].sum()
+plt.plot(m.index,m.values,label='2003')
+plt.plot(n.index,n.values,label='2004')
+plt.plot(k.index,n.values,label='2005')
+plt.legend()
+plt.title('不同年份销售额曲线对比')
+plt.grid(True)
+plt.xticks(range(1,13),['%d月'%x for x in range(1,13)])
+plt.ticklabel_format(style='plain',axis='y')
+plt.show()
+#练习：不同年度各月订单数量对比