数据分析作业（一）利用Python分析学生成绩 |
您所在的位置：网站首页 › 学生成绩问题分析 › 数据分析作业（一）利用Python分析学生成绩 |
数据分析作业（一）利用Python分析学生成绩
|
利用Python分析学生成绩
一、题目描述二、解题步骤运行环境题目分析
三、完整代码四、运行结果五、参考文献附录附录A更新记录
附录B 相关练习题目练习一：读取Excel文件数据表分别存入DataFrame对象Score和Duty练习二：自定义数据，完成直方图，折线图，散点图，饼图等
一、题目描述
个人构造一个30名学生的班级，每名学生有三门课程，学生的学号和各门成绩形如： 学号 高数 英语 Python 1001 85 90 96 1002 96 92 95 1003 78 87 83 为了输入数据方便，请保存在如student_score.csv文件中。 （1）请计算三门课程的总分，此班级每门课程的平均分和最高分及最低分，并绘制相应的图形来统计三门课程的成绩分布。 （2）各图形自拟。 （3）坐标轴标签，图例等属性设置完整。 （4）使用中文标题及标签。 二、解题步骤 运行环境Anconda3.X Spyder（Python 3.7） 题目分析步骤一：创建csv文件以保存实验所需数据。 本文使用使用Excel创建CSV文件。操作步骤如下： 1）新建一个Excel表，（使用WPS和Microsoft都是一样的） 2）打开Excel进行编辑。 3）生成.csv文件。 方式一：WPS表格-另存为-其它格式-选择文件类型-命名文件名，最后保存。 方式二：保存文档后直接修改“新建 Microsoft Excel 工作表.xlsx”为“使用Excel创建CSV文件.csv”。 4）点击保存后有相应警告提醒，则选“确定”或“是”即可 本文使用到的资源（百度网盘） 链接：https://pan.baidu.com/s/1gKDtK2yNfPgj_2OIzWI0TA 提取码：8vnx 步骤二：导入所需要的库 import pandas as pd #进行文件读取 import matplotlib.pyplot as plt #绘图步骤三：读取csv文件 在Spyder中读取student_score.csv为DataFrame字符流，并且赋值给df，需要设置编码格式为GBK格式。本文将数据文件放置在同一目录下。作者在使用UFT-8编码会无法正确读出数据。 score = pd.read_csv('./student_score.csv',encoding = 'gbk')#这里使用的是相对路径 #获取文件绝对路径 #import os #file_path = os.path.abspath('students_score.csv') #print(file_path)步骤四：提取所需数据 此步骤中涉及到DataFrame的一些操作。本文在提取相关数据时使用访问属性的方式访问DataFrame单列数据。在附录B中有使用字典访问内部数据的方式访问DataFrame单列数据。 score = pd.read_csv('./student_score.csv',encoding = 'gbk') #最高分 Math_Max = score.高数.max() English_Max = score.英语.max() Python_Max = score.Python.max() #最低分 Math_Min = score.高数.min() English_Min = score.英语.min() Python_Min = score.Python.min() #成绩方差 Math_Var = score.高数.var() English_Var = score.英语.var() Python_Var = score.Python.var() #成绩均值 Math_Avg = score.高数.mean() English_Avg = score.英语.mean() Python_Avg = score.Python.mean() #学生总成绩 Total_Score = score.高数 + score.英语 + score.Python步骤五：设置字体 由于默认的pyplot字体并不支持中文字符的显示，因此需要通过设置font.sans-serif参数来改变绘图时的字体，使得可以正常显示中文。同时，由于更改字体后会导致坐标轴中的字体无法显示，因此要同时更改axes.unicode_minus参数 plt.rcParams['font.sans-serif']=['SimHei'] plt.rcParams['axes.unicode_minus']=False步骤六：数据可视化 本文只列出了所有学生总成绩的直方图，折线图，散点图和每门课程的箱线图，其他部分的图形数据较少只给出直方图。其他的绘图在附录B中有相关代码参考。 plt.title('学生总成绩分布直方图') plt.xlabel('学号') plt.ylabel('总分') plt.bar(score.学号,Total_Score) plt.show() plt.title('学生总成绩分布折线图') plt.xlabel('学号') plt.ylabel('总分') plt.plot(score.学号,Total_Score) plt.show() plt.title('学生总成绩分布散点图') plt.xlabel('学号') plt.ylabel('总分') plt.scatter(score.学号,Total_Score) plt.show() plt.title('每门课程箱线图') plt.xlabel('课程名') plt.ylabel('分数') label = ['高数','英语','Python'] s = (score.高数,score.英语,score.Python) plt.boxplot(s,labels = label) plt.show() plt.title('每门课程平均分直方图') plt.xlabel('课程名') plt.ylabel('平均分') plt.bar('Python',Python_Avg) plt.bar('高数',Math_Avg) plt.bar('英语',English_Avg) plt.show() plt.title('每门课程最高分直方图') plt.xlabel('课程名') plt.ylabel('最高分') plt.bar('Python',Python_Max) plt.bar('高数',Math_Max) plt.bar('英语',English_Max) plt.show() plt.title('每门课程最低分直方图') plt.xlabel('课程名') plt.ylabel('最低分') plt.bar('Python',Python_Min) plt.bar('高数',Math_Min) plt.bar('英语',English_Min) plt.show()也可以通过创建子图的方式显示，此时需要创建画布。 p1=plt.figure()#创建画布 a1=p1.add_subplot(2,2,1)#绘制第一幅子图 plt.title('学生总成绩分布直方图') plt.xlabel('学号') plt.ylabel('总分') plt.bar(score.学号,Total_Score) a2=p1.add_subplot(2,2,2)#绘制第二幅子图 plt.title('学生总成绩分布折线图') plt.xlabel('学号') plt.ylabel('总分') plt.plot(score.学号,Total_Score) a3=p1.add_subplot(2,2,3)#绘制第三幅子图 plt.title('学生总成绩分布散点图') plt.xlabel('学号') plt.ylabel('总分') plt.scatter(score.