(提示:SUMIF函数用于统计某个区域中满足条件的单元格数值之和,例=SUMIF(B3:B22,H3,D3:D22),用于统计2017年各专业男生人数之和)
图a
图b
图a
请回答以下问题:
(提示:票房占比=单部电影总票房/一周总票房*100)
图b
请回答下列问题:
请回答下列问题:
图1 |
图2 |
图3 |
图a |
请回答下列问题:
(计算公式:均价的计算公式=金额×10000/面积)
图b |
图c |
请回答下列问题:
①温州②甘孜州③黔东南州④湘西自治州⑤万州区
①在安装和使用手机App时,认真阅读隐私政策或用户协议
②为方便传输,使用QQ或者微信等即时通讯软件转发身份证电子图片
③通过清除浏览器Cookie的方式防止浏览行为被追踪
④在快递箱放进垃圾箱之前,将快递箱上的面单撕毁
① ② ③ ④ ⑤
A.分析数据,发现规律
B.基于问题,搜集研究数据
C.制作PPT,汇报成果
D.聚焦关键点,提出解决问题办法
E.发现问题,确定汇报主题。
① 采用pandas 模块中的(单选:填字母:A .Series / B .DataFrame)
数据结构存储全部数据会比较高效。
② 全部数据保存于变量df 中,为筛选出订单日期为2021 年第一季度内的所有记录,
可以执行Python 语句df1 = ,则df1 中保存筛选结果。(单选,填字母。
提示:多条件筛选时,条件之间用“&”连接,表示需要同时满足这多个条件)
A.df[ (df['订单日期'] <= '2021-1-1' ) & (df ['订单日期'] <= '2021-3-31') ]
B.df [ (df ['订单日期'] >= '2021-1-1') & (df ['订单日期'] >= '2021-3-31') ]
C.df [(df ['订单日期'] >= '2021-1-1') & (df ['订单日期'] <= '2021-3-31')]
编写如下Python 程序段:
#数据整理结果保存于变量df1中,代码略
g = df1.groupby('所在地市', as_index = False).sum()
print )
则划线处的代码可为( )(多选,填字母)
实现上述功能的Python程序部分代码如下:
#按“所在地市”对第一季度数据分组并求和,再按“订购数量”升序排序
#选取最后10条数据,存入变量s,代码略
import matplotlib.pyplot as plt
x = s['所在地市']
y =
plt.barh(x, y, color = 'r')
plt.show( )
程序中划线处代码应为。
应用该分析结果可能提供的数据服务是(列举一条即可)。