第3次

不使用pandas

导入数据

import csv
path = "C:\学习资料\大二下\python数据分析\作业\葡萄酒作业.csv"
f = open(path, 'r', encoding="utf-8")
# 去掉文件首行
next(f)
reader = csv.reader(f)
conTent = []
for con in reader:
    # 将reader中所有字符串型数字转换成数字类型，并加入conTent
    conTent.append(list(map(eval,con)))
f.close()

统计葡萄酒总共分为几个品质

品质 = set()
for con in conTent:
   品质.add(con[11])
print("葡萄酒总共分为%d个品质，分别为：" % (len(品质)), end = "")
for i in 品质:
    print(str(i) + "  ", end = "")

葡萄酒总共分为7个品质，分别为：3  4  5  6  7  8  9  

将数据集按“品质”分成不同子集, 并打印每个子集前10行数据

import pprint
subSets = []
for i in 品质:
    data = []
    for con in conTent:
        if con[11] == i:
            data.append(con)
    subSets.append(data)
for i in range(len(subSets)):
    print("第%d个子集的前10行数据：" % (i+1))
    pprint.pprint(subSets[i][0:10])
    print('\n')

第1个子集的前10行数据：
[[5.8, 0.24, 0.44, 3.5, 0.029, 5, 109, 0.9913, 3.53, 0.43, 11.7, 3],
 [7.1, 0.32, 0.32, 11, 0.038, 16, 66, 0.9937, 3.24, 0.4, 11.5, 3],
 [6.9, 0.39, 0.4, 4.6, 0.022, 5, 19, 0.9915, 3.31, 0.37, 12.6, 3],
 [7.9, 0.64, 0.46, 10.6, 0.244, 33, 227, 0.9983, 2.87, 0.74, 9.1, 3],
 [8.6, 0.55, 0.35, 15.55, 0.057, 35.5, 366.5, 1.0001, 3.04, 0.63, 11, 3],
 [7.5, 0.32, 0.24, 4.6, 0.053, 8, 134, 0.9958, 3.14, 0.5, 9.1, 3],
 [6.7, 0.25, 0.26, 1.55, 0.041, 118.5, 216, 0.9949, 3.55, 0.63, 9.4, 3],
 [7.1, 0.49, 0.22, 2, 0.047, 146.5, 307.5, 0.9924, 3.24, 0.37, 11, 3],
 [11.8, 0.23, 0.38, 11.1, 0.034, 15, 123, 0.9997, 2.93, 0.55, 9.7, 3],
 [7.6, 0.48, 0.37, 1.2, 0.034, 5, 57, 0.99256, 3.05, 0.54, 10.4, 3]]


第2个子集的前10行数据：
[[6.2, 0.45, 0.26, 4.4, 0.063, 63, 206, 0.994, 3.27, 0.52, 9.8, 4],
 [9.8, 0.36, 0.46, 10.5, 0.038, 4, 83, 0.9956, 2.89, 0.3, 10.1, 4],
 [5.5, 0.485, 0, 1.5, 0.065, 8, 103, 0.994, 3.63, 0.4, 9.7, 4],
 [6.4, 0.595, 0.14, 5.2, 0.058, 15, 97, 0.9951, 3.38, 0.36, 9, 4],
 [7.6, 0.48, 0.37, 0.8, 0.037, 4, 100, 0.9902, 3.03, 0.39, 11.4, 4],
 [6, 0.67, 0.07, 1.2, 0.06, 9, 108, 0.9931, 3.11, 0.35, 8.7, 4],
 [6.5, 0.28, 0.28, 8.5, 0.047, 54, 210, 0.9962, 3.09, 0.54, 8.9, 4],
 [5.8, 0.28, 0.35, 2.3, 0.053, 36, 114, 0.9924, 3.28, 0.5, 10.2, 4],
 [10.2, 0.44, 0.88, 6.2, 0.049, 20, 124, 0.9968, 2.99, 0.51, 9.9, 4],
 [6.8, 0.64, 0.08, 9.7, 0.062, 26, 142, 0.9972, 3.37, 0.46, 8.9, 4]]


第3个子集的前10行数据：
[[8.1, 0.27, 0.41, 1.45, 0.033, 11, 63, 0.9908, 2.99, 0.56, 12, 5],
 [8.6, 0.23, 0.4, 4.2, 0.035, 17, 109, 0.9947, 3.14, 0.53, 9.7, 5],
 [7.9, 0.18, 0.37, 1.2, 0.04, 16, 75, 0.992, 3.18, 0.63, 10.8, 5],
 [8.3, 0.42, 0.62, 19.25, 0.04, 41, 172, 1.0002, 2.98, 0.67, 9.7, 5],
 [6.5, 0.31, 0.14, 7.5, 0.044, 34, 133, 0.9955, 3.22, 0.5, 9.5, 5],
 [5.8, 0.27, 0.2, 14.95, 0.044, 22, 179, 0.9962, 3.37, 0.37, 10.2, 5],
 [7.3, 0.28, 0.43, 1.7, 0.08, 21, 123, 0.9905, 3.19, 0.42, 12.8, 5],
 [6.5, 0.39, 0.23, 5.4, 0.051, 25, 149, 0.9934, 3.24, 0.35, 10, 5],
 [7.3, 0.24, 0.39, 17.95, 0.057, 45, 149, 0.9999, 3.21, 0.36, 8.6, 5],
 [6.2, 0.46, 0.25, 4.4, 0.066, 62, 207, 0.9939, 3.25, 0.52, 9.8, 5]]