学号,Total_Score) a4=p1.add_subplot(2,2,4)#绘制第四幅子图 plt.title('每门课程箱线图') plt.xlabel('课程名') plt.ylabel('分数') label = ['高数','英语','Python'] s = (score.高数,score.英语,score.Python) plt.boxplot(s,labels = label) plt.show() 三、完整代码 import pandas as pd import matplotlib.pyplot as plt #读取文件 score = pd.read_csv('./student_score.csv',encoding = 'gbk') #最高分 Math_Max = score.高数.max() English_Max = score.英语.max() Python_Max = score.Python.max() #最低分 Math_Min = score.高数.min() English_Min = score.英语.min() Python_Min = score.Python.min() #成绩方差 Math_Var = score.高数.var() English_Var = score.英语.var() Python_Var = score.Python.var() #成绩均值 Math_Avg = score.高数.mean() English_Avg = score.英语.mean() Python_Avg = score.Python.mean() #学生总成绩 Total_Score = score.高数 + score.英语 + score.Python plt.rcParams['font.sans-serif']=['SimHei'] plt.rcParams['axes.unicode_minus']=False plt.title('学生总成绩分布直方图') plt.xlabel('学号') plt.ylabel('总分') plt.bar(score.学号,Total_Score) plt.show() plt.title('学生总成绩分布折线图') plt.xlabel('学号') plt.ylabel('总分') plt.plot(score.学号,Total_Score) plt.show() plt.title('学生总成绩分布散点图') plt.xlabel('学号') plt.ylabel('总分') plt.scatter(score.学号,Total_Score) plt.show() plt.title('每门课程箱线图') plt.xlabel('课程名') plt.ylabel('分数') label = ['高数','英语','Python'] s = (score.高数,score.英语,score.Python) plt.boxplot(s,labels = label) plt.show() plt.title('每门课程平均分直方图') plt.xlabel('课程名') plt.ylabel('平均分') plt.bar('Python',Python_Avg) plt.bar('高数',Math_Avg) plt.bar('英语',English_Avg) plt.show() plt.title('每门课程最高分直方图') plt.xlabel('课程名') plt.ylabel('最高分') plt.bar('Python',Python_Max) plt.bar('高数',Math_Max) plt.bar('英语',English_Max) plt.show() plt.title('每门课程最低分直方图') plt.xlabel('课程名') plt.ylabel('最低分') plt.bar('Python',Python_Min) plt.bar('高数',Math_Min) plt.bar('英语',English_Min) plt.show() 四、运行结果
黄红梅，张良均.Python数据分析与应用[M].北京:人民邮电出版社,2018(4):52-89 python 计算均值、方差、标准差 Numpy，Pandas 附录 附录A 更新记录 2021-05-04 新增：自定义数据，完成直方图，折线图，散点图，饼图等。 使用字典访问内部数据的方式访问DataFrame单列数据。 读取Excel文件数据表。请参考附录B 相关练习题目 2021-05-24 新增：附录B运行截图。 更改：文中部分描述错误。 2021-06-18 新增：文中正文与附录中的测试代码文件，正文文件为网盘连接。 附录B 相关练习题目 练习一：读取Excel文件数据表分别存入DataFrame对象Score和Duty题目描述 1.练习pandas统计分析基础，数据读取、分析、输出。 2.自建EXCEL文件，分为2个工作区，分别存放学生信息表（不少于30人）和班级职务表（不少于4种职务）。 如信息表： 学号 姓名 性别 数学 英语 Python 通信技术 1001 张三 男 95 86 87 90 1002 李四 女 98 84 88 89 如班级职务表： 学号 职务 1001 班长 1002 学习委员 读取Excel文件数据表分别存入DataFrame对象Score和Duty。要求如下： 1）Score对象新增一列“总分”为前四列成绩之和。 2）Score对象依据“总分”列的值从高到低进行排序。 3）Score对象根据性别列进行分组，输出男女生各自的平均分。 4）输出男女生的最高分。 5）Score对象新增一列“等级”，总分大于360的等级为A，总分小于270的等级为C，介于270到360之间为B。 6）以“学号”列为关联关键，将Score对象和Duty对象合并，保留所有Score对象的数据行，合并声称新的DataFrame对象Students。 7）把Students对象数据存入新的Excel文件students.xlsx中。 本文用到的数据class.xlsx 参考代码 请注意在#Anaconda 3.7版本中 ‘sheetname’ 命令，已更新为 ‘sheet_name’ 如果有报错：TypeError: read_excel() got an unexpected keyword argument 'sheetname'请尝试将’sheetname‘改为’sheet_name’ import pandas as pd Score = pd.read_excel('./class.xlsx') #TypeError: read_excel() got an unexpected keyword argument `sheetname` #Anaconda 3.7版本中 'sheetname' 命令，已更新为 'sheet_name' Duty = pd.read_excel('./class.xlsx',sheet_name=1) Score['总分'] = Score['数学'] + Score['英语'] + Score['Python'] + Score['通信技术'] Score = Score.sort_values(by='总分',ascending=False) newgroup = Score[['性别','数学','英语','Python','通信技术','总分']].groupby( by ='性别') print(newgroup.mean()) print(newgroup.max()) Score['等级'] = Score['总分'].apply(lambda x: 'A' if x>=360 else('C' if x |
通过创建子图的方式显示： 
【本文地址】
今日新闻 |
点击排行 |
|
推荐新闻 |
图片新闻 |
|
专题文章 |