2020-2021学年体育学院体育硕士计算机课程大作业¶
题目一：（30分）¶
读取iris数据集中鸢尾花的萼片、花瓣长度数据（见已保存的CSV格式文件iris.csv），
并对其:
(1)进行排序、去重，并求出和、累积和、均值、标准查、方差、最小值、最大值
(2)绘制Sepal.Length的直方图和密度图
(3)绘制Sepal.Length的分布图
(4)绘制Petal.Length在Species上值的分布，即将三种不同的鸢尾花各自的Petal.Length的分布图画出来
(5)绘制Sepal.Width和Petal.Width的散点图矩阵，以便进行这两种数据特征的对比
数据集说明:¶
Iris数据集是常用的分类实验数据集，由Fisher, 1936收集整理。Iris也称鸢尾花卉数据集，是一类多重变量分析的数据集。
数据集包含150个数据样本，分为3类，每类50个数据，每个数据包含4个属性。可通过花萼长度，花萼宽度，花瓣长度，
花瓣宽度4个属性预测鸢尾花卉属于（Setosa，Versicolour，Virginica）三个种类中的哪一类。
iris以鸢尾花的特征作为数据来源，常用在分类操作中。该数据集由3种不同类型的鸢尾花的各50个样本数据构成。
其中的一个种类与另外两个种类是线性可分离的，后两个种类是非线性可分离的。
该数据集包含了4个属性：
& Sepal.Length（花萼长度），单位是cm;
& Sepal.Width（花萼宽度），单位是cm;
& Petal.Length（花瓣长度），单位是cm;
& Petal.Width（花瓣宽度），单位是cm;
& Spiece(种类)：Iris Setosa（山鸢尾）、Iris Versicolour（杂色鸢尾），以及Iris Virginica（维吉尼亚鸢尾）。
数据类型对象 (dtype)¶
数据类型对象（numpy.dtype 类的实例）用来描述与数组对应的内存区域是如何使用，它描述了数据的以下几个方面：：
数据的类型（整数，浮点数或者 Python 对象）
数据的大小（例如， 整数使用多少个字节存储）
数据的字节顺序（小端法或大端法）
在结构化类型的情况下，字段的名称、每个字段的数据类型和每个字段所取的内存块的部分
如果数据类型是子数组，那么它的形状和数据类型是什么。
字节顺序是通过对数据类型预先设定 < 或 > 来决定的。 < 意味着小端法(最小值存储在最小的地址，即低位组放在最前面)。> 意味着大端法(最重要的字节存储在最小的地址，即高位组放在最前面)。
dtype 对象是使用以下语法构造的：
numpy.dtype(object, align, copy)
object – 要转换为的数据类型对象
align – 如果为 true，填充字段使其类似 C 的结构体。
copy – 复制 dtype 对象 ，如果为 false，则是对内置数据类型对象的引用
In [34]:
#导入模块
import numpy as np
import csv
In [ ]:
# 数据存储在iris.csv文件中，请编写代码读取数据保存在iris_data中：
In [ ]:
#注意上面得到的iris_data数据中最左侧1列的数据是索引值，请编写代码实现去除索引号操作，并将数据清理后的数据另存为iris_list：
In [ ]:
#在进行数据统计前，需要创建各类变量的数据类型，实现代码如下所示
#创建数据类型：在这里指定了iris对应的5个变量的数据类型为字符串，并指定了长度
datatype = np.dtype([(“Sepal.Length”,np.str_,40),
(“Sepal.Width”,np.str_,40),
(“Petal.Length”,np.str_,40),
(“Petal.Width”,np.str_,40),
(“Species”,np.str_,40)])
print(datatype)
#基于上面数据清理后的数据iris_list,创建对应的二维数组，命名为:iris_data
iris_data = np.array(iris_list,dtype = datatype)
iris_data
#将待处理数据的类型转化为float类型。
PetalLength = iris_data[“Petal.Length”].astype(float)
