Numpy、Pandas和Matplotlib的基本使用实验

目录

Numpy实验

Pandas实验

数据可视化实验

                                          Numpy实验

• 实验目的

Numpy库，了解什么是numpy，学习numpy的基础、常用方法及常用统计方法。

• 实验要求

1. 使用numpy完成基本的数据创建与处理。
2. 完成练习，撰写实验报告。

• 实验内容

使用macrodate.csv文件进行统计

•  实验代码

import numpy as np

data = np.genfromtxt('../macrodata.csv', delimiter=',', dtype=np.float32, filling_values=0)

print('*'*70)
print('*'*22,'1959年-2009年的经济数据分析','*'*22)
print('*'*70)

# 计算第三至七列的平均值，得到1959年-2009年以下平均值：
mean1 = np.mean(data[:, 2])
print('实际国内生产总值的平均值为:', mean1)
mean2 = np.mean(data[:, 3])
print('实际消费支出的平均值为:', mean2)
mean3 = np.mean(data[:, 4])
print('实际投资支出的平均值为:', mean3)
mean4 = np.mean(data[:, 5])
print('实际政府支出的平均值为:', mean4)
mean5 = np.mean(data[:, 6])
print('实际可支配个人收入的平均值为:', mean5)

print('*'*70)

# 计算第三至七列的标准差，得到1959年-2009年以下标准差：
std1 = np.std(data[:, 2])
print('实际国内生产总值的标准差为:', std1)
std2 = np.std(data[:, 3])
print('实际消费支出的标准差为:', std2)
std3 = np.std(data[:, 4])
print('实际投资支出的标准差为:', std3)
std4 = np.std(data[:, 5])
print('实际政府支出的标准差为:', std4)
std5 = np.std(data[:, 6])
print('实际可支配个人收入的标准差为:', std5)

print('*'*70)

# 计算第三至七列的最大值，得到1959年-2009年以来最大值：
max_value1 = np.max(data[:, 2])
print('实际国内生产总值的最大值为:', max_value1)
max_value2 = np.max(data[:, 3])
print('实际消费支出的最大值为:', max_value2)
max_value3= np.max(data[:, 4])
print('实际投资支出的最大值为:', max_value3)
max_value4 = np.max(data[:, 5])
print('实际政府支出的最大值为:', max_value4)
max_value5 = np.max(data[:, 6])
print('实际可支配个人收入的最大值为:', max_value5)

print('*'*70)

# 计算第三至七列的最小值，得到1959年-2009年以来最小值：
min_value1 = np.min(data[:, 2])
print('实际国内生产总值的最小值为:', min_value1)
min_value2 = np.min(data[:, 3])
print('实际消费支出的最小值为:', min_value2)
min_value3= np.min(data[:, 4])
print('实际投资支出的最小值为:', min_value3)
min_value4 = np.min(data[:, 5])
print('实际政府支出的最小值为:', min_value4)
min_value5 = np.min(data[:, 6])
print('实际可支配个人收入的最小值为:', min_value5)

print('*'