2022年 11月 8日

python3.5——matplotlib模块使用

1、matplotlib模块简介

matplotlib模块画图的中文显示问题，详见下面的网址：

http://www.cnblogs.com/swordzj/archive/2013/05/18/3085300.html 

  1. #模块引入
  2. import matplotlib as mpl
  3. import matplotlib.pyplot as plt
  4. import numpy as np
  5.  
  6. #解决中文问题
  7. mpl.rcParams["font.sans-serif"] = [u"SimHei"]
  8. mpl.rcParams["axes.unicode_minus"] = False
  9.  
  10. #获取figure对象
  11. fig = plt.figure(figsize=(8,6))
  12. #在figure上创建axes对象
  13. ax1 = fig.add_subplot(2,2,1)
  14. ax2 = fig.add_subplot(2,2,2)
  15. ax3 = fig.add_subplot(2,2,3)
  16.  
  17. #在当前的axes（ax3）上绘制曲线
  18. plt.plot(np.random.randn(50).cumsum(),"k--")
  19.  
  20.  
  21. #在ax1上绘制柱状图
  22. ax1.hist(np.random.randn(300),bins = 20,color = "k",alpha = 0.3)
  23.  
  24. #在ax2上绘制散点图
  25. ax2.scatter(np.arange(30),np.arange(30)+3*np.random.randn(30))
  26.  
  27. #展示
  28. plt.show()

运行结果： 

  1. #模块引入
  2. import matplotlib as mpl
  3. import matplotlib.pyplot as plt
  4. import numpy as np
  5.  
  6. x = np.linspace(0,10,1000)
  7. y = np.sin(x)
  8. z = np.cos(x**2)
  9.  
  10. #获取figure对象
  11. fig = plt.figure(figsize=(8,4))
  12.  
  13. #绘制
  14. #lable：给绘制的曲线一个名字，该名字在图示legend显示，$：使用内嵌latex引擎绘制函数
  15. plt.plot(x,y,label = "$sin(x)$",color = "red",linewidth = 2)
  16.  
  17. plt.plot(x,z,"b--",label = "$cos(x^2)$")
  18.  
  19. #设置
  20. plt.xlabel("Time(s)")       #设置x轴标题
  21. plt.ylabel("Volt")          #设置y轴标题
  22. plt.title("PyPlot First Example")     #设置图标标题
  23. plt.ylim(-1.2,1.2)          #设置y轴范围
  24. plt.legend()                #显示图示说明
  25. plt.grid(True)                  #显示虚线框
  26.  
  27. #展示
  28. plt.show()

