Python 统计学生成绩并进行可视化统计

Python 统计学生成绩并进行可视化统计

实验目的

​ 对学生学习情况进行数据可视化分析

实验数据

xAPI-Edu-Data 来源于阿里云天池

实验内容

1. 分析学校的男女比例，并判断男女学生的选课情况和学习情况
2. 看各学科的选课情况及成绩分布
3. 看缺课与成绩的关系
4. 看成绩和班级的关系

列索引

'''
'gender', 'NationalITy', 'PlaceofBirth', 'StageID', 'GradeID',
'SectionID', 'Topic', 'Semester', 'Relation', 'raisedhands',
'VisITedResources', 'AnnouncementsView', 'Discussion',
'ParentAnsweringSurvey', 'ParentschoolSatisfaction',
'StudentAbsenceDays', 'Class'
'''

• Class ：班级
• gender：性别
• Topic：课程名称
• StudentAbsenceDays：缺课天数
• SectionID：班级号

内容一

#首先看一下学生的男女比例
gender = stu['gender'].value_counts(ascending=True)		#求每一个元素的个数并排序
gender.plot(kind='pie',shadow=True,explode=(0,0.1),autopct='%1.1f%%',startangle=90,legend=False,colormap='Set3')
#画饼状图

#成绩人数比以及男女选课情况
dic = {}
dic2 = {}
for i in range(len(gender)):
    temp = stu['gender'] == gender.index[i]		#筛查找出同性别的学生
    dic[gender.index[i]] = stu[temp]['Class']
    dic[gender.index[i]] = dic[gender.index[i]].value_counts(ascending=True)
   
    dic2[gender.index[i]] = stu[temp]['Topic']
    dic2[gender.index[i]] = dic2[gender.index[i]].value_counts(ascending=True)
dic_gen = pd.DataFrame(dic)
dic_gen['F'] = dic_gen['F']/np.sum(dic_gen['F'])
dic_gen['M'] = dic_gen['M']/np.sum(dic_gen['M'])
dic_gen.plot(kind='bar',rot=0,colormap='Set3')

dic2_sel = pd.DataFrame(dic2)
dic2_sel.plot(kind='pie',subplots=True,figsize=(20,20),legend=None,colormap='Set3',fontsize=15)
#从图中可以看出，女生成绩好一点，但男生成绩更加集中
#从选课情况看女生选语言选得要比男生多，但男生选IT和数学选得比女生多

#最后看一下全体同学情况
grade = stu['Class'].value_counts(ascending=True)
grade = grade[['L','M','H']]
grade.plot(kind='bar',rot=0)
#看起来也比较服从正态分布

内容二

course = stu['Topic'].value_counts(ascending=True)
course.plot(kind='bar',rot=0,figsize=(15,10),colormap='Set3',fontsize=15)    #各科选课人数多少
#可以看出选IT的人最多，选历史的人最少

#查看每一科的成绩
dic = {}
for i in range(len(course)):
    temp = stu['Topic'] == course.index[i]
    dic[course.index[i]] = stu[temp]['Class']
    dic[course.index[i]] = dic[course.index[i]].value_counts(ascending=True)

dic_cour = pd.DataFrame(dic).T
dic_cour.plot(kind='bar',rot=0,colormap='Set3',figsize=(15,9))

内容三

#看缺课和成绩的关系
absence = stu['StudentAbsenceDays'].value_counts(ascending=True)
dic = {}
for i in range(len(absence)):
    temp = stu['StudentAbsenceDays'] == absence.index[i]
    dic[absence.index[i]] = stu[temp]['Class']
    dic[absence.index[i]] = dic[absence.index[i]].value_counts(ascending=True)

dic_ab = pd.DataFrame(dic)
dic_ab['Above-7'] = dic_ab['Above-7']/np.sum(dic_ab['Above-7'])
dic_ab['Under-7'] = dic_ab['Under-7']/np.sum(dic_ab['Under-7'])
dic_ab.plot(kind='bar',colormap='Set3',rot=0,figsize=(10,8),fontsize=12)
#从图上看，L成绩段中有很多缺课大于7天的学生，H成绩段中只有少部分人缺课大于7天

内容四

#看成绩和班级的关系
sec = stu['SectionID'].value_counts(ascending=True)
dic = {}
for i in range(len(sec)):
    temp = stu['SectionID'] == sec.index[i]
    dic[sec.index[i]] = stu[temp]['Class']
    dic[sec.index[i]] = dic[sec.index[i]].value_counts(ascending=True)

dic_se = pd.DataFrame(dic).T
dic_se.plot(kind='bar',colormap='Set3',rot=0,figsize=(12,8),fontsize=13)

#但这么看没什么用，需要看比值，换句话说就是看平均分或者好坏成绩的学生占班级总人数的比
dic_se2 = dic_se.T
dic_se2['A'] = dic_se.T['A']/np.sum(dic_se.T['A'])
dic_se2['B'] = dic_se.T['B']/np.sum(dic_se.T['B'])
dic_se2['C'] = dic_se.T['C']/np.sum(dic_se.T['C'])

dic_se2.plot(kind='bar',colormap='Set3',rot=0,figsize=(12,8),fontsize=13)
#求平均值后得到下图，可以看出

