（1）编写程序使用pandas读取文件data.csv中的数据，创建DataFrame对象，并删除其中所有缺失值；使用matplotlib生成折线图，反应该饭店每天的营业额情况，并把图形保存为本地文件first.jpg；按月份进行统计，使用matplotlib绘制柱状图显示每个月份的营业额，并把图形保存为本地文件second.jpg；按月份进行统计，找出相邻两个月最大涨幅，并把涨幅最大的月份写入文件maxMonth.txt；按季度统计该饭店2017年的营业额数据，使用matplotlib生成饼状图显示2017年4个季度的营业额分布情况，并把图形保存为本地文件third.jpg

好的，我可以给你提供一个Python程序，实现你的需求。请先确保已经安装了Pandas和Matplotlib库。

import pandas as pd
import matplotlib.pyplot as plt

# 读取数据文件
df = pd.read_csv('data.csv')

# 删除缺失值
df.dropna(inplace=True)

# 折线图
plt.plot(df['date'], df['revenue'])
plt.title('Daily Revenue')
plt.xlabel('Date')
plt.ylabel('Revenue')
plt.savefig('first.jpg')

# 按月份统计营业额
df['month'] = pd.to_datetime(df['date']).dt.month
monthly_revenue = df.groupby('month')['revenue'].sum()

# 柱状图
plt.bar(monthly_revenue.index, monthly_revenue)
plt.title('Monthly Revenue')
plt.xlabel('Month')
plt.ylabel('Revenue')
plt.savefig('second.jpg')

# 计算相邻两个月最大涨幅
max_increase = 0
max_month = ''
for i in range(1, 12):
    increase = monthly_revenue[i+1] - monthly_revenue[i]
    if increase > max_increase:
        max_increase = increase
        max_month = str(i+1) + '月'

# 写入文件
with open('maxMonth.txt', 'w') as f:
    f.write(max_month)

# 按季度统计营业额
df['quarter'] = pd.to_datetime(df['date']).dt.quarter
quarterly_revenue = df.groupby('quarter')['revenue'].sum()

# 饼状图
labels = ['Q1', 'Q2', 'Q3', 'Q4']
plt.pie(quarterly_revenue, labels=labels, autopct='%1.1f%%')
plt.title('Quarterly Revenue')
plt.savefig('third.jpg')

你只需要将数据文件命名为"data.csv"，然后运行这个Python程序即可。结果会生成三个图像文件，分别是"first.jpg"、"second.jpg"和"third.jpg"，以及一个文本文件"maxMonth.txt"。