学生成绩数据分析

以前的python大作业，使用pandas,numpy,matplotlib进行数据分析，Pyqt5进行页面展示。
###另一个
如果不需要页面展示，可以直接运行子程序。

img_7.png
最终成果在Qt展示，运行main.py即可

以下分别介绍几个python文件的内容和功能

一、build_score.py

使用一个元组将人名初始化，之后随机选择20个不重复学生名字(姓名是胡编乱造的)，

利用random包对应生成七科成绩：

语数英：均值105，标准差15，范围[0, 120]

物化生地：均值85，标准差15，范围[0, 100]

导出的excel文件命名为student_scores.xlsx

build_score.py

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
import random
import numpy as np
import pandas as pd

# 学生姓名元组
student_names = (
    "李明哲", "张婉如", "王梓轩", "刘思琪", "陈嘉伟", "杨梦瑶",
    "赵天宇", "黄欣怡", "周俊杰", "吴雨萱", "徐浩然", "孙雅婷",
    "胡志强", "朱梓萱", "高雨欣", "郭子豪", "曹文轩", "许慧敏",
    "韩雪婷", "冯子轩", "程思远", "谢佳欣", "唐紫轩", "沈浩然",
    "曾梦琪", "雷蕾", "汪梓涵", "陆子轩", "蒋欣怡", "蔡嘉伟",
    "余婉如", "魏天宇", "叶梓萱", "邹雨欣", "熊子豪", "白嘉怡",
    "蒋浩然", "邱婉婷", "黎子轩", "陶思琪", "薛嘉伟", "殷梦瑶",
    "樊天宇", "尹梓轩", "段欣怡", "章俊杰", "汪雨萱", "范思远",
    "韦紫轩", "金雅婷"
)

# 随机选择20个不重复学生名字
selected_students = random.sample(student_names, 20)

# 科目名称
subjects = ["语文", "数学", "英语", "物理", "化学", "生物", "地理"]

# 生成成绩数据（正态分布，四舍五入取整数）
# 语数英：均值105，标准差15，范围[0, 120]
subject_150 = np.clip(np.random.normal(105, 15, (20, 3)), 0, 120).round()

# 物化生地：均值85，标准差15，范围[0, 100]
subject_100 = np.clip(np.random.normal(85, 15, (20, 4)), 0, 100).round()

# 合并所有科目成绩
scores = np.hstack((subject_150, subject_100))

# 创建学号
student_ids = [f"{i:02}" for i in range(1, 21)]  # 生成01到20的学号

# 创建DataFrame
df = pd.DataFrame(scores, columns=subjects, index=selected_students)
df.insert(0, "学号", student_ids)  # 将学号插入为第一列

# 导出为Excel文件
file_path = "student_scores.xlsx"
df.to_excel(file_path, index_label="姓名")

print(f"学生成绩表已保存到: {file_path}")

img.png

二、score_analysis.py

这里利姓名为索引读取一中创建的数据，之后是常规数据分析，

出现过的所有分数(分数相同者只计一次)、最高分、最低分、平均分。

img_1.png

score_analysis.py

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
import pandas as pd

# 统计每个科目的成绩信息
file_path = "student_scores.xlsx"  # 文件路径
data = pd.read_excel(file_path, index_col="姓名") # 读取数据
# 分析数据并统计每个科目的成绩信息
data = data.drop("学号", axis=1 )  #删除学号列
stats = {}
for subject in data.columns:
    unique = sorted(data[subject].unique())  # 出现过的分数
    max = data[subject].max()  # 最高分
    min = data[subject].min()  # 最低分
    avg = data[subject].mean()  # 平均分
    stats[subject] = {
        "出现过的分数": unique,
        "最高分": max,
        "最低分": min,
        "平均分": avg,
    }


# 打印统计结果
for subject, stat in stats.items():
    print(f"{subject}: \n  出现过的分数: {stat['出现过的分数']}\n  最高分: {stat['最高分']}\n  最低分: {stat['最低分']}\n  平均分: {stat['平均分']:.2f}\n")

