#15 第13周作业

补充 5.3.5 实践题素材

sy5-3-3的结果和书上不一致

这样的情况也可以吗

这样的情况也可以吗

我的也是这个结果

答案和课本上不一样欸？？？

P248实践题第三题，书上的成年儿子身高数据，最后一项改成175，得到的结果是和书上的一样的，如果是178，大家的结果没问题，应该是印刷错误。@liuyao928_163_com

同样的问题，如果已经有两位同学提出来，大家就不要复读了，要不评论区太乱了（T==T）

fillblank_2 素材里的标准差打错了题目是5，素材里写成了50!

为什么sy5-3-1中from sklearn import datasets,linear_model # 导入线性回归库
而sy5-3-2中from sklearn.linear_model import LinearRegression # 导入线性回归库

ks\单选题-15-2.txt中每道题后面的字母是答案吗？因为好像选项中没有ABCD之类的

sy5-3-3.py中的结果运行和书本上的不一样

为什么sy5-3-1中from sklearn import datasets,linear_model # 导入线性回归库
而sy5-3-2中from sklearn.linear_model import LinearRegression # 导入线性回归库

linear_model相当于sklearn库里的一个小库，LinearRegression又是linear_model里的一个小库（这个好像之前就回复过），这样导入的话，如果程序非常非常复杂，会减少导入的一点时间（我猜的），但是对于比较简单的程序来说，没啥区别

为什么sy5-3-1中from sklearn import datasets,linear_model # 导入线性回归库
而sy5-3-2中from sklearn.linear_model import LinearRegression # 导入线性回归库

sy-5-3-1 from sklearn import datasets,linear_model不用写 datasets,书上这句话是导入了两个库，如果单纯导入线性回归库直接from sklearn import linear_model，下面那个或许是更复杂的运算

ks\单选题-15-2.txt中每道题后面的字母是答案吗？因为好像选项中没有ABCD之类的

A就是第一项，这么理解

资源提示和题目要求不一样，按题目来吗？

卷子里第一道程序题和给我们文件里的要求不一样耶

请问assistant仓库在哪儿

卷子里第一道程序题和给我们文件里的要求不一样耶

+1

np.random.seed(int(input())) 这个seed是什么意思啊

第三大题的第一题文件没有办法解码，数据导不进去

fillblank3给的资源跟题目完全不匹配

请问assistant仓库在哪儿

我的仓库，有答案，你们看不到呀

卷子里第一道程序题和给我们文件里的要求不一样耶

按题目来

程序题第二题标准差是5还是50？题目和模板不一样

第三大题的第2题老师给的原本程序也会报错

程序题第二题标准差是5还是50？题目和模板不一样

5，按题目来

np.random.seed(int(input())) 这个seed是什么意思啊

seed自己设置一样的话两次随机的结果才一样，如果不自己设置的话系统根据时间选择那每次随机结果不一样

为什么我的数据和试卷给的数据会有差异啊。

#fillblank_4.py
import numpy as np
import pandas as pd
data = {"weekday":["Mon.","Tues."," Wed.","Thur.","Fri.","Sat."],
"temperature":[ 9,16,np.nan,14,11,5]}
df=pd.DataFrame(data)
df['temperature'].fillna(df['temperature'].max(),inplace=True)
df=df.append(pd.DataFrame('Sun.','8',index=[6],columns=['weekday','temperature']),ignore_index=True)
df['temperature']=df['temperature'])*0.05+df['temperature']
print(df[df['temperature']>10])

'>=' not supported between instances of 'float' and 'str'
不知道在哪儿，怎么变成的字符串的

为什么我的数据和试卷给的数据会有差异啊。

标准差5 ，按题目来

#fillblank_4.py
import numpy as np
import pandas as pd
data = {"weekday":["Mon.","Tues."," Wed.","Thur.","Fri.","Sat."],
"temperature":[ 9,16,np.nan,14,11,5]}
df=pd.DataFrame(data)
df['temperature'].fillna(df['temperature'].max(),inplace=True)
df=df.append(pd.DataFrame('Sun.','8',index=[6],columns=['weekday','temperature']),ignore_index=True)
df['temperature']=df['temperature'])*0.05+df['temperature']
print(df[df['temperature']>10])

'>=' not supported between instances of 'float' and 'str'
不知道在哪儿，怎么变成的字符串的

append()函数的格式不对

考卷全部自己写的第二题pro2怎么联结相加呀，我目前写的是这样的，不太行

pd=pd.merge(dict_data.values(),how='left',left_on='公司')
#df=pd.concat(dict_data.values(),ignore_index=True)

