統(tǒng)計文理科歷年平均錄取分數(shù)和最高錄取分數(shù)主講人：xxxxxxxx學校問題描述利用2007年-2017年全國部分高校的錄取數(shù)據(jù)（“school.csv”），對所有學校各年的文理科錄取分數(shù)進行統(tǒng)計，分文理科求各年平均分的平均值和最高分的最大值見表8.1.9。然后對數(shù)據(jù)使用折線圖進行可視化，結(jié)果見圖8.1.3。問題描述

表8.1.9文理科錄取分數(shù)統(tǒng)計表年份文科最高分

理科最高分文科平均分理科平均分2007922.0935.0608.514698624.2250572008962.0938.0606.258122618.2237592009929.0939.0583.196112599.2652572010929.0939.0586.286123601.4219512011930.0937.0589.928152607.6971682012913.0920.0600.072553602.1053132013913.0900.0593.982100601.7683592014876.0888.0598.288899605.7370672015905.0892.0598.675602609.0660262016706.0720.0585.795933607.9855942017680.0715.0591.062164593.398057題前思考表8.1.10問題分析根據(jù)問題描述，填寫以下表格問題描述問題解答本問題中，需要計算文理科的平均分、最高分，使用pivot_table()函數(shù)分析數(shù)據(jù)時，行索引和列索引分別是什么？

按題目要求，對平均分列進行什么操作，對最高分列進行什么操作？如何將不同操作應用到不同列？

因為要對兩列進行不同的操作，你認為結(jié)果數(shù)據(jù)框的列索引應該是什么

怎么從數(shù)據(jù)透視表中得到結(jié)果所要求的數(shù)據(jù)列？

在圖形可視化過程中，折線圖的參數(shù)是什么？x坐標標簽和y坐標標簽分別是什么？importpandasaspdimportmatplotlib.pyplotasmpmp.rcParams['font.sans-serif']=['SimHei']data=pd.read_csv(r"D:\pydata\項目八\school.csv",engine='python')subject=pd.pivot_table(data=data,index='年份',columns='文理科',values=['平均分','最高分'],aggfunc={'平均分':'mean','最高分':'max'})①subject.columns=['文科平均分','理科平均分','綜合平均分','文科最高分','理科最高分','綜合最高分']②subject_wen_li=subject[['文科平均分','文科最高分','理科平均分','理科最高分']]③程序代碼使用pivot_table()函數(shù)對data數(shù)據(jù)進行分析。題前思考表8.1.11讀取文件后得到的數(shù)據(jù)文理科年份平均分文科