#运行结果：



练习题：

附件链接

http://pan.baidu.com/s/1hrPvuqo

密码：rzj6

  1. import numpy as np
  2. import pandas as pd
  3. from pandas import Series,DataFrame
  4. import matplotlib as mpl
  5. import matplotlib.pyplot as plt
  6.  
  7. #1.数据文件读取
  8.  
  9. df = pd.read_csv("ca_list_copy(2).csv")
  10.  
  11. #2、提取zwyx列里面的0值，并用该列的平均值替换
  12. print("====提取zwyx列里面的0值，并用该列的平均值替换=====")
  13. mask = df["zwyx"].isin([0])
  14. df["zwyx"][mask]=df["zwyx"].mean()
  15. print(df)
  16.  
  17. #3、zwyx列列平均值计算
  18. print("=============zwyx列平均值计算================")
  19. print(df["zwyx"].mean())
  20.  
  21. #4、得到zwmc字段的唯一列表
  22. print("=============得到zwmc字段的唯一列表================")
  23. print(df["zwmc"])
  24.  
  25. #5、对dd字段分组
  26. print("=============对dd字段分组================")
  27. gb = df.groupby(["dd"])
  28.  
  29. i = 0
  30. dict1 = {}
  31.  
  32. for dd,group in gb:
  33.     i = i+1
  34.     print("group",i,":",dd,end="")
  35.     print("最大薪资:",group["zwyx"].max())
  36.     dict1[dd] = group["zwyx"].max()         #将城市与对应薪资循环加入到字典中
  37.  
  38.  
  39. print("==========排名前十的城市与对应薪资==========")
  40.  
  41. df1 = df["zwyx"].groupby(df["dd"]).max()
  42. df2 = df1.sort_values(ascending=False)[:10]
  43. print(df2)
  44.  
  45. # 解决中文显示问题
  46. mpl.rcParams["font.sans-serif"] = [u"SimHei"]
  47. mpl.rcParams["axes.unicode_minus"] = False
  48. #
  49. #画折线图，创建figure对象
  50. fig = plt.figure(figsize=(8,8))
  51. df2.plot(color = "red")
  52. plt.xlabel("城市")      #设置x轴坐标
  53. plt.ylabel("薪资")      #设置y轴坐标
  54. plt.title("前十位城市最大薪资")       #设置图标标题
  55.  
  56. #展示
  57. plt.savefig("Top10.png")
  58. plt.show()
  59.  
  60. ====提取zwyx列里面的0值，并用该列的平均值替换=====
  61. F:/PythonCode/bf-test_code2/numpy+pandas/8.py:18: SettingWithCopyWarning: 
  62. A value is trying to be set on a copy of a slice from a DataFrame
  63.  
  64. See the caveats in the documentation: http://pandas.pydata.org/pandas-docs/stable/indexing.html#indexing-view-versus-copy
  65.   df["zwyx"][mask]=df["zwyx"].mean()
  66.         Id                                 zwmc                    gsmc  dd  \
  67. 0        1                                数据分析师          山东半亩花田生物科技有限公司  济南   
  68. 1        2                                数据分析师                    智联招聘  天津   
  69. 2        3                                数据分析师                    捷信中国  天津   
  70. 3        4                            中/高级数据分析师            宽拓(北京)科技有限公司  北京   
  71. 4        5             6k聘金融数据分析师/助理/交易分析师（五险双休          北京万向联合控股集团有限公司  北京   
  72. 5        6                        证券分析师、助理、数据分析          北京万向联合控股集团有限公司  北京   
  73. 6        7       --集团公司登入世界第一屏纳斯达克-万向联合聘金融数据分析师          北京万向联合控股集团有限公司  北京   
  74. 7        8                                数据分析师          北京创先策略信息咨询有限公司  北京   
  75. 8        9        BI分析师助理/数据分析师助理税后月薪5500，包吃，房补       佛山市好金企业管理信息咨询有限公司  广州   
  76. 9       10  6000-15000金融数据分析师/交易员 五险一金+实习生+弹性时间              北京华中投资有限公司  北京   
