Pandas 的快速 matplotlib 图表真是方便啊…… d.hist()

还能算点积… (reversed product) 🤔 argmin, argmax 是什么，cum 又是什么…
还能算单调性… is_monotonic
z.is_monotonic_decreasing (forall x0, x1. x0 < x1 => y(x0) < y(x1))

虽然不会 matplotlib 和 pandas，也不会统计…… 首先看看平均分和中位数的 Pie/Rect(hist)

位值 = DataFrame()
位值['最大'] = d.max()
位值['中间'] = d.median()
位值['最小'] = d.min()
del 位值[位值['姓名']] # 不成！
位值 = 位值.aggregate(lambda xs: xs[1:-1]) # 绝望使用 修剪 seris

均值 = d.mean()
全班 = d.sum()

dt = DataFrame()
for col in 位值.columns:
  dt[col] = 位值[col]
dt['平均'] = 均值
dt.plot(title='成绩概况')

然后是总分的一维分布图、语文/英语 文科/数学 的二维分布情况

语文=d['语文1']+d['语文2']
英语 = d['英语1']
for 号 in range(2,4):
英语 += d['英语'+str(号)]
数学 = d.数学

当然也可以使用 boxplot 什么的 🤔 居然还可以算 diff… 这样可以直接一些，不用把两个对象放一张图上比较看
kurt 是什么，d.melt() 好像是平铺的版本，d.stack() 是每个对象的元组
还可以用 aggerate, combine, groupby 什么的常用操作符
当然要减去就麻烦一点了

雷人的中文命名，不过没关系

s=d.stack()
(s['李煜胡'] - s['子王蒋']).plot(title='第一名和倒数第二的差距') （刻意点名道姓）

折线

能拟合吧

平均, 中间 = d.mean(), d.median()

def pieOf(ser, *fps, **kwps):
return p.pie(ser, *fps, **kwps, labels=ser.index)
总分的 pie
zp = d.sum()
del zp['姓名'], zp['总分']
zp = zp.astype(int)

https://matplotlib.org/3.1.1/gallery/pyplots/pyplot_two_subplots.html#sphx-glr-gallery-pyplots-pyplot-two-subplots-py
https://matplotlib.org/3.1.1/gallery/subplots_axes_and_figures/align_labels_demo.html#sphx-glr-gallery-subplots-axes-and-figures-align-labels-demo-py

import numpy as n
import matplotlib.pyplot as p

def f(x): return n.cos(2* x*n.pi) *n.exp(-x)
xs0 = n.arange(0.0, 5.0, 0.1)
xs1 = n.arange(0.0, 5.0, 0.02)

p.figure()
p.subplot(211) # 2, r, c, ....
p.plot(xs0, f(xs0), marker='o', color='tab:blue')
p.plot(xs1, f(xs1), color='tab:red')

p.subplot(212)
p.plot(xs1, 2* xs1*n.pi, linestyle='--', color='tab:green')
p.show()

终于知道怎么画子图了……

语 = DataFrame()
语['A'] = d['语文1']
语['B'] = d['语文2']
外 = DataFrame()
for 号 in range(1,4):
  外[chr(ord('A')+号)] = d['英语'+str(号)]
p.figure()
p.subplot(311)
pieOf(语.mean())
p.subplot(321)
pieOf(语.median())
p.subplot(331)
pieOf(语.sum())

🤔 发现不能这么用……

居然可以这么玩，xkcd 配置

IPython 真是太舒服了

过于生艹，Pie 和 bars 是失败了，而且我也不知道该放啥… 好像是全科成绩才对