我需要一段jupyter notebook完整案例

好的，以下是一个简单的Jupyter Notebook案例，使用Python和Pandas库来分析一个CSV文件中的数据：

首先，导入所需的库：

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
%matplotlib inline

然后，读取CSV文件并将其转换为Pandas DataFrame：

df = pd.read_csv('data.csv')

接着，查看DataFrame的前几行数据：

df.head()

输出结果类似于：

| | Name | Age | Gender | Occupation |
|---:|:------------|----:|:--------|:-----------|
| 0 | John Smith | 25 | Male | Engineer |
| 1 | Jane Doe | 30 | Female | Manager |
| 2 | Bob Johnson | 45 | Male | Accountant |
| 3 | Mary Brown | 35 | Female | Lawyer |
| 4 | Joe Black | 40 | Non-Bin | Teacher |

现在，我们可以开始分析数据了。例如，我们想知道平均年龄是多少：

mean_age = df['Age'].mean()
print("The mean age is:", mean_age)

输出结果类似于：

The mean age is: 35.0

我们还可以绘制一个年龄分布的直方图：

df['Age'].plot(kind='hist', bins=10)
plt.xlabel('Age')
plt.title('Age Distribution')
plt.show()

输出结果为一张年龄分布的直方图。

最后，我们可以根据职业分组并计算平均年龄：

occupation_mean_age = df.groupby('Occupation')['Age'].mean()
print(occupation_mean_age)

输出结果为每个职业的平均年龄：

Occupation
Accountant    45.0
Engineer      25.0
Lawyer        35.0
Manager       30.0
Teacher       40.0
Name: Age, dtype: float64

这就是一个简单的Jupyter Notebook案例，使用Python和Pandas库来分析CSV文件中的数据。