  77. 10      11                    招聘数据分析师（五险双休早九晚五）          北京万向通汇投资管理有限公司  北京   
  78. 11      12          钱进道路上万向为你保驾护航，金融数据分析师及助理+双休          今联投资管理(北京)有限公司  北京   
  79. 12      13                                数据分析师           西安贝加尔网络科技有限公司  西安   
  80. 13      14      职位颜值高 薪资更是刁到爆发 汇金利德诚聘金融数据分析师/助理            北京汇金利德科技有限公司  北京   
  81. 14      15         高薪诚聘优秀金融数据分析师+周末双休+早九晚六+社保福利      华壹信融投资管理(北京)有限责任公司  北京   
  82. 15      16         【金鼎奖十大诚信品牌企业】万向诚聘金融数据分析师+可实习          北京万向联合控股集团有限公司  北京   
  83. 16      17              金融外汇数据分析师助理（可实习） 6千底薪五险          南京梵汇德盈信息科技有限公司  南京   
  84. 17      18                       【0基础培训】外汇数据分析师          南京梵汇德盈信息科技有限公司  南京   
  85. 18      19          钱进道路上万向为你保驾护航，金融数据分析师及助理+双休            北京万向通汇投资有限公司  北京   
  86. 19      20           招募金融数据分析师/证券分析师有无经验均可+基础培训          北京万向联合控股集团有限公司  北京   
  87. 20      21        ¤豪宅金融证券数据分析师通缉令¤【五险一金】成就你的北京梦          北京万向联合控股集团有限公司  北京   
  88. 21      22                            金融数据分析师助理        嘉诺恒盛(北京)教育科技有限公司  北京   
  89. 22      23         万向联合诚聘金融技术岗精英 数据分析师/助理+内部可晋升          万向通汇投资(北京)有限公司  北京   
  90. 23      24        【万向联合】招聘金融交易员/数据分析师（五险双休早九晚五）          北京万向通汇投资管理有限公司  北京   
  91. 24      25                                数据分析师                    今日头条  上海   
  92. 25      26                            数据分析师-国际化                    今日头条  北京   
  93. 26      27                                数据分析师                    今日头条  北京   
  94. 27      28                招金融数据分析师    出国旅游、节日福利              北京今联投资有限公司  北京   
  95. 28      29              ★任性高薪★职等你来☞金融证券、外汇数据分析师          今联投资管理(北京)有限公司  北京   
  96. 29      30           再不转行就老了 公司高薪直招金融外汇数据分析师/助理          今联投资管理(北京)有限公司  北京   
  97. ...    ...                                  ...                     ...  ..   
  98. 3354  3355                          数据分析师（大兴亦庄）        北京亿隆汇诚投资管理有限责任公司  北京   
  99. 3355  3356                                数据分析师            南京甄视智能科技有限公司  南京   
  100. 3356  3357              ★任性高薪★职等你来☞金融外汇数据分析师/助理          南京梵汇德盈信息科技有限公司  南京   
  101. 3357  3358                       数据分析师（急聘 项目奖金）      北京科莱特信息技术有限公司南京分公司  南京   
  102. 3358  3359              不看学历只看能力 0基础培训金融数据分析师助理              盛世佳汇投资有限公司  深圳   
  103. 3359  3360                    公司直招金融数据分析师、资金管理人          南京梵汇德盈信息科技有限公司  南京   
  104. 3360  3361                    公司直招金融数据分析师、资金管理人          南京梵汇德盈信息科技有限公司  南京   
  105. 3361  3362                                数据分析师        微视文化传媒(北京)有限责任公司  北京   
  106. 3362  3363                                数据分析师     上海绘缔网络信息服务有限公司郑州分公司  郑州   
  107. 3363  3364                        大数据产品经理/数据分析师          中创三优(北京)科技有限公司  北京   
  108. 3364  3365       金融外汇数据分析师助理（可实习）零基础带薪培训 6千底薪五险          南京梵汇德盈信息科技有限公司  南京   
  109. 3365  3366            0基础培训金融数据分析师助理，告别“高不成低不就”              盛世佳汇投资有限公司  深圳   
  110. 3366  3367                                数据分析师              山西创新金融专修学院  太原   
  111. 3367  3368                高底薪聘金融数据分析师/助理（双休+补助）          南京梵汇德盈信息科技有限公司  南京   
