From 7b98558d5bc131254357f8c2899b9a6fecda78d1 Mon Sep 17 00:00:00 2001 From: XYshi725 <2022451192@qq.com> Date: Sun, 29 Jun 2025 00:36:29 +0800 Subject: [PATCH 1/6] [pandas_panel] Translation Update --- lectures/pandas_panel.md | 101 +++++++++++++++++++-------------------- 1 file changed, 50 insertions(+), 51 deletions(-) diff --git a/lectures/pandas_panel.md b/lectures/pandas_panel.md index 6318fd4..49db0f5 100644 --- a/lectures/pandas_panel.md +++ b/lectures/pandas_panel.md @@ -18,7 +18,7 @@ kernelspec: ``` -# {index}`面板数据的Pandas使用 ` +# {index}`用于面板数据处理的Pandas ` ```{index} single: Python; Pandas ``` @@ -33,22 +33,22 @@ kernelspec: 计量经济学家经常需要处理更复杂的数据集，比如面板数据。 -常见任务包括： +常见的任务包括： * 导入数据、清理数据以及在多个轴上重塑数据。 -* 从面板数据中选择时间序列或横截面数据。 +* 从面板数据中提取时间序列数据或横截面数据。 * 对数据进行分组和汇总。 -`pandas`（源自'panel'和'data'）包含强大且易用的工具，专门用于解决这类问题。 +`pandas`（源自'panel'和'data'这两个词）包含强大且易用的工具，专门用于解决这类问题。 在接下来的内容中，我们将使用来自OECD的实际最低工资面板数据集来创建： -* 数据多个维度的汇总统计 +* 数据在多个维度上的汇总统计 * 数据集中各国平均最低工资的时间序列 * 按大洲划分的工资核密度估计 -我们将首先从CSV文件中读取长格式面板数据，并使用`pivot_table`重塑生成的`DataFrame`来构建`MultiIndex`。 +首先，我们将从CSV文件中读取长格式面板数据，并使用`pivot_table`重塑生成的`DataFrame`来构建`MultiIndex`。 使用pandas的`merge`函数将为我们的`DataFrame`添加额外的详细信息，并使用`groupby`函数对数据进行汇总。 @@ -65,7 +65,7 @@ url1 = 'https://raw.githubusercontent.com/QuantEcon/lecture-python/master/source ```{code-cell} ipython3 import pandas as pd -# 为了查看目的显示6列 +# 为便于查看，显示数据集前6列 pd.set_option('display.max_columns', 6) # 将小数点位数减少到2位 @@ -80,11 +80,11 @@ realwage = pd.read_csv(url1) realwage.head() # 显示前5行 ``` -数据目前是长格式的，当数据有多个维度时这种格式难以分析。 +数据目前是长格式的，当数据有多个维度时，使用这种格式难以进行分析。 -我们将使用`pivot_table`创建宽格式面板，并使用`MultiIndex`来处理高维数据。 +我们将使用`pivot_table`来创建宽格式面板，并使用`MultiIndex`来处理高维数据。 -`pivot_table`的参数需要指定数据（values）、索引和我们想要在结果数据框中的列。 +`pivot_table`的参数需要指定数据值（values）、索引和在结果数据框中我们所需的列名。 通过在columns参数中传入一个列表，我们可以在列轴上创建一个`MultiIndex` @@ -95,16 +95,16 @@ realwage = realwage.pivot_table(values='value', realwage.head() ``` -为了更容易地过滤我们的时间序列数据，接下来我们将把索引转换为`DateTimeIndex` +为了更容易地筛选我们的时间序列数据，接下来我们将把索引转换为`DateTimeIndex` ```{code-cell} ipython3 realwage.index = pd.to_datetime(realwage.index) type(realwage.index) ``` -这些列包含多层级索引，称为`MultiIndex`，各层级按层次结构排序（国家 > 系列 > 支付周期）。 +该数据框的列包含多层级索引，被称为`MultiIndex`，各层级按层次结构排序（Country > Series > Pay period）。 -`MultiIndex`是在pandas中管理面板数据最简单和最灵活的方式。 +`MultiIndex`是在pandas中管理面板数据最简单且最灵活的方式。 ```{code-cell} ipython3 type(realwage.columns) @@ -114,7 +114,7 @@ type(realwage.columns) realwage.columns.names ``` -和之前一样，我们可以选择国家（我们的`MultiIndex`的最高层级） +和之前一样，我们可以选择国家（`MultiIndex`中的最高层级） ```{code-cell} ipython3 realwage['United States'].head() @@ -122,7 +122,7 @@ realwage['United States'].head() 在本讲中，我们将经常使用`MultiIndex`的堆叠和取消堆叠来将数据框重塑成所需的格式。 -`.stack()`将列`MultiIndex`的最低层级旋转到行索引（`.unstack()`的作用方向相反 - 你可以试试看） +`.stack()`将列`MultiIndex`的最低层级旋转到行索引（`.unstack()`执行反向操作 - 你可以试试看） ```{code-cell} ipython3 realwage.stack().head() @@ -136,15 +136,15 @@ realwage.stack(level='Country').head() 使用`DatetimeIndex`可以轻松选择特定的时间段。 -选择一年并堆叠`MultiIndex`的两个较低层级，可以创建我们面板数据的横截面 +选择一年并堆叠`MultiIndex`的两个较低层级，可以创建我们面板数据的横截面。 ```{code-cell} ipython3 realwage.loc['2015'].stack(level=(1, 2)).transpose().head() ``` -在本讲座剩余部分，我们将使用一个数据框，其中包含不同国家和时间段的每小时实际最低工资数据，以2015年美元计价。 +在本讲后续内容中，我们将使用按国家和时间维度统计的每小时实际最低工资数据框（计量单位为2015年不变价美元）。 -要创建我们的筛选数据框（`realwage_f`），我们可以使用`xs`方法在保持更高层级（本例中为国家）的同时，选择多重索引中较低层级的值。 +为了创建筛选后的数据框（`realwage_f`），我们可以使用`xs`方法：在保持更高层级索引（本例中为国家）的同时，选择多级索引中较低层级的值。 ```{code-cell} ipython3 realwage_f = realwage.xs(('Hourly', 'In 2015 constant prices at 2015 USD exchange rates'), @@ -152,7 +152,7 @@ realwage_f = realwage.xs(('Hourly', 'In 2015 constant prices at 2015 USD exchang realwage_f.head() ``` -## 合并数据框和填充空值 +## 合并数据框和填充空值（NaN 值） 与SQL等关系型数据库类似，pandas内置了合并数据集的方法。 @@ -179,24 +179,24 @@ worlddata.head() 我们想要将新的数据框`worlddata`与`realwage_f`合并。 -pandas的`merge`函数允许通过行将数据框连接在一起。 +pandas的`merge`函数可以通过行将数据框连接在一起。 -我们的数据框将使用国家名称进行合并，这需要我们使用`realwage_f`的转置，以便两个数据框中的行都对应于国家名称。 +我们的数据框将使用国家名称进行合并，这需要我们使用数据框`realwage_f`的转置，以便两个数据框中的行都对应于国家名称。 ```{code-cell} ipython3 realwage_f.transpose().head() ``` -我们可以使用左连接、右连接、内连接或外连接来合并我们的数据集： +我们可以使用左连接（left）、右连接（right）、内连接（inner）或外连接（outer）来合并我们的数据集： -* 左连接只包含左侧数据集中的国家 -* 右连接只包含右侧数据集中的国家 -* 外连接包含左侧和右侧数据集中的任一国家 -* 内连接只包含左右数据集共有的国家 +* 左连接（left）只包含左侧数据集中的国家 +* 右连接（right）只包含右侧数据集中的国家 +* 内连接（inner）只包含左右数据集共有的国家 +* 外连接（outer）包含左侧和右侧数据集中的任一国家 -默认情况下，`merge`将使用内连接。 +默认情况下，`merge`将使用内连接（inner）。 -在这里，我们将传入`how='left'`以保留`realwage_f`中的所有国家，但丢弃在`worlddata`中没有对应数据项`realwage_f`的国家。 +在这个案例中，我们将传入`how='left'`以保留`realwage_f`中的所有国家，但丢弃`worlddata`中不能和`realwage_f`相匹配的国家。 这在下图中用红色阴影部分表示 @@ -204,7 +204,7 @@ realwage_f.transpose().head() ``` -我们还需要指定每个数据框中国家名称的位置，这将作为合并数据框的"键"。 +我们还需要指定每个数据框中国家名称的位置，这将作为合并数据框的"键（key）"。 我们的"左"数据框（`realwage_f.transpose()`）在索引中包含国家，所以我们设置`left_index=True`。 @@ -226,7 +226,7 @@ merged[merged['Continent'].isnull()] 我们有三个缺失值！ -处理 NaN 值的一个选项是创建一个包含这些国家及其各自大洲的字典。 +处理 NaN 值的一个方式是创建一个包含这些国家及其对应大洲的字典。 `.map()` 将会把 `merged['Country']` 中的国家与字典中的大洲进行匹配。 @@ -240,21 +240,21 @@ missing_continents = {'Korea': 'Asia', merged['Country'].map(missing_continents) ``` -我们不想用这个映射覆盖整个系列。 +我们不想用这个映射覆盖整个序列。 -`.fillna()` 只会用映射填充 `merged['Continent']` 中的 `NaN` 值，而保持列中的其他值不变 +`.fillna()` 只会用映射值填充 `merged['Continent']` 中的 `NaN` 值，同时保持列中的其他值不变 ```{code-cell} ipython3 merged['Continent'] = merged['Continent'].fillna(merged['Country'].map(missing_continents)) -# 检查大洲是否正确映射 +# 检查大洲是否被正确映射 merged[merged['Country'] == 'Korea'] ``` 我们还要把美洲合并成一个大洲 - 这样可以让我们后面的可视化效果更好看。 -为此，我们将使用`.replace()`并遍历一个包含我们想要替换的大洲值的列表 +为此，我们将使用`.replace()`并遍历一个包含我们想要替换的大洲的值的列表 ```{code-cell} ipython3 replace = ['Central America', 'North America', 'South America'] @@ -309,7 +309,7 @@ merged.head() merged.mean().head(10) ``` -使用这个数据系列，我们可以绘制数据集中每个国家过去十年的平均实际最低工资 +使用这个数据序列，我们可以绘制数据集中每个国家过去十年的平均实际最低工资 ```{code-cell} ipython import matplotlib.pyplot as plt @@ -366,7 +366,7 @@ plt.xlabel('年份') plt.show() ``` -为了绘图目的，我们将去掉澳大利亚这个大洲 +出于绘图目的，我们将去掉澳大利亚这个大洲 ```{code-cell} ipython3 merged = merged.drop('Australia', level='Continent', axis=1) @@ -377,7 +377,7 @@ plt.xlabel('年份') plt.show() ``` -`.describe()` 可以快速获取一些常见的统计摘要数据 +`.describe()` 可以快速获取一些常见的描述性统计量的汇总结果 ```{code-cell} ipython3 merged.stack().describe() @@ -393,14 +393,14 @@ merged.stack().describe() `groupby` 方法实现了这个过程的第一步，创建一个新的 `DataFrameGroupBy` 对象，将数据拆分成组。 -让我们再次按大洲拆分 `merged`，这次使用 `groupby` 函数，并将结果对象命名为 `grouped` +让我们再次按大洲拆分 `merged`，这次使用 `groupby` 函数，并将生成的对象命名为 `grouped` ```{code-cell} ipython3 grouped = merged.groupby(level='Continent', axis=1) grouped ``` -在对象上调用聚合方法会将函数应用于每个组，其结果会被合并到一个新的数据结构中。 +在对象上调用聚合方法时，该函数会被应用于每个组，运算结果会被合并到一个新的数据结构中。 例如，我们可以使用`.size()`返回数据集中每个大洲的国家数量。 @@ -420,7 +420,7 @@ continents = grouped.groups.keys() for continent in continents: sns.kdeplot(grouped.get_group(continent).loc['2015'].unstack(), label=continent, fill=True) -plt.title('Real minimum wages in 2015') +plt.title('2015年实际最低工资') plt.xlabel('US dollars') plt.legend() plt.show() @@ -428,9 +428,9 @@ plt.show() ## 总结 -本讲座介绍了pandas的一些高级特性，包括多重索引、合并、分组和绘图。 +本讲座介绍了pandas的一些高级特性，包括多级索引、合并、分组和绘图。 -在面板数据分析中可能有用的其他工具包括[xarray](https://docs.xarray.dev/en/stable/)，这是一个将pandas扩展到N维数据结构的Python包。 +在面板数据分析中，其他可能有用的工具包括[xarray](https://docs.xarray.dev/en/stable/)，这是一个将pandas扩展到N维数据结构的Python包。 ## 练习 @@ -438,7 +438,7 @@ plt.show() :label: pp_ex1 ``` -在这些练习中，你将使用来自[Eurostat](https://ec.europa.eu/eurostat/data/database)的欧洲按年龄和性别划分的就业率数据集。 +在这些练习中，你将使用来自[Eurostat](https://ec.europa.eu/eurostat/data/database)的按年龄和性别划分的欧洲就业率数据集。 可以通过以下链接访问数据集： @@ -448,7 +448,7 @@ url3 = 'https://raw.githubusercontent.com/QuantEcon/lecture-python/master/source 读取 CSV 文件会返回一个长格式的面板数据集。使用 `.pivot_table()` 构建一个带有 `MultiIndex` 列的宽格式数据框。 -首先探索数据框和 `MultiIndex` 层级中可用的变量。 +首先探究数据框和 `MultiIndex` 层级中可用的变量。 编写一个程序，快速返回 `MultiIndex` 中的所有值。 @@ -488,9 +488,9 @@ for name in employ.columns.names: :label: pp_ex2 ``` -筛选上述数据框，仅包含以'活动人口'百分比表示的就业数据。 +筛选上述数据框，仅保留以'活动人口'百分比表示的就业数据。 -使用`seaborn`创建一个按年龄组和性别分组的2015年就业率箱线图。 +使用`seaborn`绘制一个按年龄和性别分组的2015年就业率箱线图。 ```{hint} :class: dropdown @@ -505,14 +505,14 @@ for name in employ.columns.names: :class: dropdown ``` -为了方便按国家筛选，将`GEO`调整到最上层并对`MultiIndex`进行排序 +为了更方便地按国家筛选，将`GEO`调整到最上层并对`MultiIndex`进行排序 ```{code-cell} ipython3 employ.columns = employ.columns.swaplevel(0,-1) employ = employ.sort_index(axis=1) ``` -我们需要删除`GEO`中一些不是国家的项目。 +我们需要删除`GEO`中一些不是国家的项。 一个快速去除欧盟地区的方法是使用列表推导式来查找`GEO`中以'Euro'开头的层级值。 @@ -523,7 +523,7 @@ employ = employ[countries] employ.columns.get_level_values('GEO').unique() ``` -从数据框中仅选择活动人口中的就业百分比 +仅选择数据框中活动人口的就业百分比 ```{code-cell} ipython3 employ_f = employ.xs(('Percentage of total population', 'Active population'), @@ -532,7 +532,7 @@ employ_f = employ.xs(('Percentage of total population', 'Active population'), employ_f.head() ``` -在创建分组箱形图之前删除"总计"值 +在绘制分组箱形图之前删除"总计"值 ```{code-cell} ipython3 employ_f = employ_f.drop('Total', level='SEX', axis=1) @@ -551,4 +551,3 @@ plt.show() ```{solution-end} ``` - From 65960874ad5fd1eebd4ad63a1237d48299eed172 Mon Sep 17 00:00:00 2001 From: Humphrey Yang Date: Thu, 3 Jul 2025 13:57:39 +0800 Subject: [PATCH 2/6] updates --- lectures/pandas_panel.md | 108 +++++++++++++++++++++++++++++---------- 1 file changed, 80 insertions(+), 28 deletions(-) diff --git a/lectures/pandas_panel.md b/lectures/pandas_panel.md index 49db0f5..032e745 100644 --- a/lectures/pandas_panel.md +++ b/lectures/pandas_panel.md @@ -3,8 +3,10 @@ jupytext: text_representation: extension: .md format_name: myst + format_version: 0.13 + jupytext_version: 1.17.2 kernelspec: - display_name: Python 3 + display_name: Python 3 (ipykernel) language: python name: python3 --- @@ -36,7 +38,6 @@ kernelspec: 常见的任务包括： * 导入数据、清理数据以及在多个轴上重塑数据。 - * 从面板数据中提取时间序列数据或横截面数据。 * 对数据进行分组和汇总。 @@ -206,9 +207,9 @@ realwage_f.transpose().head() 我们还需要指定每个数据框中国家名称的位置，这将作为合并数据框的"键（key）"。 -我们的"左"数据框（`realwage_f.transpose()`）在索引中包含国家，所以我们设置`left_index=True`。 +我们的"左"（left）数据框（`realwage_f.transpose()`）在索引中包含国家，所以我们设置`left_index=True`。 -我们的'right'数据框（`worlddata`）在'Country'列中包含国家名称，所以我们设置`right_on='Country'` +我们的"右"（right）数据框（`worlddata`）在'Country'列中包含国家名称，所以我们设置`right_on='Country'` ```{code-cell} ipython3 merged = pd.merge(realwage_f.transpose(), worlddata, @@ -216,9 +217,9 @@ merged = pd.merge(realwage_f.transpose(), worlddata, merged.head() ``` -在 `realwage_f` 中出现但在 `worlddata` 中未出现的国家，其 Continent 列将显示 `NaN`。 +在 `realwage_f` 中出现但在 `worlddata` 中未出现的国家，其 `Continent` 列将显示 `NaN`。 -要检查是否发生这种情况，我们可以在 continent 列上使用 `.isnull()` 并过滤合并后的数据框 +要检查是否发生这种情况，我们可以在 `Continent` 列上使用 `.isnull()` 并过滤合并后的数据框 ```{code-cell} ipython3 merged[merged['Continent'].isnull()] @@ -248,11 +249,10 @@ merged['Country'].map(missing_continents) merged['Continent'] = merged['Continent'].fillna(merged['Country'].map(missing_continents)) # 检查大洲是否被正确映射 - merged[merged['Country'] == 'Korea'] ``` -我们还要把美洲合并成一个大洲 - 这样可以让我们后面的可视化效果更好看。 +我们把美洲合并成一个大洲 -- 这样可以让我们后面的可视化效果更好。 