第4章 | 数据可视化。P70【思考与练习1】。使用Matplotlib绘图，DataFrame.plot()绘图与Series.plot()绘图。绘制折线图，多子图。2. 1）模仿例4-1和4-3，绘制人均可支配收入折线图。用小矩形标记数据点，黑色虚线，用注解标注最高点，图例标题“Income ”，设置坐标轴标题，最后将最后将图形保存为jpg文件。2）模仿例4-2，使用多个子图分别绘制人均可支配

第4章 | 数据可视化。P84【思考与练习2】。python可视化Matplotlib绘图，Basemap与Pyecharts绘制地图。1、叙述各类图形的特点、适合展示的数据特性，以及在数据探索阶段的用途。2、数据文件high-speed rail.csv存放着世界各国高速铁路的情况。数据格式如下表所示。请对世界各国高铁的数据进行绘图分析。

目录二、Python数据分析工具1、关于Spyder的一些使用说明（1）保存为.py文件（2）运行（3）修改参数2、关于Jupyter Notebook的一些使用说明（1）创建、重命名与保存.ipynb文件（2）运行（3）清空运行结果并重新运行（4）查看所创建的.ipynb文件位置（5）markdown常用标记（6）还原误删的单元二、Python数据分析工具Python通过多个开源的第三方工具包来

Series、DataFrame创建，读取，统计分析。P36思考与练习1、P44思考与练习2、P48思考与练习3、P52思考与练习4、P56思考与练习5、P63综合练习题。

第3章 | 数据汇总与统计。P52【思考与练习4】。考察数据填充与清洗。1、数据清洗。 1）从studentsInfo.xlsx 文件的“Group1”表单中读取数据；2）将“案例教学”列数据值全改为NaN； 3）滤除每行数据中缺失3项以上（包括3项）的行；4）滤除值全部为NaN的列；2、数据填充：1）使用习题1的数据；2）使用列的平均值填充“体重”和“成绩”列的NaN数据；3）使用上一行数据填充

第2章 | 多维数据结构与运算。P33思考与练习。探究随机游走轨迹并探究终点与原点的距离。1、将随机游走的步数增加到100步，计算物体最终与原点的距离。2、重复多次随机游走过程，观察物体与原点距离的变化趋势。

第4章 | 数据可视化。P86【综合练习题】。文件bankpep.csv存放着银行储户的基本信息，数据格式如下表所示：请通过绘图对这些客户数据进行探索性分析。1）客户年龄分布的直方图和密度图2）客户年龄和收入关系的散点图3）绘制散点图观察账户（年龄，收入，孩子数）之间的关系，对角线显示直方图4）按区域展示平均收入的柱状图，并显示标准差5）多子图绘制：账户中性别占比饼图，有车的性别占比饼图，按孩子数

第6章 | 神经网络与深度学习建模分析。P125 思考与练习1。1. 调整MLPClassifier分类器的参数solver，比较不同参数的模型在鸢尾花数据集上的分类性能。2. 在MLPClassfier训练函数fit()前后增加计时功能，设置不同隐藏层数目，比较训练所耗费的时间，以及模型分类的准确性。针对MLP模型，是否结点越多分类性能越好？

第3章 | 数据汇总与统计。P48【思考与练习3】。考察文件的读取。1、创建50×7的DataFrame对象，数据为 [10,99]之间的随机整数；columns为字符a-g；将DataFrame对象保存到csv文件中。2、1）从文件中读取有效数据保存到Dataframe对象中，跳过所有文字解释行；2）列索引名设为 ['flymiles','videogame','icecream','type’

第5章 | 机器学习建模分析。P101思考与练习2。1.将数据集划分为训练集与测试集，查看决策树分类器的性能。2.将例5-3中的分类器保存到文件中，然后重新加载预测给出的新数据。