  112. 3368  3369                高底薪聘金融数据分析师/助理（双休+补助）          南京梵汇德盈信息科技有限公司  南京   
  113. 3369  3370                         金融外汇数据分析师/助理          南京梵汇德盈信息科技有限公司  南京   
  114. 3370  3371              数据分析师 金融交易员 双休 五险 高薪多福利      富尔华兴(北京)国际投资管理有限公司  北京   
  115. 3371  3372                                数据分析师           郑州慧之联信息科技有限公司  郑州   
  116. 3372  3373                             大数据实习分析师          北京凡德未来信息科技有限公司  北京   
  117. 3373  3374                                数据分析师            广东佰银网络科技有限公司  广州   
  118. 3374  3375                             数据分析师实习生            长沙拓建信息科技有限公司  长沙   
  119. 3375  3376                               大数据分析师            郑州仁峰软件开发有限公司  郑州   
  120. 3376  3377                                数据分析师        创兴动力(北京)咨询服务有限公司  北京   
  121. 3377  3378                                数据分析师  天津国美互联网资产交易中心有限公司北京分公司  北京   
  122. 3378  3379                资金管理人/数据分析师/双休五险/朝九晚五          南京梵汇德盈信息科技有限公司  南京   
  123. 3379  3380         大数据分析，分析师助理，薪资4500+，晋升空间大，双休            南京国汇信息科技有限公司  南京   
  124. 3380  3381                                数据分析师            广西钱盆科技股份有限公司  南宁   
  125. 3381  3382                                数据分析师            百度推广无锡营销服务中心  南京   
  126. 3382  3383                   数据统计/数据分析师 双休不累有保障            长沙拓建信息科技有限公司  长沙   
  127. 3383  3384                                数据分析师              天津极数科技有限公司  天津   
  128.  
  129.        gsxz        gsgm          zwyx  xl    jy  
  130. 0        民营    100-499人   4500.000000  大专  1-3年  
  131. 1      上市公司  1000-9999人   8152.994976  本科   无经验  
  132. 2      外商独资    10000人以上   8152.994976  本科  1-3年  
  133. 3        民营      20-99人  17500.500000  本科  3-5年  
  134. 4     股份制企业    100-499人   9000.500000  本科   无经验  
  135. 5     股份制企业    100-499人   9000.500000  本科   无经验  
  136. 6     股份制企业    100-499人  12500.500000  大专   无经验  
  137. 7        民营       20人以下   5000.500000  本科   无经验  
  138. 8        民营      20-99人   5000.500000  大专   无经验  
  139. 9     股份制企业    100-499人   8152.994976  本科   无经验  
  140. 10       合资    100-499人   9000.500000  本科   无经验  
  141. 11       合资    100-499人   9000.500000  大专   无经验  
  142. 12       民营    100-499人   7000.000000  本科   无经验  
  143. 13     上市公司  1000-9999人   9000.500000  本科   无经验  
  144. 14       民营    100-499人   9000.500000  大专   无经验  
  145. 15    股份制企业    500-999人   9000.500000  大专   无经验  
  146. 16    股份制企业    100-499人   7000.500000  大专   无经验  
  147. 17    股份制企业    100-499人   7000.500000  大专   无经验  
  148. 18    股份制企业    500-999人   9000.500000  大专   无经验  
  149. 19    股份制企业    500-999人   7000.500000  大专   无经验  
  150. 20    股份制企业    500-999人   9000.500000  本科   无经验  
  151. 21    股份制企业    100-499人   5000.500000  大专   无经验  
  152. 22    股份制企业    100-499人   9000.500000  不限   无经验  
  153. 23       合资    100-499人   9000.500000  大专   无经验  
  154. 24       民营  1000-9999人  12500.500000  本科  1-3年  
  155. 25       民营  1000-9999人  25000.500000  本科  3-5年  