为此，我们将使用`.replace()`并遍历一个包含我们想要替换的大洲的值的列表 @@ -260,8 +260,8 @@ merged[merged['Country'] == 'Korea'] replace = ['Central America', 'North America', 'South America'] for country in replace: - merged['Continent'].replace(to_replace=country, - value='America', + merged['Continent'] = merged['Continent'].replace( + {country:'America'}, inplace=True) ``` @@ -290,7 +290,7 @@ merged.columns = merged.columns.rename('Time') merged.columns ``` -`DatetimeIndex`在行轴上运行更加顺畅，所以我们将对`merged`进行转置 +一般来说`DatetimeIndex`在行轴上运作起来更加顺畅，所以我们将对`merged`进行转置 ```{code-cell} ipython3 merged = merged.transpose() @@ -311,7 +311,7 @@ merged.mean().head(10) 使用这个数据序列，我们可以绘制数据集中每个国家过去十年的平均实际最低工资 -```{code-cell} ipython +```{code-cell} ipython3 import matplotlib.pyplot as plt import matplotlib as mpl FONTPATH = "fonts/SourceHanSerifSC-SemiBold.otf" @@ -320,15 +320,27 @@ plt.rcParams['font.family'] = ['Source Han Serif SC'] import seaborn as sns sns.set_theme() +sns.set(font='Source Han Serif SC') + +map_url='https://raw.githubusercontent.com/QuantEcon/lecture-python.zh-cn/refs/heads/main/lectures/_static/country_map.csv' +country_map = pd.read_csv(map_url).set_index('English')['Chinese'] ``` -```{code-cell} ipython +```{code-cell} ipython3 +merged.T.groupby(level='Continent').mean() +``` + +```{code-cell} ipython3 merged.mean().sort_values(ascending=False).plot(kind='bar', title="2006-2016年平均实际最低工资") # 设置国家标签 -country_labels = merged.mean().sort_values(ascending=False).index.get_level_values('Country').tolist() -plt.xticks(range(0, len(country_labels)), country_labels) +country_labels = merged.mean().sort_values( + ascending=False).index.get_level_values('Country').tolist() +print(country_labels) +country_labels_cn = [country_map[label] for label + in country_labels] +plt.xticks(range(0, len(country_labels)), country_labels_cn) plt.xlabel('国家') plt.show() @@ -353,16 +365,26 @@ plt.show() 我们也可以指定`MultiIndex`的一个层级（在列轴上）来进行聚合 ```{code-cell} ipython3 -merged.groupby(level='Continent', axis=1).mean().head() +merged.T.groupby(level='Continent').mean().head() ``` 我们可以将每个大洲的平均最低工资绘制成时间序列图 ```{code-cell} ipython3 -merged.groupby(level='Continent', axis=1).mean().plot() +continent_map = {'Asia':'亚洲', + 'Europe':'欧洲', + 'America':'美洲', + 'Australia':'大洋洲'} + +(merged.T + .groupby(level='Continent') + .mean() + .T.rename(columns=continent_map) +).plot() plt.title('平均实际最低工资') plt.ylabel('2015年美元') plt.xlabel('年份') +plt.legend(title='大洲') plt.show() ``` @@ -370,8 +392,9 @@ plt.show() ```{code-cell} ipython3 merged = merged.drop('Australia', level='Continent', axis=1) -merged.groupby(level='Continent', axis=1).mean().plot() +merged.T.groupby(level='Continent').mean().T.rename(columns=continent_map).plot() plt.title('平均实际最低工资') +plt.legend(title='大洲') plt.ylabel('2015年美元') plt.xlabel('年份') plt.show() @@ -383,13 +406,15 @@ plt.show() merged.stack().describe() ``` -这是使用 `groupby` 的简化方法。 +让我们更深入地了解 `groupby` 的工作原理。 + +`groupby` 操作遵循一个称为"拆分-应用-合并"的模式: -使用 `groupby` 通常遵循"拆分-应用-合并"的过程： +1. 首先，数据会按照指定的一个或多个键被拆分成多个组 +2. 然后，对每个组分别执行相同的操作或计算 +3. 最后，将所有组的结果合并成一个新的数据结构 -* 拆分：数据根据一个或多个键进行分组 -* 应用：在每个组上独立调用函数 -* 合并：函数调用的结果被合并到新的数据结构中 +这种模式使我们能够对数据子集进行灵活的分组分析。 `groupby` 方法实现了这个过程的第一步，创建一个新的 `DataFrameGroupBy` 对象，将数据拆分成组。 @@ -400,7 +425,7 @@ grouped = merged.groupby(level='Continent', axis=1) grouped ``` -在对象上调用聚合方法时，该函数会被应用于每个组，运算结果会被合并到一个新的数据结构中。 +在对象上调用`groupby`方法时，该函数会被应用于每个组，运算结果会被合并到一个新的数据结构中。 例如，我们可以使用`.size()`返回数据集中每个大洲的国家数量。 @@ -418,7 +443,8 @@ grouped.size() continents = grouped.groups.keys() for continent in continents: - sns.kdeplot(grouped.get_group(continent).loc['2015'].unstack(), label=continent, fill=True) + sns.kdeplot(grouped.get_group(continent).loc['2015'].unstack(), + label=continent_map[continent], fill=True) plt.title('2015年实际最低工资') plt.xlabel('US dollars') @@ -538,14 +564,40 @@ employ_f.head() employ_f = employ_f.drop('Total', level='SEX', axis=1) ``` +```{code-cell} ipython3 +# Ensure SEX is treated as a category +box['SEX'] = box['SEX'].map({'Males': '男性', 'Females': '女性'}) # Or use your actual coding +``` + +```{code-cell} ipython3 +box +``` + ```{code-cell} ipython3 box = employ_f.loc['2015'].unstack().reset_index() -sns.boxplot(x="AGE", y=0, hue="SEX", data=box, palette=("husl"), showfliers=False) -plt.xlabel('') +box['SEX'] = box['SEX'].map({'Males': '男性', 'Females': '女性'}) +sns.boxplot(x="AGE", y=0, hue="SEX", + data=box, palette=("husl"), + showfliers=False) +plt.legend(title='性别', + bbox_to_anchor=(1, 0.5)) + +age_labels = { + 'From 15 to 24 years': '15-24岁', + 'From 25 to 54 years': '25-54岁', + 'From 55 to 64 years': '55-64岁', + 'From 65 to 74 years': '65-74岁' +} + +xtick_labels = [age_labels.get(label.get_text(), + label.get_text()) + for label in plt.gca().get_xticklabels()] +xticks = plt.gca().get_xticks() +plt.xticks(ticks=xticks, labels=xtick_labels, rotation=35) plt.xticks(rotation=35) +plt.xlabel('年龄') plt.ylabel('人口百分比 (%)') plt.title('欧洲就业情况 (2015)') -plt.legend(bbox_to_anchor=(1,0.5)) plt.show() ``` From 9c8f9b07e51f94c6af6a9ddd0f9e64b5fc19bf57 Mon Sep 17 00:00:00 2001 From: Humphrey Yang Date: Thu, 3 Jul 2025 19:13:49 +0800 Subject: [PATCH 3/6] update last figure --- lectures/pandas_panel.md | 30 +++++++++++++----------------- lectures/sir_model.md | 2 +- 2 files changed, 14 insertions(+), 18 deletions(-) diff --git a/lectures/pandas_panel.md b/lectures/pandas_panel.md index 032e745..15c3873 100644 --- a/lectures/pandas_panel.md +++ b/lectures/pandas_panel.md @@ -170,7 +170,7 @@ worlddata = pd.read_csv(url2, sep=';') worlddata.head() ``` -首先，我们将从`worlddata`中只选择国家和大洲变量，并将列名重命名为'Country' +首先，我们将从`worlddata`中只选择国家和大洲变量，并将列名重命名为`Country` ```{code-cell} ipython3 worlddata = worlddata[['Country (en)', 'Continent']] @@ -261,8 +261,7 @@ replace = ['Central America', 'North America', 'South America'] for country in replace: merged['Continent'] = merged['Continent'].replace( - {country:'America'}, - inplace=True) + {country:'America'}) ``` 现在我们已经将所有想要的数据都放在一个`DataFrame`中，我们将把它重新整形成带有`MultiIndex`的面板形式。 @@ -331,13 +330,14 @@ merged.T.groupby(level='Continent').mean() ``` ```{code-cell} ipython3 -merged.mean().sort_values(ascending=False).plot(kind='bar', - title="2006-2016年平均实际最低工资") +merged.mean().sort_values(ascending=False).plot( + kind='bar', + title="2006-2016年平均实际最低工资") # 设置国家标签 country_labels = merged.mean().sort_values( ascending=False).index.get_level_values('Country').tolist() -print(country_labels) + country_labels_cn = [country_map[label] for label in country_labels] plt.xticks(range(0, len(country_labels)), country_labels_cn) @@ -392,7 +392,11 @@ plt.show() ```{code-cell} ipython3 merged = merged.drop('Australia', level='Continent', axis=1) -merged.T.groupby(level='Continent').mean().T.rename(columns=continent_map).plot() +(merged.T + .groupby(level='Continent') + .mean().T + .rename(columns=continent_map) + ).plot() plt.title('平均实际最低工资') plt.legend(title='大洲') plt.ylabel('2015年美元') @@ -447,7 +451,8 @@ for continent in continents: label=continent_map[continent], fill=True) plt.title('2015年实际最低工资') -plt.xlabel('US dollars') +plt.xlabel('美元') +plt.ylabel('密度') plt.legend() plt.show() ``` @@ -564,15 +569,6 @@ employ_f.head() employ_f = employ_f.drop('Total', level='SEX', axis=1) ``` -```{code-cell} ipython3 -# Ensure SEX is treated as a category -box['SEX'] = box['SEX'].map({'Males': '男性', 'Females': '女性'}) # Or use your actual coding -``` - -```{code-cell} ipython3 -box -``` - ```{code-cell} ipython3 box = employ_f.loc['2015'].unstack().reset_index() box['SEX'] = box['SEX'].map({'Males': '男性', 'Females': '女性'}) diff --git a/lectures/sir_model.md b/lectures/sir_model.md index 78fb120..a367292 100644 --- a/lectures/sir_model.md +++ b/lectures/sir_model.md @@ -17,7 +17,7 @@ kernelspec: ``` -# {index}`新冠病毒建模 ` +# 新冠病毒建模 ```{contents} 目录 :depth: 2 From 6f40aa8a47c0bb50e5f90a9716f1bce33968ef91 Mon Sep 17 00:00:00 2001 From: Humphrey Yang Date: Thu, 3 Jul 2025 19:16:04 +0800 Subject: [PATCH 4/6] minor update --- lectures/newton_method.md | 4 ++-- 1 file changed, 2 insertions(+), 2 deletions(-) diff --git a/lectures/newton_method.md b/lectures/newton_method.md index 5588108..e88a7c9 100644 --- a/lectures/newton_method.md +++ b/lectures/newton_method.md @@ -321,10 +321,10 @@ def plot_trajectories(params, ax2.plot(ks2, "-o", label="连续近似") ks3 = compute_iterates(k0_a, q, params, n) - ax1.plot(ks3, "-o", label="牛顿步骤") + ax1.plot(ks3, "-o", label="牛顿法") ks4 = compute_iterates(k0_b, q, params, n) - ax2.plot(ks4, "-o", label="牛顿步骤") + ax2.plot(ks4, "-o", label="牛顿法") for ax in axes: ax.plot(k_star * np.ones(n), "k--") From 39e72db82ee047499232f1d839177d5005136168 Mon Sep 17 00:00:00 2001 From: Humphrey Yang Date: Sat, 5 Jul 2025 08:47:43 +0800 Subject: [PATCH 5/6] updates --- lectures/pandas_panel.md | 6 ++++-- 1 file changed, 4 insertions(+), 2 deletions(-) diff --git a/lectures/pandas_panel.md b/lectures/pandas_panel.md index 15c3873..c179a5b 100644 --- a/lectures/pandas_panel.md +++ b/lectures/pandas_panel.md @@ -20,7 +20,7 @@ kernelspec: ``` -# {index}`用于面板数据处理的Pandas ` +# {index}`用Pandas处理面板数据 ` ```{index} single: Python; Pandas ``` @@ -321,6 +321,7 @@ import seaborn as sns sns.set_theme() sns.set(font='Source Han Serif SC') +# 导入中文国家名称 map_url='https://raw.githubusercontent.com/QuantEcon/lecture-python.zh-cn/refs/heads/main/lectures/_static/country_map.csv' country_map = pd.read_csv(map_url).set_index('English')['Chinese'] ``` @@ -338,6 +339,7 @@ merged.mean().sort_values(ascending=False).plot( country_labels = merged.mean().sort_values( ascending=False).index.get_level_values('Country').tolist() +# 将国家名称从英文转换为中文 country_labels_cn = [country_map[label] for label in country_labels] plt.xticks(range(0, len(country_labels)), country_labels_cn) @@ -425,7 +427,7 @@ merged.stack().describe() 让我们再次按大洲拆分 `merged`，这次使用 `groupby` 函数，并将生成的对象命名为 `grouped` ```{code-cell} ipython3 -grouped = merged.groupby(level='Continent', axis=1) +grouped = merged.T.groupby(level='Continent') grouped ``` From c1f869fb7ad0d60eb9dd70c2f4da15cd682024b0 Mon Sep 17 00:00:00 2001 From: Humphrey Yang Date: Sat, 5 Jul 2025 10:20:12 +0800 Subject: [PATCH 6/6] fix a minor bug --- lectures/pandas_panel.md | 4 ++-- 1 file changed, 2 insertions(+), 2 deletions(-) diff --git a/lectures/pandas_panel.md b/lectures/pandas_panel.md index c179a5b..5ae82c3 100644 --- a/lectures/pandas_panel.md +++ b/lectures/pandas_panel.md @@ -428,7 +428,7 @@ merged.stack().describe() ```{code-cell} ipython3 grouped = merged.T.groupby(level='Continent') -grouped +grouped.keys ``` 在对象上调用`groupby`方法时，该函数会被应用于每个组，运算结果会被合并到一个新的数据结构中。 @@ -449,7 +449,7 @@ grouped.size() continents = grouped.groups.keys() for continent in continents: - sns.kdeplot(grouped.get_group(continent).loc['2015'].unstack(), + sns.kdeplot(grouped.get_group(continent).T.loc['2015'].unstack(), label=continent_map[continent], fill=True) plt.title('2015年实际最低工资')