1. (2023高二上·江苏会考) 在使用SELECT语句查询数据时，将多个条件组合在一起，其中只要有一个条件符合要求，这条记录就会被查出，此时使用的连接关键字是（   ）。

⑴根据选课情况完成填充组合列（L列）。

⑵统计组合数量，并将选课组合人数最多的5个组合以柱形图的方式呈现（如图所示）。

import pandas as pd

import matplotlib.pyplot as plt

df=pd.read_excel ("xk.xlsx")

plt.rc('font',**{'family':'SimHei'})

zh=[ ]

n=df.姓名.count()

xk=["物理","化学","生物","政治","历史","地理","技术"]

#处理组合名， 将组合名依次存入列表 zh 中 for i in range(n):

a=""

for x in xk:

    if df.at[i,x]==1:

        if x=="历史":

            a=a+"史"

        else:

            a=a+x[0]

    zh.append(a)

df["组合"]=

#将组合名填入 L 列

df1=df.groupby("组合",as_index=False).姓名.count()

df1.rename(columns={"姓名":"人数"},inplace=True)  #将列标题”姓名”改成”人数” df1.sort_values("人数",,inplace=True)

df2=df1[0:5]

x=df2["组合"]

y=df2["人数"]

plt. (x,y)

plt.show ()

图1

图2

实现上述功能的Python程序如下:

import pandas as pd

import itertools

＃读数据到pandas的 DataFrame结构中

df＝   ①     (”xk73.csv”，sep＝‘.’，header＝‘infer’，encoding＝‘utf－8’)

km＝[‘物理’ ，‘化学’ ，‘生物’ ，‘政治’ ，‘历史’ ，‘地理’ ，‘技术’ ]

＃按学校分组计数

sc＝df.groupby(‘    ②     ’，as_index＝False).count( )

＃对分组计数结果进行合计，合计结果转换为 DF结构并转置为行

df_sum＝pd.DataFrame(data＝sc.sum()).T

df_sum[‘学校代码’]＝‘合计’

＃增加＂合计＂行

result＝sc.append(df_sum)

＃百分比计算

df_percent＝df_sum

df_percent[‘学校代码’]＝‘比例’

for k in km:

per＝df_percent.at[0，k]/zrs

  df_percent[k]＝per

  ＃增加＂百分比＂行

result＝result.append(df_percent)

＃删除＂姓名＂列

result＝   ③   

＃修改＂学生编号＂为＂总人数＂

result＝result.rename(columns＝{‘学生编号’:‘总人数’})
＃保存结果，创建 Excel文件.生成的 Excel文件

result.to_excel(＂学校人数统计.xlsx＂)

微软亚洲研究院视觉计算组曾在ImageNet计算机视觉识别挑战赛中取得了96.43%的图像识别正确率而一举夺冠。这得益于它前期对海量已分好类的图像大数据中所蕴含的特征模式的深度学习。该深度学习模型如图所示。