BEE1038：经济学数据科学导论
在这项任务中，你将展示你对编程的理解和掌握Python使用数据科学工具。到第6/7周结束时，你将学到的东西几乎涵盖了你所需要的一切，你所学到的已经足够着手解决一些问题了。如果你被卡住了再读一遍笔记本。如果你仍然不确定，那就上网看看。谷歌和Stack OverFlow是你的朋友！这项作业的成绩占你课程总成绩的30%。这个
需要显示以下方面：
● 基本Python代码和函数
● NumPy数组和Pandas数据帧的操作和计算
● 准备和预处理数据。
● 进行基本绘图，并更改绘图标记、颜色等。
● 改进和扩展分析。
● 在完成时能够详细说明您的方法并解释您的基本原理
分配
您提交的文件将是一个压缩文件（.zip），其中包含以下文件：
1.名为your_name_solution.ipynb的Python脚本副本（在Jupyter中完成笔记本例如，我的笔记本文件将命名为cecilia_chen_solution.ipynb。
2.打印为PDF的相同副本，your_name_solution_code.PDF。查看此链接关于将Jupyter Notebok导出为PDF的说明。
3.你最终绘图的三张.png图像：一张复制了问题4中的绘图（p4.png），一个复制问题5（H）（p5h.png）中的图，以及显示任何
问题6中的附加分析（p6a.png等）。您必须使用代码中的标记和/或注释来解释您的方法和原理。任何没有适当解释的块代码或结果都将被分组。您的脚本必须要足够复制你对所有问题和情节的回答。你有责任确保您的Jupyter Notebook文件打开时不会出现错误。没有的提交open可以接收零。协作与不当行为：鼓励你分组思考或询问互相寻求帮助。如果你这样做了，你应该做以下事情：1）编写你自己的代码（没有代码从他人那里复制），2）在提交的材料中报告与您共事的所有人员的姓名，
3） 如果你得到了别人的帮助，写得很清楚，4）抄袭代码或写作会不能容忍；代 写BEE1038不要在你的答案中复制代码块，5）不要发布你的解决方案在线（甚至在你的分数发布后）。对于那些想证明你经历的人对于招聘人员，确保你共享一个项目/工作的私人链接（或不可发现的链接）。如果我们可以随时在网上找到你的答案，直到今年9月，你将被举报不当行为该大学非常重视不良学术行为和学术不端行为，并期望所有学生的行为都要遵守学术诚信的原则。请确保您熟悉此链接1中的一般指南和规则链接2.
问题1[15分]
编写一个接受数字n作为输入的函数，它返回n行，这些行看起来像以下模式。在n=21的情况下运行函数（下面的输出是n=12和n=21）。n=12时输出n=21时输出
问题2[15分]
解决以下所有问题。
A.编写一个函数，调用min_dinstance（），将整数列表作为输入返回该列表中任意两个数字之间的最小（绝对）差。例如，min_distance（[5,9,1,3]）应返回2而min_distance（[3,4,1,1]）应返回0
B.使用您创建的min_dinstance（）函数，创建另一个函数max_min_dinstance（），它将整数列表列表作为输入，并返回
在内部列表上计算的所有最小距离值中的最大值（每个内部列表的min_dinstance（）的输出）。例如，max_min_distance（[[5,9,1,3]，[3,4,1,1]]）应返回2
C.证明您的max_min_distance（）函数在以下输入上运行良好：[[5,2,1,6],[10,0,4],[9,18,1],[100,100,27,9,18],[28,30]]
D.将NumPy随机种子设置为99（使用随机生成器方法：numpy.rrandom.default_rng（种子））。生成大小为1000的一维NumPy数组
由0和3000之间的随机整数组成（两者都包括在内）。重塑此阵列的形状将50行的二维阵列（即50x20）。在此输入上测试您的功能。
E.使用%timeit函数计算max_min_dinstance（）算法的时间根据D的输入运行。
问题3[20分]
A.将NumPy随机种子设置为120。
B.创建一个3x20x5的随机整数数组（3个深度，20行，5列）
-20和100（均包含在内）并打印。C.对于这一部分，考虑阵列的第一个深度（即，第一个维度为0）。打印在（第一深度的）每列中严格大于60的元素的数量。
D.对于这一部分，考虑阵列的第三个深度（即，第一个维度为2）。打印包含任何正值的行数（第三深度）。
问题4[20分]
在这个问题中，您需要尽可能准确地从划痕首先，您需要生成x轴数据，并使用图例中所示的简单函数计算两个系列的yaxis数据。
问题5[20分]
在这个问题中，您将使用一个名为harrypotter_dataset的数据集。请按照说明操作下面是您的数据分析。
A.在笔记本中加载harrypotter_dataset.csv文件，然后打印数据集。打印行数。
B.打印数据集的列标题。
C.您会注意到列标题有不必要的前导空格（例如“Book指数编写代码以删除数据集中每个列名的前导空格，将列名之间的空格替换为_，并转换所有列标题到小写。保存对数据帧的更改。重新运行B中的代码以确保它得到解决现在例如，原始列名为“图书索引”。应该是“book_index”最后。
D.使用列“runtime（in minutes）”创建一个新列：“runtime_in_hours”。这个新列应该有浮点数（例如150分钟到2.5小时）。E.创建一个新列：“is_same_date_uk_us”：布尔值（True：“英国电影上映日期”为与“美国电影上映日期”相同，错误：否则）
F.计算以下内容：
a.假设你选择随机阅读其中一本书的一章。什么这一章属于第7本书的概率是多少？（提示：编写代码将第7册中的章节数除以章节）
b.假设你随机选择看其中一部电影的一分钟。是什么它属于以下电影之一的概率是第1部、第3部、第5部还是第7部？
c.两者在同一日期上映的电影所占的百分比是多少英国和美国？
G.创建一个新的数据框架df_nineties，其中包含书籍的数据（所有列）2000年之前发行，即“图书发行年”严格小于2000年。
H.复制以下情节：你会得到分数，因为复制情节准确到可能的情况下，考虑到为达到最终数字所采取的步骤。
问题6[10分]
对于这个问题，使用问题5中的相同数据进行令人信服的额外分析。也许可以使用harrypotter_dataset数据集中的其他列。你会得到分数如果你发现了一个引人注目且有趣的视觉效果（一个情节就足够了，但你可以制作如果它们都被捆绑在一个主要思想中，那么你想要多少就多少）。确保提供文本
绘图的描述和/或分析。您还可以收集额外的数据来称赞您的分析。例如，您可以向数据集中添加新列，例如强制转换列表。请确定写下您收集的额外数据的来源。