简单数据处理与可视化

终于把辅修毕业论文的事儿解决的差不多了，已经很久没有记录东西了，正好昨天帮别人做了个简单的Python作业，就拿出来写写。

首先，导入相关库，并读入文件，观察数据形式：

可以发现，前两行我们不需要，所以drop掉，并且将index变回默认状态：

已经变成我们想要的dataframe形式了，首先就开始第一题，遇到分类问题，不需要想，大概率是用groupby,由于数据还是str类型，首先需要转换为整型类型：

结果如下：

可以发现2022年的AI词频数为0，按道理这是异常值，但题目中没特别注明，不知道他们老师有没有要求剔除，就不剔除了，这也不是本题的重心。

第二问也很简单，使用seaborn绘制多变量两两间散点图明显比matplotlib方便许多。

第三问，观察一开始的dataframe,可以发现行业代码后有数字，这并不是我们需要的，首先需要提取行业代码中的第一个字母：

任务完成