基于Python+Pandas+Matplotlib的學(xué)生成績分析

摘要：目前高校考試成績的分析，主要是借助于 Excel 等對學(xué)生的成績進行簡單的統(tǒng)計，但在數(shù)據(jù)量較大時，在Excel中的操作就有些過于繁瑣。這里以一個虛擬的班級的Java考試成績?yōu)槔褂卯斍盁衢T的數(shù)據(jù)分析語言Python，并且綜合運用了Python的第三方庫pandas和matplotlib進行數(shù)據(jù)可視化分析，實現(xiàn)學(xué)生數(shù)據(jù)的讀入、數(shù)據(jù)統(tǒng)計、排序、分組以及圖形輸出平均成績、不及格人數(shù)等之外，還將分析出班級學(xué)生知識點掌握情況。期望能為教師調(diào)整教學(xué)安排與教學(xué)方法提供參考，從而提升教學(xué)質(zhì)量。

關(guān)鍵詞：Python;Pandas;Matplotlib

1前言

在當前這個信息時代，因為計算機強大的數(shù)據(jù)處理能力和網(wǎng)絡(luò)迅捷便利的傳播方式，學(xué)生成績信息的管理、統(tǒng)計和分析已經(jīng)非常方便。成績是各大學(xué)校教育教學(xué)環(huán)節(jié)中的一項重要指標，是學(xué)生學(xué)習(xí)效果、學(xué)習(xí)態(tài)度的主要體現(xiàn)。對考試成績的分析，能夠使學(xué)校檢測出最近一段時間之內(nèi)學(xué)生的學(xué)習(xí)情況，學(xué)習(xí)態(tài)度，還能很大程度的反映出教師的教學(xué)質(zhì)量、治學(xué)態(tài)度和其教學(xué)方法的科學(xué)性，以及學(xué)校對學(xué)生教學(xué)管理水平。在對考試成績進行數(shù)據(jù)分析和評價后，充分發(fā)揮它的反饋作用，以此加強教學(xué)管理，改進教學(xué)方法，提高教學(xué)質(zhì)量。同時也能夠指導(dǎo)考試的命題工作，提高考試檢測質(zhì)量，還能夠加強學(xué)校的題庫建設(shè)。

2 Python及開發(fā)環(huán)境簡介

2.1 Python簡介

Python是一種跨平臺的計算機程序設(shè)計語言。 是一個高層次的結(jié)合了解釋性、編譯性、互動性和面向?qū)ο蟮哪_本語言。Python主要運用于科學(xué)計算和統(tǒng)計、人工智能、桌面界面開發(fā)、軟件開發(fā)、后端開發(fā)、網(wǎng)絡(luò)爬蟲等等方面。Python設(shè)計上的風格是清晰劃一的，這使得Python成為一門易讀、易維護，并且被大量用戶所歡迎的、用途廣泛的語言。Python語言的優(yōu)點有很多，程序員們選擇使用它作為開發(fā)語言大多是因為其簡單易學(xué)、免費開源、還有著許多功能強大第三方庫。

2.2開發(fā)環(huán)境PyCharm Community Edtion（社區(qū)版）

PyCharm是一個由JetBrains打造的 Python 集成開發(fā)環(huán)境，也是使用Python語言的編程人員最常用的一款Python IDE。PyCharm分為社區(qū)版、專業(yè)版和教育版，教育版適合教學(xué)使用，專業(yè)版功能最全的收費版，社區(qū)版就是專業(yè)版的閹割版本，但解決一般問題已經(jīng)足夠，且是免費的，本案例就是使用的社區(qū)版。PyCharm在擁有調(diào)試、語法高亮、Project管理、代碼跳轉(zhuǎn)、智能提示、自動完成、單元測試、版本控制這些一般集成開發(fā)環(huán)境就擁有的功能的同時，它還提供了很多很好的功能用于Django（一種基于Python的Web開發(fā)框架）開發(fā)，而且大多數(shù)Python的第三方庫可以在PyCharm中直接下載，非常便利。

3 學(xué)生成績分析的設(shè)計與實現(xiàn)

3.1數(shù)據(jù)導(dǎo)入

數(shù)據(jù)導(dǎo)入是程序設(shè)計的開始，有了數(shù)據(jù)才能進行處理。本程序需要處理的數(shù)據(jù)信息是學(xué)生的成績信息，這些成績信息是由老師在學(xué)生考試過后整理得到。得出成績后，將成績按照學(xué)號，姓名，性別，成績的順序依次輸入到cjb.xlsx表格文件中保存。將表格移動到程序所在的目錄下，在程序中即可使用pandas庫中的讀取函數(shù)之一的read_excel讀入數(shù)據(jù)。主要代碼如下所示。

import pandas as pd

data = pd.read_excel（rcjb.xlsx）

print（data）

執(zhí)行后，得到的數(shù)據(jù)如下圖3.1所示：

3.2 成績處理

3.2.1 基本統(tǒng)計

DataFrame.describe（）是pandas中一個能對數(shù)據(jù)進行快速統(tǒng)計的方法，用它可以完成對數(shù)據(jù)的人數(shù)、平均分、最高分、最低分，百分位數(shù)值的統(tǒng)計。代碼如下：

print（data['成績'].describe（））

如果只想要單獨得到平均分或最低分、最高分等數(shù)據(jù)，只需將代碼最后的describe（）變成mean（）或min（）、max（）即可。

得到的數(shù)據(jù)如下下圖3.2所示：

通過圖像，我們可以得到該班級有10人參加考試，班級平均分為77分，較為良好;最高分90，最低分65，在后續(xù)教學(xué)中需要對65分的同學(xué)進行輔導(dǎo)幫助;成績標準差為7.93，較為平穩(wěn)，說明該班級學(xué)生總體差距不是很大。

3.2.2 成績排序

DataFrame.sort_value（）是pandas中的排序方法，使用它既可以根據(jù)列數(shù)據(jù)，也可根據(jù)行數(shù)據(jù)排序。本案例中自然是根據(jù)學(xué)生成績進行排序，降序排序代碼如下：

total=data.sort_values（by='成績'，ascending=False）

若想要成績升序排序，只需要把代碼中ascending=False改為ascending=True即可。

得到的數(shù)據(jù)如下圖3.3所示：

通過排序輸出后，我們得到班級第一名為“楊晨輝”同學(xué)，班級擇優(yōu)時可以優(yōu)先考慮;其中，85分以上的優(yōu)秀同學(xué)有兩名，可以鼓勵他們參加相關(guān)大賽，開拓自己視野。

3.2.3 分組統(tǒng)計

DataFrame.groupby（）是pandas中的分組方法。本案例中是以學(xué)生性別進行的分組，代碼如下：

sexdata=data[data['性別']=='男']

group=sexdata.groupby（by='性別'）.mean（）['成績']

print（group）

女生的分組同理，將代碼中的“男”改成“女”即可，如果還想要最高分等其他數(shù)據(jù)，那么把代碼中的mean（）改為max（）或其他即可。

執(zhí)行后就能分別得男生、女生的平均成績信息，結(jié)果如下圖3.4、圖3.5所示：

通過圖像，我們得到女生的平均成績比男生高，說明女生在本科目的學(xué)習(xí)能力比男生強或女生的學(xué)習(xí)態(tài)度大多比男生端正，需要適當督促該班級男生的學(xué)習(xí)，多讓他們在課后進行交流促進。

3.3 學(xué)生成績的圖形輸出

條形圖中，橫軸上的數(shù)據(jù)是一個獨立且具體的數(shù)據(jù)，它們之間是有空隙的，本案例中的條形圖的橫軸就是用來表示知識點這個具體數(shù)據(jù)名稱，而直方圖中，橫軸上的數(shù)據(jù)是連續(xù)的，是一個范圍，它們中間不存在空隙，因此我用它的橫軸來表示各分數(shù)段;條形圖是用條形的高度表示頻數(shù)的大小，案例中的條形圖的高度只有0和1，用來表示掌握與否，而直方圖是用長方形的面積表示頻數(shù)，也就是人數(shù)。