SepalLength = iris_data[‘Sepal.Length’].astype(float)
SepalWidth = iris_data[‘Sepal.Width’].astype(float)
PetalWidth = iris_data[‘Petal.Width’].astype(float)
In [ ]:
#(1)请完成下列操作：
#请编写对PetalLength进行排序的语句：
#请编写对PetalLength进行数据去重的语句：
#请编写代码求出PetalLength的和、均值、标准差、方差、最小值及最大值：
In [ ]:
#(2)绘制Sepal.Length的直方图和密度图
In [ ]:
#(3)绘制Sepal.Length的分布图
In [ ]:
#(4)绘制Petal.Length在Species上值的分布，即将三种不同的鸢尾花各自的Petal.Length的分布图画出来
In [ ]:
#(5)绘制Sepal.Width和Petal.Width的散点图矩阵，以便进行这两种数据特征的对比
题目二：（30分）¶
给定小费数据集tips.csv，来源于Python库Seaborn中自带的数据。
请对该小费数据集进行数据分析与可视化。
In [8]:
#导入相应库，并做显示设置
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
plt.rcParams[‘font.sans-serif’] = [‘SimHei’] #用来正常显示中文标签
plt.rcParams[‘axes.unicode_minus’]=False #用来正常显示负号
%matplotlib inline
In [ ]:
#（1）请编写代码导入待处理数据tips.xls，并显示并显示前5行
#（2）请编写相应语句查看数据的描述信息
In [ ]:
#(2)修改列名为汉字，
#对应列名可改为：’total_bill’:’消费总额’,’tip’:’小费’,’sex’:’性别’,’smoker’:’是否抽烟’,’day’:’星期’,’time’:’聚餐时间段’,’size’:’人数’
#并显示前5行数据
In [ ]:
#(3)请编写代码实现绘制散点图帮助分析消费金额和总金额的关系，横坐标为“消费总额”和纵坐标为“小费”
In [ ]:
#(4)请用编写代码分析不同性别（男性顾客和女性顾客）谁更慷慨（即比较不同性别小费均值大大小）
In [ ]:
#(5)请打印输出本数据集涉及一个星期的哪几天？
#请编写代码分析不同日期（星期几？）和小费的关系,要求如下：
#采用直方图绘制出可视化图形，横坐标为“星期”，纵坐标为“小费”，注意设置字体大小及旋转角度，以及坐标值大小等参数
In [ ]:
#(6)请编写代码分析性别+抽烟组合因素对慷概度的影响：
#采用直方图绘制出可视化图形，横坐标为“性别，是否抽烟”，纵坐标为“小费”，注意设置字体大小及旋转角度，以及坐标值大小等参数
In [ ]:
#(7)请编写代码分析聚餐时间段余小费数额的关系
#采用直方图绘制出可视化图形，横坐标为“聚餐时间段”，纵坐标为“小费”，注意设置字体大小及旋转角度，以及坐标值大小等参数
题目三：（40分）¶
给定一个体育馆的相关数据（gymdata.csv），涉及一天参加锻炼的人数、时长、温度、锻炼日期、时间段等信息,请编制代码完成相应的数据分析操作 可视化库从Seaborn、Pyecharts中任意选择一个来分析：
1.数据中的温度temperature为华氏度，请将其转化为摄氏度，公式为摄氏温度（C）与华氏温度（F）的换算关系是：C＝5×（F－32）／9
2.请基于不同日期（周一至周日，对应day_of_week取值中的0，1，2，3，4，5，6），参加锻炼人数分布（请绘制数据柱状图，注意给出图例等显示信息，可参考采用pyecharts的）
3.请绘制不同月份锻炼人数的饼图（请绘制数据柱状图，注意给出图例等显示信息，可参考采用pyecharts的）
4.请分析基于温度，绘制不同温度区间（C<=10,10=30,按摄氏温度分成四个区间）下的锻炼人数（请采用直方图和密度图可视化展示，自己决定所采用的可视化库及函数）
In [ ]: