图b

import pandas as pd

import matplotlib. pyplot as plt

#设置中文显示

from pylab import mpl

mpl. rcParams['font. sans-serif']=['SimHei']

mpl. rcParams['axes. unicode_minus']=False

df1=pd. read_excel("")  #读取Excel文件

print()      #筛选显示2019年人口800万以上的记录

#将表格内容按2020年人口降序排序后输出

print(df1. sort_values("2020年人口",))

y=df1["2020年人口"]

x=df1. 地市

plt. figure()

plt. title("2020年浙江各地人口柱形图",fontsize=18)   #标题字体大小为18

plt. bar(x,y,color="c")

plt. xticks(x)

plt. xlabel("地市",fontsize=12)            #坐标标签的字体大小为12

plt. ylabel("2020年人口",fontsize=12)

    #显示图表

def score(fslist):

    jf=[0]*len(fslist)

    i=1; c=6; same=1; st=0

      ①  

    while i<len(fslist):

        if fslist[i]!=fslist[i-1]:

            for j in range(  ②  ):

                 jf[j]=round (sumfs/ same, 2)

            st=i ; same=1 ; sumfs=0

        else:

            same+=1

        if c>0:

            c-=1

        sumf s=sumfs+c

        if   ③  :

            break

        i+=1

    if st==0:    #处理全体同分的情况

       jf=[round (21/len(fslist)， 2)]*1en(fslist)

    return jf

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("dbw. xlsx")

item=["赶猪"，"投篮"，"跳绳"]

#创建仅有列标题的DataFrame对象df1

df1=pd. DataFrame (columns=["项目"，"班级"，"姓名"，"成绩"，"得分"])

for i in range(3) :

    dfi tem=  ▲        #筛选出同一项目的所有记录

    dfitem=dfitem. sort_ _values ("成绩", ascending=False)

    lst=list (dfitem ["成绩"])    #把“成绩”列数据转为列表存储

    dfitem["得分"]=score(lst)     #计算得分

    df1=pd. concat ([df1, dfitem])    #合并赋分后的项目记录

dfbj=df1. groupby ("班级", as_ index=False)    #按班级分类，保持原索引

dfzf=dfbj["得分"]. sum( )   #计算各班级总分

plt. barh(  ④  )    #绘制如图b所示柱形图

plt. ylabel("班级")    #y轴标签为“班级”

plt. title("‘趣味运动会’各班总分对比")

plt. show( )

①②③④

import pandas as pd

df= pd.read_ excel("成绩xlsx")

#读取数据，每行包括学生的姓名、班级、信息成缋、通用成绩

df.drop("姓名", axis=1, inplace=True)    #删除无关数据列

#计算技术分数

df[技术]=   ①   

#计算每班的技术平均分

dfmean = df.groupby(班级'；as_ index =False)[技术].mean( )

#排序

dfsort =

import matplotlib.pyplot as plt

pltrc('font', family ='simsun')    #设置中文字体

pl.title("技术成绩平均分前3名的班级")

plt.xlabel("班级")

plt.ylabel("技术")

plt.bar( dfsort["班级"], dfsort["技术"],   ②   )    #设置图例名称

plt.ylim(0, 80)

plt.legend( )

plt.show( )

①②

import pandas as pd

import matplotlib.pyplot as plt

df = pd.read_excel

n = len(df)

sj = 0

for i in df.columns[4:]:

    sj =

df["城镇居民收入"] = sj

#按“城镇居民收入”为关键字降序排序

df = df.sort_values("城镇居民收入",ascending = False)

df = df. reset_index(drop=True)    #重置索引

df["排位"] = 1

for i in range(1, n):

    if df.at[i,"城镇居民收入"] == df.at[i - 1,"城镇居民收入"]:

        df.at[i,"排位"] =

    else:

            df.at[i,"排位"] =  i + 1

df1 = round(df.groupby("市区", as_index = True).mean(),1) #按“市区”为关键字分组求平均值并保留1位小数，as_index = True表示将“市区”作为索引

plt.figure(figsize=(10,6))

plt.rcParams['font.family']=['SimHei']           #显示汉字

 #绘制水平柱形图(条形图)

plt.title('2020年全省各市城镇居民收入情况',fontsize = 20) #设置图表标题文字

plt.show()

①收集数据  ②提出观点 ③形成报告 ④分析数据 ⑤提出问题

import pandas as pd

import matplotlib.pyplot as plt

from matplotlib.pyplot

import MultipleLocator   #MultipleLocator类用于设置刻度间隔

plt.rcParams["font.sans-serif"]=["simHei"]

df=pd.read_csv("qihou.csv",encoding="gbk")

#显示年平均气温最高的城市

df_sort=df.sort_values("年平均气温（℃）",ascending=False)

df1=df_sort.head(10)        #下划线处

print(df1)

plt.figure(figsize=(10,5))

x=df1["地市"]

y=df1["年平均气温(℃）"]

      #绘制柱形图plt.title("年平均气温最高的城市的 10 个城市") plt.xlabel("地市")

plt.ylabel("年平均气温（℃）")

      #显示图例

plt.show()