考卷全部自己写的第二题pro2怎么联结相加呀，我目前写的是这样的，不太行

pd=pd.merge(dict_data.values(),how='left',left_on='公司')
#df=pd.concat(dict_data.values(),ignore_index=True)

以及怎么按行求和呀

KS第三大题的第二题

#第一步：调用pandas包
import pandas as pd
#第二步：读取数据
iris = pd.read_excel('smartphone.xlsx',None)#读入数据文件
keys = list(iris.keys())
#第三步：数据合并
iris_concat = pd.DataFrame()
for i in keys:
    iris1 = iris[i]
    iris_concat = pd.concat([iris_concat,iris1])
print(iris_concat)

可以先用这个素材

考卷全部自己写的第二题pro2怎么联结相加呀，我目前写的是这样的，不太行

pd=pd.merge(dict_data.values(),how='left',left_on='公司')
#df=pd.concat(dict_data.values(),ignore_index=True)

以及怎么按行求和呀

按行求和自己先想想，之前那个素材有问题

KS第三大题的第二题

#第一步：调用pandas包
import pandas as pd
#第二步：读取数据
iris = pd.read_excel('smartphone.xlsx',None)#读入数据文件
keys = list(iris.keys())
#第三步：数据合并
iris_concat = pd.DataFrame()
for i in keys:
    iris1 = iris[i]
    iris_concat = pd.concat([iris_concat,iris1])
print(iris_concat)

可以先用这个素材
为什么还算是读取不了啊（只单纯运行这个程序素材）

操作题怎么读取文件啊
我文件都读不出来

第三大题读取文件怎么读啊，一直报错。
第二题运行的时候给定的程序也会报错。

为什么填空题第四题
我写df['temperature'].fillna({'temperature':df['temperature'].max()},inplace=True)
结果会少掉wednesday那一行啊

我发现第三大题的第一题的csv文件需要用记事本打开，然后另存为utf-8编码(在“确定”的左边)就可以读取文件了

np.random.seed(int(input())) 这个seed是什么意思啊

seed自己设置一样的话两次随机的结果才一样，如果不自己设置的话系统根据时间选择那每次随机结果不一样

那我们在输入的时候数据有要求么，还是随便输一个

程序填空第四题，这个append的正确格式应该是啥样啊

程序填空第四题，这个append的正确格式应该是啥样啊

改好了，df=df.append({"weekday":"Sun","temperature":8},ignore_index=True)，应该是格式有点问题

老师程序编写题目第二题有没有参考答案呀，按公司分类那一块不是很会

老师程序编写题目第二题有没有参考答案呀，按公司分类那一块不是很会
按公司分类那一块可以用groupby函数

zhe'han这行有错吗？为什么结果多一列nan

第二道程序设计题里用到的pd.concat书上有提到吗？感觉没看到过

zhe'han这行有错吗？为什么结果多一列nan

我觉得是fillna那行有错，给定程序里多了"['temperature']"

老师程序编写题目第二题有没有参考答案呀，按公司分类那一块不是很会
按公司分类那一块可以用groupby函数

groupby后面就变成只读了欸..之后要写啥别的嘛

@51205903009 小孟，本次作业如果已经批改完成了，可以把ks的答案添加到本issue，发给大家。

测试的答案，大家可以参考，第三大题素材参考将前边的内容替换成下边的代码即可运行，否则可能无法运行。

#第一步：调用pandas包
import pandas as pd
#第二步：读取数据
iris = pd.read_excel('smartphone.xlsx',None)#读入数据文件
keys = list(iris.keys())
#第三步：数据合并
iris_concat = pd.DataFrame()
for i in keys:
    iris1 = iris[i]
    iris_concat = pd.concat([iris_concat,iris1])
print(iris_concat)

我计算出来的数值比答案大ei

公司销售额最高是2270.90万元
本年度销售汇总：
第1季度 2517.6
第2季度 2992.4
第3季度 2870.8
第4季度 2670.3
总计 11051.1
dtype: float64

数据集的目标值和特征名称有什么区别啊

#找出第1季度值缺失的公司
mask=df1['第1季度'].isnull()
这里这个isnull在书上哪里出现过吗 是什么用呢

#找出第1季度值缺失的公司
mask=df1['第1季度'].isnull()
这里这个isnull在书上哪里出现过吗 是什么用呢

书上应该没有，判断缺失（空值）的

如何打出series的index（索引名）？series.index()吗

如何打出series的index（索引名）？series.index()吗

好像不行

如何打出series的index（索引名）？series.index()吗

好像不行

series.index么