图a
#导入模块略
df=pd.read_excel("qxyj.xlsx") #读取文件中的数据
df=df.drop(["预警发布单位","预警发布时间"],____)#删除列
df_g=df.groupby("预警名称",as_index=False).____ #分组并统计预警次数
df_s= df_g.sort_values("次数"ascending=False) #按"次数"降序排序
图b
df_s["预警等级"]=0#插入新的"预警等级"列,默认值为0
for i in range(len(df_s)):
s=
if s[2]=="红":
df_s.at[i,"预警等级"]=1
elif s[2]=="橙":
df_s.at[i,"预警等级"]=2
elif s[2]=="黄":
df_s.at[i,"预警等级"]=3
elif s[2]=="蓝":
df_s.at[i,"预警等级"]=4
print(df_s)
df_s=df_s.head(5)
图c
x=df_s.预警名称
y=
plt.bar(x,y) #绘制柱形图
plt.title('发布次数最多的 5 种气象预警')
plt.show() #显示图表
1图 | 2图 |
import pandas as pd
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = ['KaiTi','SimHei','FangSong'] #设置中文字体
df = pd.read_excel( "student.xlsx" )
df_err = df[ ▲ ]
请在▲处填入合适的代码。
km = ["语文","数学","英语","物理","化学","生物","政治","历史","地理","技术"]
df1 = df . groupby( "班级" ) .
print( df1 ) #2图所示
#删除“姓名”和“科目数”列
df2 = df1 . drop(["姓名","科目数"] , axis = 1)
g = df2 . sum() #g为Series对象
#统计各科目的人数占总人数的比例
for k in km:
per = / len( df ) * 100
print(k , "比例为:" , round(per,2) , "%")
x =
y = g . values
plt.bar( x , y ) #3图所示
plt.title("各科补弱比例对比")
plt.show()
图a
为分析该年部分气温情况,编写 Python程序,请回答下列问题:
图b
实现该功能的程序如下,请在划线①处填入合适的代码。
划线②处应选填入的代码为(单选,填字母)。
A .df1 B .df1.values C .df1.index
import pandas as pd
df=pd.read_excel(" ① ")
df["日均温"]=(df["最高气温℃"]+df["最低气温℃"])/2
df1=df.sort_values("日均温",ascending=False).日均温.head(1)
Max= ②
date=[ ]
for i in range(len(df)):
if df.at[i,"日均温"]==Max:
date.append(df.at[i,"日期"])
print("日均温最高值:"Max,"℃")
print("日期:",date)
图c
df["月份"]=""
for j in range(len(df)):
df.at[j,"月份"]=df.at[j,"日期"][5:7]
df2=df.groupby("月份",as_index=True).③
plt.plot(④,df2["日均温"],label="月均温" )
plt.xlabel("月份")
plt.ylabel("温度℃")
plt.legend()
plt.show()
请回答下列问题:
图 a
序号 | 路由 | 功能 |
1 | / | 访问系统首页 |
2 | /readhreadt | 查看历史温湿度数据 |
3 | / | 查看实时温湿度数据 |
图 b | 图 c |
import pandas as pd
import matplotlib.pyplot as plt
df=pd.read_excel("data.xlsx") #读取文件 data.xlsx 中的数据
for i in range(len(df)) :
if i%2==0 and df.at[i,"监测值"]>30:
df.at[i,"状态"]=1
if i%2==1 and df.at[i,"监测值"]<50:
df.at[i,"状态"]=1
dfg=df.groupby("时间" , as_index=False).状态.sum()
time=[] ; data=[]
for t in range (24):
s=str(t); c=0
if t<10:
s='0'+s
time.append(s)
dft= dfg[]
for j in dft.index:
if dft.at[j,"时间"][:2]==s:
data.append(c)
plt.plot(time, data)
#设置绘图参数,显示如图 c 所示线形图,代码略
图 a | 图 b |
import pandas as pd
import matplotlib.pyplot as plt
#读取如图 b 所示数据,保存到 DataFrame 对象 df1 中,代码略
f = [9, 7, 6, 5, 4, 3, 2, 1]
for i in range(0,len(dfl)):
rank = df1.at[i,"名次"] #通过行、列标签取单个值
score = 0
if rank <= 8:
df1.at[i,"得分"] = score
df2 = dfl.groupby(" ▲ ",as_index=False).sum() #分组求和
#设置绘图参数,代码略
plt.bar(x,y) #绘制柱形图
①请在程序中划线处填入合适的代码。
②程序的方框中应填入的正确代码为 (单选,填字母)
A.x = df1["专业"]
y = df1["总分"]
B.x = df2["专业"]
y = df2["得分"]
C.df1["专业"] = "专业"
df1["总分"] = "总分"
D.Df2["专业"] = "专业"
Df2["得分"] = "得分"
亚运会直播累计获62亿人次观看,相关话题视频播放量也超过503亿。杭州亚运会运用了多种AI技术,如高速运动AI解说系统,通过多种传感器采集运动数据,基于多模态大模型算法和深度学习模型对这些运动数据进行分析并生成实时的个性化解说服务,从而为不同语种的观众提供个性化解说。又比如通过大数据的分析处理,人工智能可以准确判断对手的特点和态势,帮助运动员做出更精准的决策,并实时调整自己的战术策略。
def isprime(m):
i=2
while i<=int(m**0.5):
if:
return False
i+=1
return True
for i in range(4, 1001, 2):
flag=False
for j in range(2, i):
if:
print(str(i)+"验证成功")
flag=True
break
if:
print(str(i)+"验证失败")