图a
小郑利用Python对该数据进行如下分析:
(1)统计出各个国家(地区)的进球总数,输出进球总数最多的前5名,如图b 所示。具体程序如下,划线处应填入的代码是
A.①count②ascending=False
B.①sum()②ascending=False
C.①count()②ascending=False
D.①sum()②ascending=True
import pandas as pd
dfl=pd.read_excel("进球.xlsx")
df2=dfl.groupby(" 国 家 ( 地 区 ) " ,as_index=False).①
df2=df2.drop("出场次数",axis=1)
df3=df2.sort_values("进球个数",② ).head(5)
print(df3)
图b
(2)统计各国家(地区)的球员人数,计算球员人数最多的国家(地区)的球员的场均进球并绘制柱形图,如图c所示。部分Pythom程序如下,请在划线处填入合适的代码。
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = ['SimHei']
country={}
for i in dfl["国家(地区)"] : =统计各国家(地区)的球员人数
if i not in country
country[i]=1
else:
①
cmax=0
country_max=[ ]
for i in country: #计算球员人数最多的国家(地区)及对应人数
if country[i]>cmax
cmax=country[i]
country_max=i
df4=dfl[dfl["国家(地区)]==country_max]
df4=df4.reset_index(drop=True)#重置索引
cijq=[]
for i in range(②
js=df4[”进球个数”][i]/df4[”出场次数”"][i]
js=round(js,2)
cijq.append(js)
③
plt.barh(df4[”姓名”],df4["场均进球"],label="场均进球")
plt.xlim(0.1.2)
plt.legend()
plt.show()
图c
(3)由图c可知,球员人数最多的国家(地区)的球员的场均进球超过0.6的球员共
同类型试题
y = sin x, x∈R, y∈[–1,1],周期为2π,函数图像以 x = (π/2) + kπ 为对称轴
y = arcsin x, x∈[–1,1], y∈[–π/2,π/2]
sin x = 0 ←→ arcsin x = 0
sin x = 1/2 ←→ arcsin x = π/6
sin x = √2/2 ←→ arcsin x = π/4
sin x = 1 ←→ arcsin x = π/2
y = sin x, x∈R, y∈[–1,1],周期为2π,函数图像以 x = (π/2) + kπ 为对称轴
y = arcsin x, x∈[–1,1], y∈[–π/2,π/2]
sin x = 0 ←→ arcsin x = 0
sin x = 1/2 ←→ arcsin x = π/6
sin x = √2/2 ←→ arcsin x = π/4
sin x = 1 ←→ arcsin x = π/2