基于python的学生成绩分析系统论文,python学生平均成绩
注意：本实验是基于Anconda3.X所进行的
一、题目描述二。话题分析三。完整代码显示IV。结果展示一、题目描述个人构建一个30人的班级，每个学生有三门课，学生的学号和成绩如下：
学习高等数学英语Python
1001 85 90 96
1002 96 92 95
1003 78 87 83
为方便数据输入，请保存在student_score.csv等文件中
(1)请计算本节课三门课的总成绩、每门课的平均分、最高分和最低分，并画出相应的图形，统计三门课成绩的分布情况。
(2)每个图形的自我设计。
(3)轴标签、图例等属性设置完整。
(4)使用中文标题和标签。
二、题目分析第一步：我们需要自己创建一个. csv文件或者从Spyder输入。我曾经自己创建了一个student_score.csv文件，手动输入一切。
链接：student_score.csv下载链接
提货代码：unms
第二步：读取Spyder中的student_score.csv作为DataFrame字符流，赋给df。您需要将编码格式设置为GBK格式。在这里，我将student_score.csv文件存储在E盘的目录下。
df=PD . read _ CSV( e:\ \ student _ score . CSV ，编码= gbk )。第三步：设置字体格式。需要使用下面的matplotlib库，需要设置字体格式。否则，图形可视化时无法显示中文标题。设置方法如下：
PLT . RC params[ font . sans-serif ]=[ sim hei ]PLT . RC params[ axes . unicode _ MINUS ]=false第四步：从df中提取所需数据。
Python _ max=df . Python . max () # Python max Math _ max=df . higher number . max()#英语_ max=df .英语. max()#英语_max=df Python_min=df。Python.min() # Python最小值math_min=df。高数. min () #高数最小值english_min=df。English.min () #英语最小名=df。学号_分数=df。更高的数字df。Python df。英语# Python_avg=df。Python . mean()# Python average math _ avg=df . higher number . mean()# higher number average English _ avg=df . English . mean()# English average第五步：在代码开头导入相关包。
将matplotlib.py plot作为PLT导入pandas作为PD步骤6:可视化数据。
plt.title(学生总成绩分布图)plt.xlabel(学号)plt.ylabel(总分)工厂酒吧(名称，学生_分数)PLT。图()PLT。显示()PLT。标题(每门课程平均分展示图)plt.xlabel(课程名)plt.ylabel(平均分)plt.bar(Python ，Python_avg)plt.bar(高数math_avg)plt.bar(英语英语_平均)PLT。图()PLT。显示()PLT。标题(每门课程最高分展示图)plt.xlabel(课程名)plt.ylabel(最高分)plt.bar(Python ，Python_max)plt.bar(高数math_max)plt.bar(英语英语_ max)PLT。图()PLT。显示()PLT。标题(每门课程最低分展示图)plt.xlabel(课程名)plt.ylabel(最低分)plt.bar(Python ，Python_min)plt.bar(高数math_min)plt.bar(英语英语_min)#plt.figure() #中可以删除plt.show()三~我爱你~完整代码展示将matplotlib.pyplot作为熊猫股份有限公司。rcparams[ font。San-serif ]=[ simhei ]PLT。rcparams[轴。unicode _ MINUS ]=falsef=PD。read _ CSV( e:\ \ student _ score。CSV ，编码=GBK) #汇入读取学生_分数. csv档案文件为数据框-资料档字符流Python_max=df .Python.max() #python最大值math_max=df .高数。最大()高数最大值英语_max=df .英语。最大()英语最大值Python_min=df .Python.min() #python最小值math_min=df .高数min() #高数最小值english_min=df .英语min() #英语最小值名称=df .学号学生分数=df .高数df。你好吗？Python df .英语#年#月#日学生总成绩Python_avg=df .Python.mean()#python平均分math_avg=df .高数mean() #高数平均分english_avg=df .英语mean() #英语平均分plt.title(学生总成绩分布图)plt.xlabel(学号)plt.ylabel(总分)工厂酒吧(名称，学生_分数)PLT。图()PLT。显示()PLT。标题(每门课程平均分展示图)plt.xlabel(课程名)plt.ylabel(平均分)plt.bar(Python ，Python_avg)plt.bar(高数math_avg)plt.bar(英语英语_平均)PLT。图()PLT。显示()PLT。标题(每门课程最高分展示图)plt.xlabel(课程名)plt.ylabel(最高分)plt.bar(Python ，Python_max)plt.bar(高数math_max)plt.bar(英语英语_ max)PLT。图()PLT。显示()PLT。标题(每门课程最低分展示图)plt.xlabel(课程名)plt.ylabel(最低分)plt.bar(Python ，Python_min)plt.bar(高数math_min)plt.bar(英语英语_min)#plt.figure() #中可以删除plt.show()四~我爱你~结果展示
五~我爱你~问题总结有问题可以参考以下链接
数据分析入门常见问题汇总
我太难了，现在是2020年4月1日23：06，我现在还没有吃饭。嘤嘤嘤~~~~~美元
郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。