  156. 26       民营  1000-9999人  25000.500000  本科  1-3年  
  157. 27    股份制企业    100-499人  12500.500000  大专   无经验  
  158. 28       合资    100-499人   9000.500000  大专   无经验  
  159. 29       合资    100-499人   9000.500000  大专   无经验  
  160. ...     ...         ...           ...  ..   ...  
  161. 3354     民营    100-499人  12500.500000  本科  3-5年  
  162. 3355  股份制企业      20-99人  10000.000000  本科  1-3年  
  163. 3356  股份制企业    100-499人   7000.500000  中专   无经验  
  164. 3357     民营    100-499人   9000.500000  大专   无经验  
  165. 3358  股份制企业    500-999人  12500.500000  不限   无经验  
  166. 3359  股份制企业    100-499人   7000.500000  大专   无经验  
  167. 3360  股份制企业    100-499人   7000.500000  大专   无经验  
  168. 3361     民营      20-99人  11500.000000  本科  3-5年  
  169. 3362     民营  1000-9999人   4000.000000  本科  1年以下  
  170. 3363     合资    100-499人  25000.500000  不限  3-5年  
  171. 3364  股份制企业    100-499人   9000.500000  大专   无经验  
  172. 3365  股份制企业    500-999人   9000.500000  不限   无经验  
  173. 3366     民营       20人以下   3000.500000  不限   无经验  
  174. 3367  股份制企业    100-499人   9000.500000  大专   无经验  
  175. 3368  股份制企业    100-499人   7000.500000  大专   无经验  
  176. 3369  股份制企业    100-499人   7000.500000  中专   无经验  
  177. 3370     合资    500-999人   9000.500000  本科  1-3年  
  178. 3371     民营  1000-9999人   9000.500000  大专  1-3年  
  179. 3372     民营      20-99人   7000.500000  本科   无经验  
  180. 3373     民营      20-99人   5000.500000  大专  1-3年  
  181. 3374     民营      20-99人   5000.500000  大专   无经验  
  182. 3375  股份制企业      20-99人   7000.500000  本科  1-3年  
  183. 3376     民营      20-99人  22500.000000  不限   无经验  
  184. 3377     民营    500-999人  11500.000000  本科  1-3年  
  185. 3378  股份制企业    100-499人   7000.500000  大专   无经验  
  186. 3379     合资    500-999人   7000.500000  不限   无经验  
  187. 3380  股份制企业    100-499人   3500.000000  不限   无经验  
  188. 3381     民营    500-999人   7500.000000  本科   无经验  
  189. 3382     民营      20-99人   5000.500000  大专   无经验  
  190. 3383     民营       20人以下  12500.500000  不限  3-5年  
  191.  
  192. [3384 rows x 9 columns]
  193. =============zwyx列平均值计算================
  194. 8263.821740222376
  195. =============得到zwmc字段的唯一列表================
  196. 0                                     数据分析师
  197. 1                                     数据分析师
  198. 2                                     数据分析师
  199. 3                                 中/高级数据分析师
  200. 4                  6k聘金融数据分析师/助理/交易分析师（五险双休
  201. 5                             证券分析师、助理、数据分析
  202. 6            --集团公司登入世界第一屏纳斯达克-万向联合聘金融数据分析师
  203. 7                                     数据分析师
  204. 8             BI分析师助理/数据分析师助理税后月薪5500，包吃，房补
  205. 9       6000-15000金融数据分析师/交易员 五险一金+实习生+弹性时间
  206. 10                        招聘数据分析师（五险双休早九晚五）
  207. 11              钱进道路上万向为你保驾护航，金融数据分析师及助理+双休
  208. 12                                    数据分析师
  209. 13          职位颜值高 薪资更是刁到爆发 汇金利德诚聘金融数据分析师/助理
  210. 14             高薪诚聘优秀金融数据分析师+周末双休+早九晚六+社保福利
  211. 15             【金鼎奖十大诚信品牌企业】万向诚聘金融数据分析师+可实习
