stu = {'name':['小明','王芳','赵平','李红','李涵'], 'sex':['male','female','female','female','male'], 'year':[1996,1997,1994,1999,1996]} data = pd.DataFrame(stu) print(data['sex'].value_counts()) data['sex'].value_counts().plot(kind = 'bar',rot = 30) plt.show() data['sex'].value_counts().plot(kind = 'barh',rot = 30) plt.show() df = pd.DataFrame(np.random.randint(1,100,size = (3,3)),index = {'one','two','three'}, columns = ['I1','I2','I3']) df.plot(kind = 'barh') plt.xlabel('Values(m)') plt.ylabel('Class') plt.title('Plot Example') plt.show() wy = pd.Series(np.random.normal(size = 80)) s.hist(bins = 15,grid = False) plt.show()

这段代码是关于数据分析和可视化的。首先定义了一个字典，包含了学生的姓名、性别和出生年份等信息，然后将其转化为 Pandas 的 DataFrame。接着使用了 value_counts() 方法统计了 DataFrame 中每个性别的人数，并使用 plot() 方法绘制了柱状图和水平柱状图。然后又生成了一个随机的 DataFrame，并使用 plot() 方法绘制了水平柱状图，并加上了一些标签和标题。最后使用了 numpy 生成了一组随机数据，使用 hist() 方法绘制了直方图。

相关问题

python 字典中 male和female

以下是一个演示如何在Python字典中筛选出特定值的例子：

stu_info = {
    'lisa':{'id':'001','sex':'female','age':18},
    'tom':{'id':'002','sex':'male','age':19},
    'vegetable':{'id':'003','sex':'male','age':18}
}

# 筛选出性别为male的学生信息
male_stu_info = {name: info for name, info in stu_info.items() if info['sex'] == 'male'}
print(male_stu_info)

# 筛选出性别为female的学生信息
female_stu_info = {name: info for name, info in stu_info.items() if info['sex'] == 'female'}
print(female_stu_info)

输出结果为：

{'tom': {'id': '002', 'sex': 'male', 'age': 19}, 'vegetable': {'id': '003', 'sex': 'male', 'age': 18}}
{'lisa': {'id': '001', 'sex': 'female', 'age': 18}}