学习python的心得

1.这段代码使用了pandas库对音乐行业收入信息表格进行了分组，按照“format”列进行分组，并选择了“metric”和“value_actual”列进行统计。

其中，read_csv()函数用于读取csv文件，'D:\JAY/musicdata.csv’是文件的路径和名称。engine='python’参数指定使用Python解释器读取文件。

groupby()函数是对数据按照指定的列进行分组，这里用“format”作为分组依据。

最后，我们输出了分组后的结果musicdataGroup。

2.这段代码分别使用了mean()、std()和median()函数计算了每组的均值、标准差和中位数，并输出了结果。

mean()函数用于计算每组的均值，std()函数用于计算每组的标准差，median()函数用于计算每组的中位数。

mean()、std()和median()函数均是聚合函数，可以对分组后的每组数据进行统计计算，从而得到各组数据的均值、标准差和中位数等描述性统计量。

输出结果中，“head()”函数表示只输出前五组的结果。

3.这段代码定义了一个函数DoubleSum()，用于计算输入数据的总和的两倍。然后，利用agg()函数应用函数DoubleSum()到音乐行业收入信息表“value_actual”列的数据上进行聚合，并输出结果。

其中，agg()函数是对数据进行聚合计算的函数，可以传入一个自定义函数，对数据进行自定义的聚合计算。这里使用了一个字典作为agg()函数的参数来指定需要聚合的列和聚合函数。

axis=0参数指定将函数应用于每个列。函数返回一个DataFrame，包含了使用自定义函数后的统计计算结果。

这段代码定义了一个函数DoubleSum1()，用于计算输入数据的总和的两倍。然后，利用agg()函数将函数DoubleSum1()应用到音乐行业收入信息表的“number_of_records”列上进行聚合，并输出结果。

其中，np.sum()是NumPy库中的求和函数，可以对一个数组或列表进行求和。

axis=0参数指定将函数应用于每个列。函数返回一个DataFrame，包含了使用自定义函数后的统计计算结果。由于输出结果较多，使用了.head()函数，只输出前五条记录。

最后，虽然一学期下来，我对python的学习也仅仅只是它的基础方面，但python的强大，也是足足地吸引着我，希望自己能够在不断地学习中，将python学习的更加好。 python是一门非常有潜力的高级语言，历经多年的发展，其在编程上发挥着越来越大的作用。在这学期中，通过选修python课上的基础知识学习，我对python也有了一定的认识