3.3.1直方圖（學(xué)生成績分布）

直方圖是數(shù)值數(shù)據(jù)分布精確的圖形表示。直方圖一般用橫軸表示數(shù)據(jù)類型，縱軸表示分布情況。本案例用橫軸表示成績分數(shù)分布，用縱軸表示人數(shù)分布。代碼如下：

plt.hist（data[‘成績‘]，5）

plt.show（）

輸出圖像如下圖3.6所示：

從這個圖中可以得到，65～70分之間的有2人，70～75分之間有1人，75～80之間有3人，80～85之間有2人，85～90之間有2人，該班級學(xué)生成績分布較為均勻，其中75分以上成績良好的學(xué)生居多數(shù)，鼓勵他們繼續(xù)保持，在后續(xù)的課題講解中也可以嘗試發(fā)散講解，拓展該班學(xué)生的知識面。

3.3.2條形圖（學(xué)生知識點掌握情況）

有時在圖像輸出之前，有些數(shù)據(jù)可能從原始材料中不能直接獲得，這時就需要對數(shù)據(jù)進行預(yù)處理，通過處理得到自己想要的信息后再通過圖像輸出。本案例中，需要通過圖像輸出的是本班級學(xué)生知識點的掌握情況，而一般老師通過學(xué)生試卷只能得到學(xué)生的每題得分情況，這時就需要對數(shù)據(jù)進行預(yù)處理。將每題的知識點列出來，得分超過知識點總分60%的記為1，表示基本掌握;得分沒有超過知識點總分的60%的記為0，每個學(xué)生的掌握情況處理完成后，再進行班級學(xué)生成績的處理，將班級學(xué)生知識點得分情況記為1的人數(shù)超過班級總?cè)藬?shù)60%的再次記為1，表示班級基本掌握本知識點;如果沒有超過60%，則記為0，表示班級沒有掌握本知識點。這些數(shù)據(jù)都處理完成后，就可以通過Matplotlib進行圖像輸出了。圖像輸出的代碼如下：

font=FontProperties（fname=r'C：＼Windows＼Fonts＼simkai.ttf'，size=12）

points=['類'，'包'，'接口'，'數(shù)組']

con=['1'，'1'，'0'，'1']

plt.bar（range（len（points）），con）

plt.xticks（range（len（points）），points，F(xiàn)ontProperties=font）

plt.show（）

當然，如果想要了解更多知識點的掌握情況，只需要在知識點后面再次添加即可。

輸出圖像如下圖3.7所示：

從此圖中，我們可以得到本班級學(xué)生對“接口”知識點的掌握不夠好，老師可以以此來制定下一步的教學(xué)計劃，對該班級學(xué)生在此知識點上進行詳細講解、加深訓(xùn)練以此加強本班學(xué)生對于該知識點的掌握。

4結(jié)語

Python發(fā)展接近三十年，如今已經(jīng)確實成為了編程語言中的“紅人”。很多程序員都在使用Python，因為Python涉及范圍廣泛，從數(shù)據(jù)處理到人工智能，從Web解析到網(wǎng)絡(luò)空間，從人機交互到藝術(shù)設(shè)計，門類眾多且容易上手，學(xué)會了Python，可以大幅提高IT人的自身競爭力。隨著時代的發(fā)展越來越快，市場需求越來越大，Python的應(yīng)用也越來越廣泛。在如今這個大數(shù)據(jù)的信息化時代，計算機技術(shù)和網(wǎng)絡(luò)技術(shù)的發(fā)展一天比一天迅速，而這些技術(shù)的快速發(fā)展便是來自于大眾對其的需求愈來愈高，對其的依賴性越來越大。因此，為了不被這個時代淘汰，開發(fā)者們也需要不斷的學(xué)習(xí)，不斷地突破自我。

參考文獻：

[1]劉雨珂，王平.基于Python+Pandas+Matplotlib的學(xué)生成績數(shù)據(jù)統(tǒng)計與圖形輸出實現(xiàn)[J].福建電腦，2017（11）.

[2]高紅兵.基于Pandas大學(xué)生考試成績分析[J].內(nèi)江科技.2017（12）。

[3]王媛.基于Python的學(xué)生綜合成績分析程序設(shè)計[J].信息與電腦（理論版），2019（11）：99-101.

作者簡介：仇烈偉（1997，9-），男，漢族，四川省安岳縣，學(xué)生，本科，荊楚理工學(xué)院，研究方向：數(shù)字媒體技術(shù)方向