第一步：
使用csv模块以列表形式读取数据集。
导入csv模块。
使用open（）函数打开文件。
使用csv.reader（）函数加载打开的文件。
在结果上调用list（）以获取文件中所有数据的列表。
将结果分配给变量data。
显示第一5行data以验证一切。
import csv
with open("guns.csv", "r") as file:
data = list(csv.reader(file))
data[:5]
[['',
'year',
'month',
'intent',
'police',
'sex',
'age',
'race',
'hispanic',
'place',
'education'],
['1',
'2012',
'01',
'Suicide',
'0',
'M',
'34',
'Asian/Pacific Islander',
'100',
'Home',
'4'],
['2', '2012', '01', 'Suicide', '0', 'F', '21', 'White', '100', 'Street', '3'],
['3',
'2012',
'01',
'Suicide',
'0',
'M',
'60',
'White',
'100',
'Other specified',
'4'],
['4', '2012', '02', 'Suicide', '0', 'M', '64', 'White', '100', 'Home', '4']]
第二步：
提取第一行data，并将其分配给变量headers。
删除第一行data。
显示headers。
显示第一5行data以验证是否正确删除了标题行。
headers = data[0]
data = data[1:]
print(headers)
print(data[:5])
['', 'year', 'month', 'intent', 'police', 'sex', 'age', 'race', 'hispanic', 'place', 'education']
[['1', '2012', '01', 'Suicide', '0', 'M', '34', 'Asian/Pacific Islander', '100', 'Home', '4'], ['2', '2012', '01', 'Suicide', '0', 'F', '21', 'White', '100', 'Street', '3'], ['3', '2012', '01', 'Suicide', '0', 'M', '60', 'White', '100', 'Other specified', '4'], ['4', '2012', '02', 'Suicide', '0', 'M', '64', 'White', '100', 'Home', '4'], ['5', '2012', '02', 'Suicide', '0', 'M', '31', 'White', '100', 'Other specified', '2']]
第三步：
使用列表推导从中提取year列data。
因为year列是数据中的第二列，您需要1在每行的索引中获取元素。
将结果分配给变量years。
创建一个空的字典year_counts。
循环遍历每个元素years。
如果元素不是键year_counts，创建它，并将值设置为1。
如果元素是键year_counts，则将值增加1。
显示year_counts每年发生多少枪死亡事件。
years = [row[1] for row in data]
year_counts = {}
for year in years:
if year in year_counts:
year_counts[year] += 1
else:
year_counts[year] = 1
year_counts
{'2012': 33563, '2013': 33636, '2014': 33599}
第四步：
使用list comprehension datetime.datetime为每行创建一个对象。将结果分配给dates。
year在每个行中的第二元件列。
该month柱是在每行中的第三个元素。
确保使用int（）转换year和month整数。
通过year，month并day=1进入datetime.datetime()功能。
显示第一5行dates以验证一切正常。
计数每个唯一日期发生的次数dates。将结果分配给date_counts。
这跟我们在最后一个屏幕中做了类似的过程year_counts。
显示date_counts。
import datetime
dates = [datetime.datetime(year=int(row[1]), month=int(row[2]), day=1) for row in data]
date_counts = {}
dates[:5]
for date in dates:
if date in date_counts:
date_counts[date] +=1
else:
date_counts[date] = 1
date_counts
{datetime.datetime(2012, 1, 1, 0, 0): 2758,
datetime.datetime(2012, 2, 1, 0, 0): 2357,
datetime.datetime(2012, 3, 1, 0, 0): 2743,
datetime.datetime(2012, 4, 1, 0, 0): 2795,
datetime.datetime(2012, 5, 1, 0, 0): 2999,
datetime.datetime(2012, 6, 1, 0, 0): 2826,
datetime.datetime(2012, 7, 1, 0, 0): 3026,
datetime.datetime(2012, 8, 1, 0, 0): 2954,
datetime.datetime(2012, 9, 1, 0, 0): 2852,
datetime.datetime(2012, 10, 1, 0, 0): 2733,
datetime.datetime(2012, 11, 1, 0, 0): 2729,
datetime.datetime(2012, 12, 1, 0, 0): 2791,
datetime.datetime(2013, 1, 1, 0, 0): 2864,
datetime.datetime(2013, 2, 1, 0, 0): 2375,
datetime.datetime(2013, 3, 1, 0, 0): 2862,
datetime.datetime(2013, 4, 1, 0, 0): 2798,
datetime.datetime(2013, 5, 1, 0, 0): 2806,
datetime.datetime(2013, 6, 1, 0, 0): 2920,
datetime.datetime(2013, 7, 1, 0, 0): 3079,
datetime.datetime(2013, 8, 1, 0, 0): 2859,
datetime.datetime(2013, 9, 1, 0, 0): 2742,
datetime.datetime(2013, 10, 1, 0, 0): 2808,
datetime.datetime(2013, 11, 1, 0, 0): 2758,
datetime.datetime(2013, 12, 1, 0, 0): 2765,
datetime.datetime(2014, 1, 1, 0, 0): 2651,
datetime.datetime(2014, 2, 1, 0, 0): 2361,
datetime.datetime(2014, 3, 1, 0, 0): 2684,
datetime.datetime(2014, 4, 1, 0, 0): 2862,
datetime.datetime(2014, 5, 1, 0, 0): 2864,
datetime.datetime(2014, 6, 1, 0, 0): 2931,
datetime.datetime(2014, 7, 1, 0, 0): 2884,
datetime.datetime(2014, 8, 1, 0, 0): 2970,
datetime.datetime(2014, 9, 1, 0, 0): 2914,
datetime.datetime(2014, 10, 1, 0, 0): 2865,