理科

綜合最高分文科

理科

綜合2007608.514698624.225057641.419492922.0935.0704.02008606.258122618.223759367.488027962.0938.0669.02009583.196112599.265257NaN929.0939.0NaN2010586.286123601.421951NaN929.0939.0NaN2011589.928152607.697168NaN930.0937.0NaN2012600.072553602.105313NaN913.0920.0NaN2013593.982100601.768359NaN913.0900.0NaN2014598.288899605.737067NaN876.0888.0NaN2015598.675602609.066026NaN905.0892.0NaN2016585.795933607.985594NaN706.0720.0NaN2017591.062164593.398057NaN680.0715.0NaNimportpandasaspdimportmatplotlib.pyplotasmpmp.rcParams['font.sans-serif']=['SimHei']data=pd.read_csv(r"D:\pydata\項目八\school.csv",engine='python')subject=pd.pivot_table(data=data,index='年份',columns='文理科',values=['平均分','最高分'],aggfunc={'平均分':'mean','最高分':'max'})①subject.columns=['文科平均分','理科平均分','綜合平均分','文科最高分','理科最高分','綜合最高分']②subject_wen_li=subject[['文科平均分','文科最高分','理科平均分','理科最高分']]③程序代碼subject.columns=['文科平均分','理科平均分','綜合平均分','文科最高分','理科最高分','綜合最高分']，修改列索引，將原二級索引改為簡單索引。程序代碼年份文科平均分理科平均分綜合平均分文科最高分理科最高分綜合最高分2007608.514698624.225057641.419492922.0935.0704.02008606.258122618.223759367.488027962.0938.0669.02009583.196112599.265257NaN929.0939.0NaN2010586.286123601.421951NaN929.0939.0NaN2011589.928152607.697168NaN930.0937.0NaN2012600.072553602.105313NaN913.0920.0NaN2013593.982100601.768359NaN913.0900.0NaN2014598.288899605.737067NaN876.0888.0NaN2015598.675602609.066026NaN905.0892.0NaN2016585.795933607.985594NaN706.0720.0NaN2017591.062164593.398057NaN680.0715.0NaN表8.1.12替換列索引之后的數(shù)據(jù)框importpandasaspdimportmatplotlib.pyplotasmpmp.rcParams['font.sans-serif']=['SimHei']data=pd.read_csv(r"D:\pydata\項目八\school.csv",engine='python')subject=pd.pivot_table(data=data,index='年份',columns='文理科',values=['平均分','最高分'],aggfunc={'平均分':'mean','最高分':'max'})①subject.columns=['文科平均分','理科平均分','綜合平均分','文科最高分','理科最高分','綜合最高分']②subject_wen_li=subject[['文科平均分','文科最高分','理科平均分','理科最高分']]③mp.figure("文理科近10年分數(shù)")④程序代碼取subject對象中'文科平均分','文科最高分','理科平均分','理科最高分'4列數(shù)據(jù)，保存到變量subject_wen_li中。importpandasaspdimportmatplotlib.pyplotasmpmp.rcParams['font.sans-serif']=['SimHei']data=pd.read_csv(r"D:\pydata\項目八\school.csv",engine='python')subject=pd.pivot_table(data=data,index='年份',columns='文理科',values=['平均分','最高分'],aggfunc={'平均分':'mean','最高分':'max'})①subject.columns=['文科平均分','理科平均分','綜合平均分','文科最高分','理科最高分','綜合最高分']②subject_wen_li=subject[['文科平均分','文科最高分','理科平均分','理科最高分']]③mp.figure("文理科近10年分數(shù)")④subject_wen_li.plot(kind='line',marker='o',xticks=subject_wen_li.index)⑤mp.title("文理科近10年分數(shù)",fontsize=16)⑥mp.xlabel("年份",fontsize=12)mp.ylabel("分數(shù)",fontsize=12)mp.show()程序代碼創(chuàng)建一個名為"文理科近10年分數(shù)"的繪圖窗口。subject.columns=['文科平均分','理科平均分','綜合平均分','文科最高分','理科最高分','綜合最高分']②subject_wen_li=subject[['文科平均分','文科最高分','理科平均分','理科最高分']]③mp.figure("文理科近10年分數(shù)")④subject_wen_li.plot(kind='line',marker='o',xticks=subject_wen_li.index)⑤mp.title("文理科近10年分數(shù)",fontsize=16)⑥mp.xlabel("年份",fontsize=12)mp.ylabel("分數(shù)",fontsize=12)mp.show()程序代碼kind='line'表示類型為折線圖；marker='o'表示折線圖上點的形狀，'o'表示是圓形；xticks=subject_wen_li.index表示x坐標序列是index索引；style=['k-','k:','k-.','k--']依次指出各列數(shù)據(jù)的顏色和線型。subject.columns=['文科平均分','理科平均分','綜合平均分','文科最高分','理科最高分','綜合最高分']②subject_wen_li=subject[['文科平均分','文科最高分','理科平均分','理科最高分']]③mp.figure("文理科近10年分數(shù)")④subject_wen_li.plot(kind='line',marker='o',xticks=subject_wen_li.index)⑤mp.title("文理科近10年分數(shù)",fontsize=16)⑥mp.xlabel("年份",fontsize=12)mp.ylabel("分數(shù)",fontsize=12)mp.show()程序代碼設(shè)置折線圖的標題及字號。程序代碼任務小結(jié)1.描述pivot_table()函數(shù)作用2.如何對不同的列實施不同的統(tǒng)計方法一展身手現(xiàn)有8000余條近