总代码

import pandas  as pd
import matplotlib.pyplot as plt
import numpy as np
#导入数据
stu = pd.read_csv("student.csv")
columns = stu.columns		#获得列索引
plt.rcParams['font.family']='simhei'
#构建一段经常用的代码，没什么意思，主要是要不这么搞后面一直重复
def inters(data, index1, index2):
	dic = {}
	for i in range(len(data)):
		temp = stu[index1] == data.index[i]
		dic[data.index[i]] = stu[temp][index2]
		dic[data.index[i]] = dic[data.index[i]].value_counts(ascending=True)
	
	dic_temp = pd.DataFrame(dic)
	
	return dic_temp
#首先看一下学生的男女比例
gender = stu['gender'].value_counts(ascending=True)		#求每一个元素的个数并排序
gender.plot(kind='pie',shadow=True,explode=(0,0.1),autopct='%1.1f%%',startangle=90,legend=False,colormap='Set3',
            label=' ',title = '男女比例',fontsize=20,figsize=(10,10))	#画饼状图
#看以下性别和成绩的关系以及性别和选课的关系
fig, ax = plt.subplots(1,3, figsize=(60,20))
#看男女成绩分布情况                       
dic_gen = inters(gender, 'gender', 'Class')
ax[2].set_title("男女成绩分布情况",fontsize=20)
dic_gen.plot(kind='bar',rot=0,colormap='Set3',ax=ax[2],fontsize=20)
#看男女选课情况，并用饼状图表示
dic_sel = inters(gender, 'gender', 'Topic')
ax[0].set_title("女生选课情况",fontsize=20)
ax[1].set_title("男生选课情况",fontsize=20)
dic_sel.plot(kind='pie',subplots=True,figsize=(20,20),fontsize=20,legend=None,colormap='Set3',label=' ',ax=ax[0:2])

#看各学科的选课情况及成绩分布
#创建子图
fig, ax = plt.subplots(3,1, figsize=(100,60))
plt.subplots_adjust(hspace=0.5)
#看选课人数与科目关系
course = stu['Topic'].value_counts(ascending=True)
ax[0].set_title("课程与选课人数",fontsize=20)
course.plot(kind='bar',rot=0,figsize=(15,10),colormap='Set3',fontsize=15,ax=ax[0])    #各科选课人数多少
#可以看出选IT的人最多，选历史的人最少
#查看每一科的成绩
dic_cour = inters(course, 'Topic', 'Class')
ax[1].set_title("每一科的成绩",fontsize=20)
dic_cour.T.plot(kind='bar',rot=0,colormap='Set3',ax=ax[1])
#查看哪些科目高分的人多
ax[2].set_title("成绩与科目分布",fontsize=20)
#ax[2].legend(loc=10)
dic_cour.plot(kind='bar',rot=0,colormap='Set3',ax=ax[2],figsize=(20,15))
ax[2].legend(loc=5)

#看缺课和成绩的关系
absence = stu['StudentAbsenceDays'].value_counts(ascending=True)	#按照元素出现多少进行排序
dic_ab = inters(absence, 'StudentAbsenceDays', 'Class')
dic_ab['Above-7'] = dic_ab['Above-7']/np.sum(dic_ab['Above-7'])
dic_ab['Under-7'] = dic_ab['Under-7']/np.sum(dic_ab['Under-7'])
dic_ab.plot(kind='bar',colormap='Set3',rot=0,figsize=(10,8),fontsize=12,title="缺课与成绩")
#从图上看，L成绩段中有很多缺课大于7天的学生，H成绩段中只有少部分人缺课大于7天

#看成绩和班级的关系
#创建子图
fig, ax = plt.subplots(2,1, figsize=(60,100))
plt.subplots_adjust(hspace=0.5)

sec = stu['SectionID'].value_counts(ascending=True)
dic_se = inters(sec, 'SectionID', 'Class')
dic_se = dic_se.T
ax[0].set_title("班级人数和成绩的关系",fontsize=20)
dic_se.plot(kind='bar',colormap='Set3',rot=0,figsize=(12,8),fontsize=13,ax=ax[0])
#但这么看没什么用，需要看比值，换句话说就是看平均分或者好坏成绩的学生占班级总人数的比
dic_se2 = dic_se.T
dic_se2['A'] = dic_se.T['A']/np.sum(dic_se.T['A'])
dic_se2['B'] = dic_se.T['B']/np.sum(dic_se.T['B'])
dic_se2['C'] = dic_se.T['C']/np.sum(dic_se.T['C'])

ax[1].set_title("获得某成绩人数占班级人数比值",fontsize=20)
dic_se2.plot(kind='bar',colormap='Set3',rot=0,figsize=(12,8),fontsize=13,ax=ax[1])