分别输入2年手机销量排行前5的品牌，第1行输入第1年的5个品牌，第2行输入第2年的5个品牌。 输出4行列表数据（按字符串排序）： 第1行: 2年都上榜的品牌 第2行：2年上榜的所有品牌 第3行：第2年新上榜品牌 第4行：第2年较第1年落榜品牌 输入样例： 小米 apple 华为 魅族 三星 apple 三星 vivo oppo 中兴 输出样例： ['apple', '三星'] ['apple', 'oppo', 'vivo', '三星', '中兴', '华为', '小米', '魅族'] ['oppo', 'vivo', '中兴'] ['华为', '小米', '魅族']

以下是 Python 代码实现：

year1 = input().split()  # 第一年销量排行前5的品牌列表
year2 = input().split()  # 第二年销量排行前5的品牌列表

# 2年都上榜的品牌
both_years = sorted(list(set(year1) & set(year2)))
print(both_years)

# 2年上榜的所有品牌
all_years = sorted(list(set(year1) | set(year2)))
print(all_years)

# 第2年新上榜品牌
new_year2 = sorted(list(set(year2) - set(year1)))
print(new_year2)

# 第2年较第1年落榜品牌
not_year2 = sorted(list(set(year1) - set(year2)))
print(not_year2)

输入样例：

小米 apple 华为 魅族 三星
apple 三星 vivo oppo 中兴

输出样例：

['apple', '三星']
['apple', 'oppo', 'vivo', '三星', '中兴', '华为', '小米', '魅族']
['oppo', 'vivo', '中兴']
['华为', '小米', '魅族']

相关问题

python计算手机销量年增长率_数据分析小案例(四)：销售额下滑（python）

好的，我可以帮你解决这个问题。首先，我们需要收集手机销售额的数据，可以从公司内部的销售系统或者公开数据来源中获取。假设我们已经获得了每年手机销售额的数据，存储在一个列表中，比如：

sales = [1000000, 900000, 800000, 700000, 600000]

其中，列表中的每个元素表示每年的销售额，从左到右依次为最近五年的数据。

接下来，我们可以使用以下公式来计算销售额的年增长率：

growth_rate = (sales[-1] - sales[0]) / sales[0] * 100

其中，`sales[-1]` 表示最近一年的销售额，`sales[0]` 表示第一年的销售额。公式中的乘以 100 是为了将结果转换为百分比。

最后，我们可以输出计算出的年增长率：

print("销售额年增长率为：%.2f%%" % growth_rate)

完整的代码如下：

sales = [1000000, 900000, 800000, 700000, 600000]
growth_rate = (sales[-1] - sales[0]) / sales[0] * 100
print("销售额年增长率为：%.2f%%" % growth_rate)

输出结果为：

销售额年增长率为：-40.00%

这表示销售额在最近五年中下降了 40%。

1、编写程序，在当前文件夹中生成饭店营业额文件data.csv，包括“日期”和“销量”两个字段一年的数据； 2、使用pandas读取文件data.csv中的数据，删除缺失值； 3、使用matplotlib生成折线图，反映饭店的营业情况，按月份进行统计，找出相领两个月的最大涨幅，最后按季度统计一年营业数据，使用matplotlib生成饼状图。

好的，以下是针对你的问题的解答：

1. 生成 data.csv 文件的 Python 代码如下：

import random
import csv

# 生成年份数据
year_data = []
for month in range(1, 13):
    for day in range(1, 29):
        date = f'2022-{month:02d}-{day:02d}'
        sales = random.randint(10000, 50000)
        year_data.append((date, sales))

# 写入 CSV 文件
with open('data.csv', 'w', newline='') as csvfile:
    writer = csv.writer(csvfile)
    writer.writerow(['日期', '销量'])
    writer.writerows(year_data)

2. 使用 pandas 读取 data.csv 文件，并删除缺失值的代码如下：

import pandas as pd

# 读取 CSV 文件
df = pd.read_csv('data.csv')
# 删除缺失值
df = df.dropna()

3. 使用 matplotlib 生成折线图，并找出相邻两个月的最大涨幅的代码如下：

import matplotlib.pyplot as plt
import numpy as np

# 按月份统计销售额
df['月份'] = pd.to_datetime(df['日期']).dt.strftime('%m')
month_sales = df.groupby(['月份'])['销量'].sum()

# 生成折线图
x = np.arange(len(month_sales))
plt.plot(x, month_sales)
plt.xticks(x, month_sales.index)
plt.xlabel('月份')
plt.ylabel('销售额')

# 找出相邻两个月的最大涨幅
max_increase = 0
for i in range(1, len(month_sales)):
    increase = month_sales.iloc[i] - month_sales.iloc[i-1]
    if increase > max_increase:
        max_increase = increase
print('相邻两个月的最大涨幅为：', max_increase)

最后，使用 matplotlib 生成饼状图，并按季度统计一年营业数据的代码如下：

# 按季度统计销售额
df['季度'] = pd.to_datetime(df['日期']).dt.quarter
quarter_sales = df.groupby(['季度'])['销量'].sum()

# 生成饼状图
labels = ['第一季度', '第二季度', '第三季度', '第四季度']
plt.pie(quarter_sales, labels=labels, autopct='%1.1f%%')
plt.title('一年营业数据按季度统计')
plt.show()