三、student_analysis.py

任务三设计为重新读取build_score中生成的数据，

为解决每科总分不一致的问题，先给出总分最高的学生，

后将成绩换算为百分制后比较加权平均分（比平均分太抽象了还是比总分罢）

.rank 排名 .extend 使每科成绩后紧跟其排名 .sort 降序排序

导出的excel文件命名为student_ranks.xlsx

img_2.png

main.py文件运行需要先后输入“3”,“数学”（科目可换）

student_analysis.py

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
import pandas as pd

# 读取数据
file_path = "student_scores.xlsx"  # 文件路径
data = pd.read_excel(file_path, index_col="姓名")

# 提取学号
student_ids = data["学号"]
data = data.drop(columns=["学号"])  # 防止学号被误算为成绩

# 定义科目权重
subject_150 = ["语文", "数学", "英语"]  # 权重 150 分的科目
subject_100 = ["物理", "化学", "生物", "地理"]  # 权重 100 分的科目

# 初始化总成绩和加权平均分
data["总成绩"] = 0
data["加权平均分"] = 0

for subject in subject_150:
    data["总成绩"] += data[subject]
    data["加权平均分"] +=data[subject]/1.5 # 150 分权重科目换算成百分制
for subject in subject_100:
    data["总成绩"] += data[subject]
    data["加权平均分"] +=data[subject] # 100 分权重科目无需换算

# 计算加权平均分（保留两位小数）
data["加权平均分"] = (data["加权平均分"]/ 7).round(2)

# 计算每科排名
for subject in subject_150 + subject_100:
    data[f"{subject}排名"] = data[subject].rank(ascending=False, method="min")

# 重排列顺序：每科成绩后紧跟排名
columns_order = []
for subject in subject_150 + subject_100:
    columns_order.extend([subject, f"{subject}排名"])
columns_order.extend(["总成绩", "加权平均分"])  # 将总成绩和加权平均分放在末尾
data = data[columns_order]

# 按总成绩降序排序
data = data.sort_values(by="总成绩", ascending=False)

# 将学号插入回表格第一列
data.insert(0, "学号", student_ids)

# 打印第一名的数据
print("第一名的数据如下：")
print(data.iloc[0])

# 导出结果
rank_file = "student_ranks.xlsx"  # 排名文件路径
data.to_excel(rank_file, index_label="姓名")  # 导出排名数据

print(f"排名数据已保存到: {rank_file}")

四、Visualization.py

首先解决matplotlib不支持中文的问题

plt.rcParams['font.family'] = 'SimHei'

由于需要大量绘图，考虑先构造函数完成例如一科饼状图、箱型图等，最后再集成，

同时加入了总成绩，加权平均分的考量，以九宫格形式输出

用户可输入数字获得想要的数据：img_3.png

具体图形列表如下：

img_5.png

img_4.png

img_6.png

Visualization.py

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns
from scipy.stats import norm

# 设置字体支持中文
plt.rcParams['font.family'] = 'SimHei'
plt.rcParams['axes.unicode_minus'] = False

# 读取数据
file_path = "student_ranks.xlsx"  # 文件路径
data = pd.read_excel(file_path, index_col="姓名")

# 提取学号后保留成绩数据
data = data.drop(columns=["学号"])

# 及格标准
pass_scores = {
    "语文": 90, "数学": 90, "英语": 90,
    "物理": 60, "化学": 60, "生物": 60, "地理": 60,
    "总成绩": 600, "加权平均分" : 60
}


# 计算及格率
def calculate_pass_rate():
    """计算所有科目及格率并绘制九宫格饼状图"""
    fig, axes = plt.subplots(3, 3, figsize=(12, 12))  # 创建3x3的子图
    axes = axes.flatten()  # 展平成一维数组，便于索引
    total_students = len(data)

    for i, (subject, pass_score) in enumerate(pass_scores.items()):
        pass_count = (data[subject] >= pass_score).sum()
        fail_count = total_students - pass_count
        pass_rate = pass_count / total_students

