#
import numpy as np
import pandas as pd
dataPath = r'D:\\\\data.csv'
df =pd.read_csv(dataPath)
# 任务1:绘制按月份的销售额
columnName = r'1、请选择:日期'
r = df.sort_values(by=columnName)# 这个就是我想要的排序算法
print("hello")
type(df)
df.head()
index = df.index
columns = df.columns
type(columns)
type(index)
r = df.to_numpy()
dataList = r[:,6]
d =dataList[0]
type(d)
# 拿到日期。 list ,以及对应的key值?第6列
# dateList = data.
sdf = df.sort_value(axis = 6, ascending=True)
sdf = df.sort_value(axis = 8, ascending=True)
df[0:3]
df[0:0]
print()
# 查看一个元素的值?
list = df['1、请选择日期:出货日期']#这个方式可以的
list1 = df.loc[dates[0]]
list2 = df.iloc[:,5:5]
ddd = df.iloc[5, 6]
type(ddd)
n = 6
r = df.iloc[:,n:n+1]
rs = r
sdf = df.sort_value('1、请选择日期:出货日期')
df = pd.DataFrame({
'one': pd.Series(np.random.randn(3), index=['a', 'b', 'c']),
'two': pd.Series(np.random.randn(4), index=['a', 'b', 'c', 'd']),
'three': pd.Series(np.random.randn(3), index=['b', 'c', 'd'])})
unsorted_df = df.reindex(index=['a', 'd', 'c', 'b'],
columns=['three', 'two', 'one'])
sorted_df = unsorted_df.sort_index(axis=1)#按照列的index进行排序
sorted_df = unsorted_df.sort_index(axis=0)#按照行的index进行排序
s1 = pd.DataFrame({"a": ['B', 'a', 'C'],"b": [1, 2, 3],"c": [2, 3, 4]}).set_index(list("ab"))
s1 = pd.DataFrame({"a": ['B', 'a', 'C'],"b": [1, 2, 3],"c": [2, 3, 4]})
s1c = pd.DataFrame({"a": ['B', 'a', 'C'],"b": [1, 2, 3],"c": [2, 3, 4]}).set_index(list("ab"))
df1 = pd.DataFrame({'one': [2, 1, 1, 1],
'two': [1, 3, 2, 4],
'three': [5, 4, 3, 2]})
df1.sort_values(by='two')# 这个就是我想要的排序算法
# 绘图画图(plot)
import matplotlib.pyplot as plt
# plot 函数怎么用
#任务2:
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· .NET Core 中如何实现缓存的预热?
· 从 HTTP 原因短语缺失研究 HTTP/2 和 HTTP/3 的设计差异
· AI与.NET技术实操系列:向量存储与相似性搜索在 .NET 中的实现
· 基于Microsoft.Extensions.AI核心库实现RAG应用
· Linux系列:如何用heaptrack跟踪.NET程序的非托管内存泄露
· TypeScript + Deepseek 打造卜卦网站:技术与玄学的结合
· Manus的开源复刻OpenManus初探
· AI 智能体引爆开源社区「GitHub 热点速览」
· 三行代码完成国际化适配,妙~啊~
· .NET Core 中如何实现缓存的预热?