任务名称：新型冠状病毒数据分析项目数据采集与清洗

子任务一

数据集：

步骤一：测试环境和读取数据集

1.在本机上打开jupyter notebook工具，打开1-5-1.ipynb文件，输入"hello,world"并运行，测试运行环境，测试成功则截图并保存,图片保存到考生文件夹下，并命名为“测试环境.png”。

2.导入pandas、numpy库，截图并保存，图片保存到考生文件夹下，并命名为“导入第三库.png”。

3.读取数据集base.csv，打印显示原始数据前5行，查看数据集的shape属性，截图并保存，图片保存到考生文件夹下，并命名为“数据集.png”。

步骤二：数据清洗

示例文件：

1.编写程序，统计数据集中的缺失值情况，如果severe列缺失值均以数值“0”补全，再次统计填充后缺失值的数量，如果suspect 列存在缺失值，则删除缺失值所在的行。将再次统计后的结果进行截图，并保存到考生文件夹下，命名为“填充后数据集情况.png”。

2.编写程序，对confirm列累计求和，计算并查看数据集中累计确诊病例数。

3.编写程序，计算并查找出累计确诊数量最多的省份。

4.保存1-5-1.ipynb文件到考生文件夹下。

步骤三：撰写报告

1.在考生文件夹下，新建word文档，撰写报告，要求图文并茂，具体分析数据集的基本情况，并对数据集的清洗和统计工作，提出合理性建议。

2.文档中各级标题、正文应分别统一字体、字号、行距、段前缩进等基本排版要素。文档中的图片、表格应有对应的图题、表题，其中图题在图片下方，表题在表格上方。

3.保存word文档到考生文件夹下，并命名为 “项目报告.docx”。

子任务二

数据集：

步骤一：测试环境和读取数据集

1.在本机上打开jupyter notebook工具，打开 1-5-2.ipynb文件，输入"hello,world"并运行，测试运行环境，测试成功则截图并保存,图片保存到考生文件夹下，并命名为“测试环境.png”。

2.导入pandas、numpy库，截图并保存，图片保存到考生文件夹下，并命名为“导入第三库.png”。

3.读取数据集wuhan.csv，打印显示原始数据后5行，查看数据集的shape属性，截图并保存，图片保存到考生文件夹下，并命名为“数据集.png”。

步骤二：数据清洗

示例文件：

1.编写程序，读取数据集others.csv，合并wuhan.csv、others.csv数据集，并保存到考生文件夹下，并命名为“data.csv”。

2.编写程序，统计data.csv数据集中的各列缺失值情况，如果存在缺失值，confirmed、cured列缺失值均以数值“0”补全，再次统计并显示填充后缺失值的数量，将显示结果截图保存到考生文件夹下，并命名为“填充后数据集情况.png”。

3.编写程序，对data.csv执行切片操作，返回“city”和“confirmed”列的6-10行数据。

4.保存1-5-2.ipynb文件到考生文件夹下。

步骤三：撰写报告

1.在考生文件夹下，新建word文档，撰写报告，要求图文并茂，具体分析：

（1）介绍数据集的基本情况；

（2）列举对数据集进行合并的方法；

（3）并对数据集未完成的清洗和预处理工作，提出合理性建议。

2.文档中各级标题、正文应分别统一字体、字号、行距、段前缩进等基本排版要素。文档中的图片、表格应有对应的图题、表题，其中图题在图片下方，表题在表格上方。

3.保存word文档到考生文件夹下，并命名为 “项目报告.docx”。

作品提交要求：

（1）在目录“C:\exam\submit\”下建立以“机位号_题号”命名的考生文件夹，所有提交文件均放在该目录下。例如：张三考试的机位号为30，试题编号为1-5-2，则考生文件夹为“C:\exam\submit\30_1-5-2”。

（2）将各任务源文件分别保存在考生文件夹下，运行结果分别截图并保存。