数据分析（jupyter与pandas初体验）

学习完项目开发的内容后，我还进行了一些数据分析内容的简单学习，主要接触了jupyter的一些演示和pandas的尝试使用，体验下来就一个感觉：术业有专攻。

为什么这么说呢？在一个表格的编写中，如果用Python语言编写以下需求：

1.了解学生语文数学英语的成绩

2.了解班级里语文数学英语的最高分最低分还有平均分这些信息

就需要涉及非常多的操作如遍历循环和列表编写等等操作，而且没办法做到随时调试。

但是在jupyter和pandas中，使用了单元格的形式来编写代码，每一个单元格的代码都可以独立运行调试，而且完成以上需求的代码量也比Python简短得多，以下是代码：

import pandas as pd

#构造DataFrame---创建数据集(学员成绩信息)

df = pd.DataFrame(
    [
        {"name": "张三", "语文": 80, "数学": 90, "英语": 75},
        {"name": "李四", "语文": 75, "数学": 85, "英语": 80},
        {"name": "王五", "语文": 60, "数学": 70, "英语": 55},
        {"name": "赵六", "语文": 90, "数学": 80, "英语": 85},
        {"name": "孙七", "语文": 85, "数学": 95, "英语": 85},
        {"name": "周八", "语文": 70, "数学": 80, "英语": 75},
    ]
)
print(df)
print(f'语文最高分：{df['语文'].max()},语文最低分：{df['语文'].min()},语文平均分：{df['语文'].mean():.1f}')
print(f'数学最高分：{df['数学'].max()},数学最低分：{df['数学'].min()},数学平均分：{df['数学'].mean():.1f}')
print(f'英语最高分：{df['英语'].max()},英语最低分：{df['英语'].min()},英语平均分：{df['英语'].mean():.1f}')

在jupyter中引入pandas仅需要这么简短的代码就可以完成以前用Python需要很多行代码才可以完成的需求。总体体验感还是很不错的，期待后续学习。