datetime.datetime(2014, 11, 1, 0, 0): 2756,
datetime.datetime(2014, 12, 1, 0, 0): 2857}
第五步：
计数sex列中每个项目的次数。
将结果分配给sex_counts。
计数race列中每个项目的次数。
将结果分配给race_counts。
显示race_counts和sex_counts验证您的工作，并查看是否可以发现任何模式。
写一个降价细胞，详细说明你迄今为止学到的内容，你认为可能需要进一步检查。
sex_counts = {}
race_counts = {}
sexs = [row[5] for row in data[1:]]
races = [row[7] for row in data[1:]]
def count(items):
item_counts = {}
for item in items:
if item in item_counts:
item_counts[item] += 1
else:
item_counts[item] = 1
return item_counts
sex_counts = count(sexs)
race_counts = count(races)
sex_counts
race_counts
{'Asian/Pacific Islander': 1326,
'Black': 23296,
'Hispanic': 9022,
'Native American/Native Alaskan': 917,
'White': 66237}
用到的知识点：
-
利用CSV模块导入CSV文件，将数据转化成数据列表
-
利用列表切片，删除表头
-
利用datetime模块，列表推导式，统计年份数量
-
统计性别和种族数量
第六步：
读入census.csv并转换为列表列表。将结果分配给census变量。
显示census以验证您的工作。
with open("census.csv") as file:
census = list(csv.reader(file))
['Id', 'Year', 'Id', 'Sex', 'Id', 'Hispanic Origin', 'Id', 'Id2', 'Geography', 'Total', 'Race Alone - White', 'Race Alone - Hispanic', 'Race Alone - Black or African American', 'Race Alone - American Indian and Alaska Native', 'Race Alone - Asian', 'Race Alone - Native Hawaiian and Other Pacific Islander', 'Two or More Races']
['cen42010', 'April 1, 2010 Census', 'totsex', 'Both Sexes', 'tothisp', 'Total', '0100000US', '', 'United States', '308745538', '197318956', '44618105', '40250635', '3739506', '15159516', '674625', '6984195']
第七步：
手动创建一个字典，mapping将每个键映射race_counts到比赛的人口数census。
在字典中的键应该是Asian/Pacific Islander，Black，Native
American/Native Alaskan，Hispanic，和White。
在这种情况下Asian/Pacific Islander，您需要添加来自censusfor Race
Alone - Asian和... 的计数Race Alone - Native Hawaiian and Other Pacific Islander。
创建一个空字典，race_per_hundredk。
循环通过每个键race_counts。
将与键相关联的值除以与键race_counts相关联的值mapping。
通过乘法100000。
将结果分配给相同的键race_per_hundredk。
当你完成后，race_per_hundredk应该包含每个100000人种族种族枪支死亡率。
打印race_per_hundredk以验证您的工作。
mapping = {
"Asian/Pacific Islander": 15159516 + 674625,
"Native American/Native Alaskan": 3739506,
"Black": 40250635,
"Hispanic": 44618105,
"White": 197318956
}
race_per_hundredk = {}
for item in race_counts:
race_per_hundredk[item] = race_counts[item]/mapping[item]*100000
race_per_hundredk
{'Asian/Pacific Islander': 8.374309664161762,
'Black': 57.8773477735196,
'Hispanic': 20.220491210910907,
'Native American/Native Alaskan': 24.521955573811088,
'White': 33.56849303419181}
第八步：
intent使用列表解析提取列。该intent柱是在第四列中data。
将结果分配给intents。
race使用列表解析提取列。该race柱是在第八列data。
将结果分配给races。
创建一个空的字典 homicide_race_counts
使用该enumerate()功能循环遍历每个项目races。应将该位置分配给循环变量i，并将值分配给循环变量race。
检查在位置值i在intents。
如果在位置值i的intents是Homicide：
如果密钥race不存在homicide_race_counts，创建它。
添加1到相关联的价值race在homicide_race_counts。
完成后，homicide_race_counts应该为每个种族分类中的一个键data。相关的价值应该是该次种族的凶杀枪死亡人数。
执行我们在最后一个屏幕使用也做了同样的程序mapping上homicide_race_counts得到从原始数据到每个率100000。
显示homicide_race_counts以验证您的工作。
将你的发现写在一个降价单元格中。
使用降价单元格中的数据编写您要追求的任何后续步骤。
intents = [row[3] for row in data[1:]]
races = [row[7] for row in data[1:]]
homicide_race_counts = {}
for i, race in enumerate(races):
if intents[i] == "Homicide":
if race in homicide_race_counts:
homicide_race_counts[race] += 1
else:
homicide_race_counts[race] = 1
homicide_race_counts
{'Asian/Pacific Islander': 559,
'Black': 19510,
'Hispanic': 5634,
'Native American/Native Alaskan': 326,
'White': 9147}
hm_race_per_hundredk = {}
for item in homicide_race_counts:
hm_race_per_hundredk[item] = homicide_race_counts[item]/mapping[item]*100000
hm_race_per_hundredk
{'Asian/Pacific Islander': 3.530346230970155,
'Black': 48.471284987180944,
'Hispanic': 12.627161104219914,
'Native American/Native Alaskan': 8.717729026240365,
'White': 4.6356417981453335}
1