内容
解析一下四道题目：
题目 1：超市商品销售数据分析
题目 2：线上书店订单数据分析
题目 3：学生考试成绩数据分析
题目 4：教师教学评价数据分析
运用Numpy，pandas，数据可视化来解决问题
详细代码如下：
题目1：
题目 1：超市商品销售数据分析
# “超市销售数据.csv” 包含字段：“日期”“商品类别”“商品名称”“销售数量”“单价 (元)”“会员等级 (普通 / 银卡 / 金卡)”。
# 请使用 pandas、numpy 和 matplotlib 完成以下任务：
import pandas as pd
import matplotlib.pyplot as plt
import datetime
# # 1. 读取 CSV 文件数据，将 “日期” 转换为 datetime 格式。
# df = pd.read_csv(
# "超市销售数据.csv",
# encoding="utf-8"
# )
# print(df)
# df['日期'] = pd.to_datetime(df['日期'])
# print(df['日期'].dtype)
# # 2. 计算每类商品的总销售额（销售数量 × 单价）和平均销售单价。
# df['销售额'] = df['销售数量'] * df['单价 (元)']
# total_sales = df.groupby('商品类别')['销售额'].sum()
# mean_sales = df.groupby('商品类别')['单价 (元)'].mean()
# print("每类商品的总销售额为：\n", total_sales)
# print("每类商品的平均销售单价为：\n", mean_sales)
# # 3. 按 “会员等级” 分组，统计不同等级会员的总消费金额和平均单次消费金额。
# total_sales = df.groupby('会员等级 (普通/银卡/金卡)')['销售额'].sum()
# counts_sales = df.groupby('会员等级 (普通/银卡/金卡)')['销售数量'].sum()
# mean_sales = total_sales / counts_sales
# print("不同等级会员的总销售额为：\n", total_sales)
# print("不同等级会员的平均单次消费金额为：\n", mean_sales)
# # 4. 提取 “日期” 中的月份，绘制每月总销售额的柱状图。
# df['月份'] = df['日期'].dt.month
# total_sales = df.groupby('月份')['销售额'].sum()
# plt.bar(total_sales.index, total_sales)
# plt.show()
# # 5. 找出总销售额最高的 5 种商品，用饼图展示它们的销售额占比。
# plt.rcParams['font.sans-serif'] = ['SimHei']
# product_sales = df.groupby('商品名称')['销售额'].sum().sort_values(ascending=False)
# print(product_sales)
# top5 = product_sales.head(5) # 前5个
# top5_sum = top5.sum()
# top5_pie = top5 / top5_sum
# print(top5_pie)
# plt.pie(top5_pie, labels=top5_pie.index,autopct="%1.1f%%")
# plt.show()
题目2：
# # 题目 2：线上书店订单数据分析
# # “书店订单数据.csv” 包含字段：“订单 ID”“用户 ID”“图书类别”“购买数量”“图书定价 (元)”“折扣率 (0.7-1.0)”“支付时间”。
# # 请使用 pandas 和 matplotlib 完成以下任务：
# # 1. 读取 CSV 文件数据，计算实际支付金额（图书定价 × 折扣率 × 购买数量），添加为新列。
# data = pd.read_csv(
# "书店订单数据.csv",
# encoding="utf-8",
# index_col="订单ID"
# )
# print(data)
# data['实际支付金额'] = data['图书定价 (元)'] * data['折扣率 (0.7-1.0)'] * data['购买数量']
# print(data)
# # 2. 按 “图书类别” 分组，统计各类别的总销量和总实际支付金额。
# states = data.groupby('图书类别').agg({"购买数量":"sum", "实际支付金额":"sum"})
# print(states)
# # 3. 计算所有订单的实际支付金额的均值、中位数和标准差。
# new_states = data['实际支付金额'].agg(['mean', 'median', 'std'])
# print(new_states)
# # 4. 筛选出购买数量 ≥3 本的订单，保存为新 CSV 文件 “大额订单.csv”（不含索引）。
# tmp = data[data['购买数量'] >= 3]
# print(tmp)
# tmp.to_csv(
# '大额订单.csv'
# )
题目3：
# 题目 3：学生考试成绩数据分析
# “考试成绩数据.csv” 包含字段：“班级”“学号”“姓名”“语文”“数学”“英语”“理综 / 文综”“考试时间”。
# 请使用 pandas、numpy 和 matplotlib 完成以下任务：
# 1. 读取 CSV 文件数据，计算每位学生的总分（四门科目之和）和平均分，添加为新列。
df = pd.read_csv(
"考试成绩数据.csv"
)
print(df)
subjects = ['语文','数学','英语','理综/文综']
df['总分'] = df[subjects].sum(axis=1)
df['平均分'] = df[subjects].mean(axis=1)
print(df)
# 2. 按 “班级” 分组，统计各科目的平均分、最高分和最低分（使用 agg 函数批量统计）。
states = df.groupby('班级')[subjects].agg(['mean','max','min'])
print(states)
# 3. 筛选出总分 ≥600 分的学生，统计每个班级的高分人数，绘制柱状图。
plt.rcParams['font.sans-serif'] = ['SimHei']
high_student = df[df['总分'] >= 600]
high_counts = high_student['班级'].value_counts().sort_index()
plt.bar(high_counts.index, high_counts)
plt.show()
# 4. 计算数学成绩与理综/文综成绩的相关系数。
corr = df['数学'].corr(df['理综/文综'])
print(corr)
# 5. 提取 “考试时间” 中的月份，统计不同月份的平均总分变化，绘制折线图。
df['考试时间'] = pd.to_datetime(df['考试时间'])
df['月份'] = df['考试时间'].dt.month
month_score = df.groupby('月份')['总分'].mean()
plt.plot(month_score.index, month_score)
plt.show()
题目4：
题目 4：教师教学评价数据分析
# “教学评价数据.csv” 包含字段：“教师 ID”“学科”“授课班级”“学生评分 (1-5 分)”“评价人数”“评价日期”。
# 请使用 pandas 和 matplotlib 完成以下任务：
# 1. 读取 CSV 文件数据，将 “评价日期” 转换为 datetime 格式。
data = pd.read_csv(
"教学评价数据.csv"
)
print(data)
data['评价日期'] = pd.to_datetime(data['评价日期'])
print(data)
# 2. 计算每位教师的总评分（学生评分 × 评价人数）和平均评分，添加为新列。
data['总评分'] = data['学生评分 (1-5分)'] * data['评价人数']
mean_score = data.groupby('教师ID')['学生评分 (1-5分)'].mean()
print(data)
print(mean_score)
# 3. 按 “学科” 分组，统计各学科的平均评分和总评价人数。
states = data.groupby('学科').agg({
'总评分':'mean',
'评价人数':'sum'
})
states = states.rename(columns={'总评分':'平均评分'})
print(states)
# 4. 提取 “评价日期” 中的星期信息，统计每周各天的评价数量，绘制柱状图。
data['评价日期'] = pd.to_datetime(data['评价日期'])
data['星期'] = data['评价日期'].dt.weekday + 1
counts = data.groupby('星期')['评价人数'].sum()
print(counts)
plt.bar(counts.index, counts)
plt.show()
# 5. 找出平均评分最高的 3 位教师，用饼图展示他们的总评分占比。
mean_score = mean_score.sort_values(ascending=False) # 降序排序
print(mean_score)
top3 = mean_score[:3]
total = mean_score.sum() # 总评分
top3_rate = top3 / total
plt.pie(top3_rate, labels=top3_rate.index,autopct="%1.1f%%")
plt.show()
