79 lines
4.3 KiB
Markdown
79 lines
4.3 KiB
Markdown
---
|
||
id: 5e46f7e5ac417301a38fb929
|
||
title: 人口統計數據分析器
|
||
challengeType: 10
|
||
forumTopicId: 462367
|
||
dashedName: demographic-data-analyzer
|
||
---
|
||
|
||
# --description--
|
||
|
||
你將通過使用我們的[Replit 入門代碼](https://replit.com/github/freeCodeCamp/boilerplate-demographic-data-analyzer)來完成本項目。
|
||
|
||
我們仍在開發 Python 課程的交互式教學部分。 目前，你可以在 YouTube 上通過 freeCodeCamp.org 上傳的一些視頻學習這個項目相關的知識。
|
||
|
||
- [Python for Everybody 視頻課程](https://www.freecodecamp.org/news/python-for-everybody/)（14 小時）
|
||
- [Learn Python 視頻課程](https://www.freecodecamp.org/news/learn-python-video-course/)（10 小時）
|
||
|
||
# --instructions--
|
||
|
||
在這個挑戰中，你必須使用 Pandas 對人口統計進行分析。 你將獲得從 1994 年人口普查數據庫中提取的人口統計數據數據集。 以下是數據的示例：
|
||
|
||
```markdown
|
||
| | age | workclass | fnlwgt | education | education-num | marital-status | occupation | relationship | race | sex | capital-gain | capital-loss | hours-per-week | native-country | salary |
|
||
|---:|------:|:-----------------|---------:|:------------|----------------:|:-------------------|:------------------|:---------------|:-------|:-------|---------------:|---------------:|-----------------:|:-----------------|:---------|
|
||
| 0 | 39 | State-gov | 77516 | Bachelors | 13 | Never-married | Adm-clerical | Not-in-family | White | Male | 2174 | 0 | 40 | United-States | <=50K |
|
||
| 1 | 50 | Self-emp-not-inc | 83311 | Bachelors | 13 | Married-civ-spouse | Exec-managerial | Husband | White | Male | 0 | 0 | 13 | United-States | <=50K |
|
||
| 2 | 38 | Private | 215646 | HS-grad | 9 | Divorced | Handlers-cleaners | Not-in-family | White | Male | 0 | 0 | 40 | United-States | <=50K |
|
||
| 3 | 53 | Private | 234721 | 11th | 7 | Married-civ-spouse | Handlers-cleaners | Husband | Black | Male | 0 | 0 | 40 | United-States | <=50K |
|
||
| 4 | 28 | Private | 338409 | Bachelors | 13 | Married-civ-spouse | Prof-specialty | Wife | Black | Female | 0 | 0 | 40 | Cuba | <=50K |
|
||
```
|
||
|
||
你必須使用 Pandas 來回答以下問題：
|
||
|
||
- 這個數據集中每個種族有多少人？ 這應該是一個以種族名稱作爲索引標籤的 Pandas 系列。 （`race` 欄）
|
||
- 男性的平均年齡是多少？
|
||
- 擁有學士學位的人的百分比是多少？
|
||
- 受過高等教育（`Bachelors`, `Masters`, or `Doctorate`）收入超過 50K 的人佔多大比例？
|
||
- 沒有受過高等教育的人的收入超過 50K 的比例是多少？
|
||
- 一個人每週最少工作多少小時？
|
||
- 每週工作最少小時數的人中有多少人的工資超過 50K？
|
||
- 哪個國家/地區的收入 >50K 的人口比例最高，該比例是多少？
|
||
- 確定印度收入 >50K 的人最受歡迎的職業。
|
||
|
||
使用文件 `demographic_data_analyzer` 中的啓動代碼。 更新代碼，以便將所有設置爲“None”的變量設置爲適當的計算或代碼。 將所有小數四捨五入到最接近的十分之一。
|
||
|
||
單元測試是在 `test_module.py` 下爲你編寫的。
|
||
|
||
## 開發
|
||
|
||
對於開發，你可以使用 `main.py` 來測試你的函數。 單擊“運行”按鈕，`main.py` 將運行。
|
||
|
||
## 測試
|
||
|
||
爲了你的方便，我們將測試從 `test_module.py` 導入到 `main.py`。 只要你點擊“運行”按鈕，測試就會自動運行。
|
||
|
||
## 提交
|
||
|
||
複製項目的 URL 並將其提交給 freeCodeCamp。
|
||
|
||
## 數據集源
|
||
|
||
Dua, D. and Graff, C. (2019). [UCI Machine Learning Repository](http://archive.ics.uci.edu/ml). Irvine, CA: University of California, School of Information and Computer Science.
|
||
|
||
# --hints--
|
||
|
||
它應該通過所有的 Python 測試。
|
||
|
||
```js
|
||
|
||
```
|
||
|
||
# --solutions--
|
||
|
||
```py
|
||
# Python challenges don't need solutions,
|
||
# because they would need to be tested against a full working project.
|
||
# Please check our contributing guidelines to learn more.
|
||
```
|