        # 绘制饼状图
        axes[i].pie(
            [pass_count, fail_count],
            labels=["及格", "不及格"],
            autopct="%.2f%%",
            colors=["cyan", (0.5, 0.5, 0.5)],
            startangle=140
        )
        axes[i].set_title(f"{subject}\n及格率：{pass_rate:.2%}")

    plt.tight_layout()
    plt.show()

# 综合全部箱型图

def plot_boxplot_analysis():
    """绘制所有科目的箱型图"""
    fig, axes = plt.subplots(3, 3, figsize=(12, 12))  # 创建3x3的子图
    axes = axes.flatten()  # 展平成一维数组，便于索引

    for i, (subject, _) in enumerate(pass_scores.items()):
        sns.boxplot(y=data[subject], color="skyblue", ax=axes[i])
        axes[i].set_title(f"{subject} 学生成绩箱形图")
        axes[i].set_ylabel("分数")

    # 隐藏多余的子图
    for j in range(len(pass_scores), len(axes)):
        axes[j].axis("off")

    plt.tight_layout()
    plt.show()

# 综合绘制某科目全部图形
def plot_subject_analysis(subject):
    """绘制某科目的所有图形：饼状图、箱形图、直方图"""
    fig, axes = plt.subplots(1, 3, figsize=(18, 6))  # 创建1x3的子图

    # 调用各个绘图函数，并传入对应的子图对象
    plot_pass_pie(subject, axes[0])
    plot_boxplot(subject, axes[1])
    plot_histogram_with_pdf(subject, axes[2])

    # 调整子图间的间距并显示图形
    plt.tight_layout()
    plt.show()


# 绘制单科目饼状图
def plot_pass_pie(subject, ax):
    """绘制饼状图"""
    pass_count = (data[subject] >= pass_scores[subject]).sum()
    fail_count = len(data) - pass_count
    ax.pie(
        [pass_count, fail_count],
        labels=["及格", "不及格"],
        autopct="%.2f%%",
        colors=["cyan", (0.5, 0.5, 0.5)],
        startangle=140
    )
    ax.set_title(f"{subject} 及格比例")


# 绘制单科目箱形图
def plot_boxplot(subject, ax):
    """绘制箱形图"""
    sns.boxplot(y=data[subject], color="skyblue", ax=ax)
    ax.set_title(f"{subject} 学生成绩箱形图")
    ax.set_ylabel("分数")


# 绘制单科目直方图/分数分布及概率密度曲线
def plot_histogram_with_pdf(subject, ax):
    """绘制直方图及拟合概率密度曲线"""
    scores = data[subject]
    sns.histplot(scores, kde=False, bins=10, color="skyblue", stat="density", label="频率", ax=ax)
    mu, sigma = norm.fit(scores)
    x = np.linspace(scores.min(), scores.max(), 100)
    pdf = norm.pdf(x, mu, sigma)
    ax.plot(x, pdf, 'b-', label=f"拟合PDF (μ={mu:.2f}, σ={sigma:.2f})")
    ax.set_title(f"{subject} 分数分布及概率密度曲线")
    ax.set_xlabel("分数")
    ax.set_ylabel("密度")
    ax.legend()
    ax.grid()


# 主程序入口
def main():
    print("功能菜单：")
    print("1. 计算所有科目及格率并绘制饼状图")
    print("2. 绘制每一科目学生分数箱形图")
    print("3. 输入科目名称，绘制该科目的全部图形")
    choice = input("请选择功能编号 (1/2/3): ")

    if choice == "1":
        calculate_pass_rate()
    elif choice == "2":
        plot_boxplot_analysis()
    elif choice == "3":
        subject = input("请输入科目名称：")
        plot_subject_analysis(subject)
    else:
        print("无效选项，请重新运行程序！")

# 运行主程序
main()

做到这里其实应该提升部分科目难度，比如降低数学的均值，以符合真实情况。

在本次作业中，已生成max/min/avg/rank，学生位次排序等；又绘制pie/boxplot/histogram，进行可视化。基本可以应付期末大作业 虽说没什么含金量就是了。

本系统在github上开源 地址，包含main文件，供后来者参考。欢迎大家star和fork。
当然了，你也可以复制粘贴源代码，运行测试。