第4个子集的前10行数据：
[[7, 0.27, 0.36, 20.7, 0.045, 45, 170, 1.001, 3, 0.45, 8.8, 6],
 [8.1, 0.28, 0.4, 6.9, 0.05, 30, 97, 0.9951, 3.26, 0.44, 10.1, 6],
 [7.2, 0.23, 0.32, 8.5, 0.058, 47, 186, 0.9956, 3.19, 0.4, 9.9, 6],
 [7.2, 0.23, 0.32, 8.5, 0.058, 47, 186, 0.9956, 3.19, 0.4, 9.9, 6],
 [8.1, 0.28, 0.4, 6.9, 0.05, 30, 97, 0.9951, 3.26, 0.44, 10.1, 6],
 [6.2, 0.32, 0.16, 7, 0.045, 30, 136, 0.9949, 3.18, 0.47, 9.6, 6],
 [7, 0.27, 0.36, 20.7, 0.045, 45, 170, 1.001, 3, 0.45, 8.8, 6],
 [6.3, 0.3, 0.34, 1.6, 0.049, 14, 132, 0.994, 3.3, 0.49, 9.5, 6],
 [6.6, 0.27, 0.41, 1.3, 0.052, 16, 142, 0.9951, 3.42, 0.47, 10, 6],
 [6.9, 0.24, 0.35, 1, 0.052, 35, 146, 0.993, 3.45, 0.44, 10, 6]]


第5个子集的前10行数据：
[[6.6, 0.16, 0.4, 1.5, 0.044, 48, 143, 0.9912, 3.54, 0.52, 12.4, 7],
 [7.2, 0.32, 0.36, 2, 0.033, 37, 114, 0.9906, 3.1, 0.71, 12.3, 7],
 [7.4, 0.18, 0.31, 1.4, 0.058, 38, 167, 0.9931, 3.16, 0.53, 10, 7],
 [6.4, 0.26, 0.24, 6.4, 0.04, 27, 124, 0.9903, 3.22, 0.49, 12.6, 7],
 [7, 0.32, 0.34, 1.3, 0.042, 20, 69, 0.9912, 3.31, 0.65, 12, 7],
 [6.9, 0.24, 0.33, 1.7, 0.035, 47, 136, 0.99, 3.26, 0.4, 12.6, 7],
 [6.9, 0.21, 0.33, 1.8, 0.034, 48, 136, 0.9899, 3.25, 0.41, 12.6, 7],
 [8.6, 0.265, 0.36, 1.2, 0.034, 15, 80, 0.9913, 2.95, 0.36, 11.4, 7],
 [6.5, 0.24, 0.32, 7.6, 0.038, 48, 203, 0.9958, 3.45, 0.54, 9.7, 7],
 [6.1, 0.3, 0.56, 2.8, 0.044, 47, 179, 0.9924, 3.3, 0.57, 10.9, 7]]


第6个子集的前10行数据：
[[6.2, 0.66, 0.48, 1.2, 0.029, 29, 75, 0.9892, 3.33, 0.39, 12.8, 8],
 [6.8, 0.26, 0.42, 1.7, 0.049, 41, 122, 0.993, 3.47, 0.48, 10.5, 8],
 [6.7, 0.23, 0.31, 2.1, 0.046, 30, 96, 0.9926, 3.33, 0.64, 10.7, 8],
 [5.2, 0.44, 0.04, 1.4, 0.036, 43, 119, 0.9894, 3.36, 0.33, 12.1, 8],
 [5.2, 0.44, 0.04, 1.4, 0.036, 43, 119, 0.9894, 3.36, 0.33, 12.1, 8],
 [6.8, 0.53, 0.35, 3.8, 0.034, 26, 109, 0.9906, 3.26, 0.57, 12.7, 8],
 [6.1, 0.31, 0.58, 5, 0.039, 36, 114, 0.9909, 3.3, 0.6, 12.3, 8],
 [6.4, 0.32, 0.35, 4.8, 0.03, 34, 101, 0.9912, 3.36, 0.6, 12.5, 8],
 [6, 0.25, 0.28, 2.2, 0.026, 54, 126, 0.9898, 3.43, 0.65, 12.9, 8],
 [5.9, 0.27, 0.29, 11.4, 0.036, 31, 115, 0.9949, 3.35, 0.48, 10.5, 8]]