  212. 16                  金融外汇数据分析师助理（可实习） 6千底薪五险
  213. 17                           【0基础培训】外汇数据分析师
  214. 18              钱进道路上万向为你保驾护航，金融数据分析师及助理+双休
  215. 19               招募金融数据分析师/证券分析师有无经验均可+基础培训
  216. 20            ¤豪宅金融证券数据分析师通缉令¤【五险一金】成就你的北京梦
  217. 21                                金融数据分析师助理
  218. 22             万向联合诚聘金融技术岗精英 数据分析师/助理+内部可晋升
  219. 23            【万向联合】招聘金融交易员/数据分析师（五险双休早九晚五）
  220. 24                                    数据分析师
  221. 25                                数据分析师-国际化
  222. 26                                    数据分析师
  223. 27                    招金融数据分析师    出国旅游、节日福利
  224. 28                  ★任性高薪★职等你来☞金融证券、外汇数据分析师
  225. 29               再不转行就老了 公司高薪直招金融外汇数据分析师/助理
  226.                        ...                 
  227. 3354                            数据分析师（大兴亦庄）
  228. 3355                                  数据分析师
  229. 3356                ★任性高薪★职等你来☞金融外汇数据分析师/助理
  230. 3357                         数据分析师（急聘 项目奖金）
  231. 3358                不看学历只看能力 0基础培训金融数据分析师助理
  232. 3359                      公司直招金融数据分析师、资金管理人
  233. 3360                      公司直招金融数据分析师、资金管理人
  234. 3361                                  数据分析师
  235. 3362                                  数据分析师
  236. 3363                          大数据产品经理/数据分析师
  237. 3364         金融外汇数据分析师助理（可实习）零基础带薪培训 6千底薪五险
  238. 3365              0基础培训金融数据分析师助理，告别“高不成低不就”
  239. 3366                                  数据分析师
  240. 3367                  高底薪聘金融数据分析师/助理（双休+补助）
  241. 3368                  高底薪聘金融数据分析师/助理（双休+补助）
  242. 3369                           金融外汇数据分析师/助理
  243. 3370                数据分析师 金融交易员 双休 五险 高薪多福利
  244. 3371                                  数据分析师
  245. 3372                               大数据实习分析师
  246. 3373                                  数据分析师
  247. 3374                               数据分析师实习生
  248. 3375                                 大数据分析师
  249. 3376                                  数据分析师
  250. 3377                                  数据分析师
  251. 3378                  资金管理人/数据分析师/双休五险/朝九晚五
  252. 3379           大数据分析，分析师助理，薪资4500+，晋升空间大，双休
  253. 3380                                  数据分析师
  254. 3381                                  数据分析师
  255. 3382                     数据统计/数据分析师 双休不累有保障
  256. 3383                                  数据分析师
  257. Name: zwmc, dtype: object
  258. =============对dd字段分组================
  259. group 1 : 三门峡最大薪资: 7000.5
  260. group 2 : 上海最大薪资: 40000.5
  261. group 3 : 东莞最大薪资: 9000.5
  262. group 4 : 临沂最大薪资: 6500.0
  263. group 5 : 丽江最大薪资: 3000.5
  264. group 6 : 云浮最大薪资: 6500.0
  265. group 7 : 佛山最大薪资: 9500.0
  266. group 8 : 保定最大薪资: 5000.5
  267. group 9 : 保山最大薪资: 6500.0
  268. group 10 : 六盘水最大薪资: 6500.0
  269. group 11 : 兰州最大薪资: 7000.5
  270. group 12 : 北京最大薪资: 40000.5
  271. group 13 : 南京最大薪资: 25000.5
  272. group 14 : 南宁最大薪资: 3500.0
  273. group 15 : 南昌最大薪资: 7000.5
  274. group 16 : 南通最大薪资: 5000.5
  275. group 17 : 厦门最大薪资: 15000.0
  276. group 18 : 合肥最大薪资: 17500.5
