使用Numpy附件为某高校部分资产数据统计数据中所有资产的总金额,资产个数; 统计每个“使用人”拥有的资产个数,总金额。按总金额降序排列输出(格式:使用人:总金额,资产个数); 按金额找出拥有资产价值最大的使用部门。
时间: 2024-09-13 20:10:11 浏览: 40
首先,我们需要使用Numpy库来处理资产数据。假设我们已经有了一个包含资产数据的Numpy数组,其中每一行代表一个资产,包括使用人、资产价值等信息。以下是一个示例代码:
```python
import numpy as np
# 假设资产数据如下,第一列是使用人,第二列是资产价值
assets_data = np.array([
['张三', 1000],
['李四', 2000],
['张三', 3000],
['王五', 4000],
['李四', 5000],
['王五', 6000]
])
# 计算所有资产的总金额和个数
total_amount = np.sum(assets_data[:, 1])
total_count = len(assets_data)
print("所有资产总金额:", total_amount, "元")
print("所有资产个数:", total_count)
# 统计每个使用人的总金额和资产个数
unique_users = np.unique(assets_data[:, 0])
user_stats = []
for user in unique_users:
user_assets = assets_data[assets_data[:, 0] == user]
user_amount = np.sum(user_assets[:, 1])
user_count = len(user_assets)
user_stats.append((user, user_amount, user_count))
# 按总金额降序排列输出
user_stats.sort(key=lambda x: x[1], reverse=True)
print("使用人及其资产统计:")
for user, amount, count in user_stats:
print(f"{user}:{amount}元,{count}个")
# 找出拥有资产价值最大的使用部门
max_department = max(user_stats, key=lambda x: x[1])[0]
print("拥有资产价值最大的使用部门:", max_department)
```
这段代码首先计算了所有资产的总金额和个数,然后统计了每个使用人的总金额和资产个数,并按总金额降序排列输出。最后,找到了拥有资产价值最大的使用部门。请注意,这个示例代码假设了资产数据的格式,实际应用中需要根据实际数据进行调整。