第7个子集的前10行数据：
[[9.1, 0.27, 0.45, 10.6, 0.035, 28, 124, 0.997, 3.2, 0.46, 10.4, 9],
 [6.6, 0.36, 0.29, 1.6, 0.021, 24, 85, 0.98965, 3.41, 0.61, 12.4, 9],
 [7.4, 0.24, 0.36, 2, 0.031, 27, 139, 0.99055, 3.28, 0.48, 12.5, 9],
 [6.9, 0.36, 0.34, 4.2, 0.018, 57, 119, 0.9898, 3.28, 0.36, 12.7, 9]]

统计每个子集样本量

for i in range(len(subSets)):
    print("第%d个子集的样本量为：%d" % (i+1, len(subSets[i])))

第1个子集的样本量为：14
第2个子集的样本量为：115
第3个子集的样本量为：1020
第4个子集的样本量为：1539
第5个子集的样本量为：616
第6个子集的样本量为：123
第7个子集的样本量为：4

将每个子集中“固定酸度”与“剩余糖量”的数值单独提取出来，用数组存放

scidity = []
sugar = []
for subset in subSets:
    scidity.append([i[0] for i in subset])
    sugar.append([i[3] for i in subset])

利用numpy库中现有函数计算均值与中位数

import numpy as np
for i in range(len(sugar)):
    print("第%d个子集的“固定酸度”均值为：%.2f，中位数值为：%s" % (i+1, np.mean(scidity[i]), np.median(scidity[i])))
    print("           “剩余糖量”均值为：%.2f，中位数值为：%s" % ( np.mean(sugar[i]), np.median(sugar[i])))

第1个子集的“固定酸度”均值为：7.54，中位数值为：7.1
           “剩余糖量”均值为：6.64，中位数值为：4.6
第2个子集的“固定酸度”均值为：7.05，中位数值为：6.9
           “剩余糖量”均值为：4.61，中位数值为：2.5
第3个子集的“固定酸度”均值为：6.91，中位数值为：6.8
           “剩余糖量”均值为：7.11，中位数值为：6.8
第4个子集的“固定酸度”均值为：6.81，中位数值为：6.7
           “剩余糖量”均值为：6.44，中位数值为：5.3
第5个子集的“固定酸度”均值为：6.76，中位数值为：6.7
           “剩余糖量”均值为：5.28，中位数值为：3.8
第6个子集的“固定酸度”均值为：6.71，中位数值为：6.8
           “剩余糖量”均值为：5.72，中位数值为：4.6
第7个子集的“固定酸度”均值为：7.50，中位数值为：7.15
           “剩余糖量”均值为：4.60，中位数值为：3.1

使用pandas

导入数据

import pandas as pd
path = r"C:\学习资料\大二下\python数据分析\作业\葡萄酒作业.csv"
content = pd.read_csv(path)

统计葡萄酒总共分为几个品质

品质 = content['品质'].unique()
print("葡萄酒总共分为%d个品质，分别为：" % len(品质),end = "")
for i in 品质:
    print(str(i) + "  ", end = "")

葡萄酒总共分为7个品质，分别为：6  5  7  8  4  3  9  

将数据集按“品质”分成不同子集, 并打印每个子集前10行数据，统计样本量，计算均值和中位数

content_group = content.groupby('品质')
for key,value in content_group:
    display(value.head(10))
    print("品质为%d的子集样本量：%d" % (key, len(value)))
    print("固定酸度平均值：%.2f，中位数：%s" % (value['固定酸度'].mean(),value['固定酸度'].median()))
    print("剩余糖量平均值：%.2f，中位数：%s" % (value['剩余糖'].mean(),value['剩余糖'].median()))

品质为3的子集样本量：14
固定酸度平均值：7.54，中位数：7.1
剩余糖量平均值：6.64，中位数：4.6

品质为4的子集样本量：115
固定酸度平均值：7.05，中位数：6.9
剩余糖量平均值：4.61，中位数：2.5

品质为5的子集样本量：1020
固定酸度平均值：6.91，中位数：6.8
剩余糖量平均值：7.11，中位数：6.8

品质为6的子集样本量：1539
固定酸度平均值：6.81，中位数：6.7
剩余糖量平均值：6.44，中位数：5.3

品质为7的子集样本量：616
固定酸度平均值：6.76，中位数：6.7
剩余糖量平均值：5.28，中位数：3.8

品质为8的子集样本量：123
固定酸度平均值：6.71，中位数：6.8
剩余糖量平均值：5.72，中位数：4.6

品质为9的子集样本量：4
固定酸度平均值：7.50，中位数：7.15
剩余糖量平均值：4.60，中位数：3.1