写水文学作业顺手写的代码，仅供参考
数据类型：Excel文件，为12个月的降雨量数据
计算代码：使用pandas模块读取excel文件，进行排序
*
版权声明
:
暂无
*
文件名称
:
Rainfall_Calculate
.
py
*
创建者
:
LiaoChaoming
*
创建日期
:
2019
/
10
/
19
*
文件描述
:
〈Calculate the multi
-
year average maximum rainfall of
4
months〉
import
pandas
as
pd
path
=
'excel文件路径'
df
=
pd
.
read_excel
(
path
)
array_1
=
[
]
i
=
0
while
i
<=
11
:
data
=
df
.
iloc
[
:
,
i
]
.
values
print
(
"{1}月份的降水数据：\n{0}"
.
format
(
data
,
i
)
)
sum_1
=
sum
(
data
)
array_1
.
append
(
sum_1
)
i
+=
1
print
(
'每月总降水量:'
)
print
(
array_1
)
array_2
=
[
]
n
=
0
while
n
<=
11
:
if
n
<=
8
:
sum_2
=
sum
(
array_1
[
n
:
n
+
4
]
)
else
:
k
=
11
-
n
sum_2
=
sum
(
array_1
[
n
:
12
]
)
+
sum
(
array_1
[
0
:
3
-
k
]
)
n
+=
1
array_2
.
append
(
sum_2
)
print
(
"平均连续四个月降雨量："
)
print
(
array_2
)
print
(
"对应月份（四个月）的降雨量："
)
key_month
=
(
'month1-4'
,
'month2-5'
,
'month3-6'
,
'month4-7'
,
'month5-8'
,
'month6-9'
,
'month7-10'
,
'month8-11'
,
'month9-12'
,
'month10-1'
,
'month11-2'
,
'month12-3'
)
MyDict
=
dict
(
zip
(
key_month
,
array_2
)
)
print
(
MyDict
)
MyDict_2
=
sorted
(
MyDict
.
items
(
)
,
key
=
lambda
d
:
d
[
1
]
,
reverse
=
True
)
print
(
"平均连续最大四个月降雨量："
)
print
(
MyDict_2
[
0
]
)
输出结果：
计算多年平均最大4个月降雨量(Python)写水文学作业顺手写的代码，仅供参考数据类型：Excel文件，为12个月的降雨量数据计算代码：使用pandas模块读取excel文件，进行排序/* * 版权声明: 暂无 * 文件名称 : Rainfall_Calculate.py * 创建者 : LiaoChaoming * 创建日期: 2019/10/19 * 文件描述: 〈Calc...
在
Python
中可以使用 NumPy 库来求
时间
序列的极值点。首先，导入 NumPy 库并获取
时间
序列数据，然后使用 NumPy 的 argrelextrema() 函数求出极值点的索引，最后根据索引找到对应的极值点的值即可。
下面是一个例子，假设你已经获得了一个
时间
序列 data：
import numpy as np
# 获取极值点的索引
max_index = np.argrelext...
作者：小小明
最近遇到一个有点烧脑的需求，其实也不算烧脑，主要是判断条件过多，对于我这种记忆力差，内存小的人来说容易出现内存溢出导致大脑宕机。也可能是因为我还没有找到能减小大脑内存压力的写法。
若读者有啥更好解决方案，欢迎评论噢！
先看看需求吧：
主要就是要根据左侧的表格自动生成右侧的word统计报告，实际的各种可能性情况远比图中展示的要更加复杂。
好了，直接开始干代码吧：
import pandas as pd
df = pd.read_csv("11
月
份数据.csv", encodin.
刚好最近又一直在用
python
做数据分析方向的研究，本着科(chi)学(bao)分(cheng)析(zhe)的态度，决定做一期关于长沙历年气象的分析报告。
本文简单记录了整个工作流程，以此方便其他地区的朋友参照本范例科学分析。
【数据篇】
首先当然是去找数据源，历...
float *all,average,max,min,total=0;
int count,m=1,n=1;
all=new float[10]; //分配内存空间
//从键盘输入数据
cout<<"请输入12个
月
每
月
的
降雨
总量：...
一、实验介绍
本实验将对意大利北部沿海地区的气象数据进行分析与可视化。我们在实验过程中先会运用
Python
中matplotlib库的对数据进行图表化处理，然后调用 scikit-learn 库当中的的 SVM 库对数据进行回归分析，最终在图表分析的支持下得出我们的结论。
1.1 课程来源
本课程基于 图灵教育 的 《
Python
数据分析实战
- 首先导入pandas库，用于读取数据和处理数据。
- 使用`read_csv()`函数读取名为`meishan_rainfall.csv`的数据文件，并将其存储在`data`变量中。
- 使用`groupby()`函数对数据按照年份分组，并使用`mean()`函数
计算
每一年的
平均
降雨量
。
- 最后输出结果，得到每一年的
平均
降雨量
。