  277. group 19 : 周口最大薪资: 7000.5
  278. group 20 : 呼和浩特最大薪资: 7000.5
  279. group 21 : 咸宁最大薪资: 8152.99497636
  280. group 22 : 哈尔滨最大薪资: 17500.5
  281. group 23 : 唐山最大薪资: 6500.0
  282. group 24 : 商丘最大薪资: 7000.5
  283. group 25 : 嘉兴最大薪资: 5000.5
  284. group 26 : 大连最大薪资: 9000.5
  285. group 27 : 天津最大薪资: 25000.5
  286. group 28 : 太原最大薪资: 7000.5
  287. group 29 : 威海最大薪资: 9000.5
  288. group 30 : 孝感最大薪资: 8152.99497636
  289. group 31 : 宁波最大薪资: 6500.0
  290. group 32 : 安康最大薪资: 7500.0
  291. group 33 : 安顺最大薪资: 6500.0
  292. group 34 : 宜兴最大薪资: 5000.5
  293. group 35 : 宿迁最大薪资: 5000.5
  294. group 36 : 常州最大薪资: 7000.5
  295. group 37 : 常熟最大薪资: 7000.5
  296. group 38 : 平顶山最大薪资: 7000.5
  297. group 39 : 广州最大薪资: 25000.5
  298. group 40 : 张家口最大薪资: 5000.5
  299. group 41 : 徐州最大薪资: 5000.5
  300. group 42 : 恩施最大薪资: 8152.99497636
  301. group 43 : 成都最大薪资: 15000.0
  302. group 44 : 扬州最大薪资: 5000.5
  303. group 45 : 承德最大薪资: 6500.0
  304. group 46 : 新乡最大薪资: 7000.5
  305. group 47 : 无锡最大薪资: 17500.5
  306. group 48 : 昆山最大薪资: 5000.5
  307. group 49 : 昆明最大薪资: 6500.0
  308. group 50 : 曲靖最大薪资: 6500.0
  309. group 51 : 杭州最大薪资: 20000.0
  310. group 52 : 枣庄最大薪资: 4500.0
  311. group 53 : 武汉最大薪资: 15000.0
  312. group 54 : 毕节最大薪资: 6500.0
  313. group 55 : 江阴最大薪资: 5000.5
  314. group 56 : 沈阳最大薪资: 9000.5
  315. group 57 : 沧州最大薪资: 5000.5
  316. group 58 : 泰安最大薪资: 4500.0
  317. group 59 : 洛阳最大薪资: 7000.5
  318. group 60 : 济南最大薪资: 25000.5
  319. group 61 : 海口最大薪资: 8152.99497636
  320. group 62 : 淮安最大薪资: 5000.5
  321. group 63 : 深圳最大薪资: 25000.5
  322. group 64 : 温州最大薪资: 3750.0
  323. group 65 : 潍坊最大薪资: 5000.5
  324. group 66 : 烟台最大薪资: 7000.5
  325. group 67 : 焦作最大薪资: 7000.5
  326. group 68 : 玉溪最大薪资: 6500.0
  327. group 69 : 盐城最大薪资: 5000.5
  328. group 70 : 石家庄最大薪资: 7000.5
  329. group 71 : 福州最大薪资: 8000.0
  330. group 72 : 秦皇岛最大薪资: 5000.5
  331. group 73 : 绵阳最大薪资: 9000.5
  332. group 74 : 苏州最大薪资: 11500.0
  333. group 75 : 衡水最大薪资: 5000.5
  334. group 76 : 西安最大薪资: 7000.5
  335. group 77 : 许昌最大薪资: 7000.5
  336. group 78 : 贵阳最大薪资: 12500.5
  337. group 79 : 连云港最大薪资: 5000.5
  338. group 80 : 遵义最大薪资: 6500.0
  339. group 81 : 遵化最大薪资: 5000.5
  340. group 82 : 邢台最大薪资: 5000.5
  341. group 83 : 邯郸最大薪资: 5000.5
  342. group 84 : 郑州最大薪资: 12500.5
  343. group 85 : 重庆最大薪资: 7000.5
  344. group 86 : 铜仁最大薪资: 6500.0
  345. group 87 : 镇江最大薪资: 5000.5
  346. group 88 : 长春最大薪资: 7000.5
  347. group 89 : 长沙最大薪资: 18000.0
  348. group 90 : 青岛最大薪资: 12500.5
  349. group 91 : 马鞍山最大薪资: 7000.5
  350. group 92 : 驻马店最大薪资: 7000.5
  351. group 93 : 黄冈最大薪资: 8152.99497636
  352. group 94 : 黄石最大薪资: 8152.99497636
  353. group 95 : 黔东南最大薪资: 6500.0
  354. group 96 : 黔南最大薪资: 6500.0
  355. group 97 : 黔西南最大薪资: 6500.0
  356. ==========排名前十的城市与对应薪资==========
  357. dd
  358. 上海    40000.5
  359. 北京    40000.5
  360. 济南    25000.5
  361. 深圳    25000.5
  362. 广州    25000.5
  363. 南京    25000.5
  364. 天津    25000.5
  365. 杭州    20000.0
  366. 长沙    18000.0
  367. 无锡    17500.5
  368. Name: zwyx, dtype: float64