各科目考试成绩可视化项目

目录

一.训练要点

二.需求说明

三.实验步骤

四.代码总览

---

一.训练要点

掌握使用seaborn库或者matplotlib库进行数据可视化的方法

掌握撰写可视化分析报告的方法

二.需求说明

在现实生活中，学生的成绩与表现往往受制于多方面的因素。在教学研究中，除去对各科目考试结果本身的分析外，如果能够深入地对学生其他信息（如对学生家庭背景、性别、饮食、课前准备等影响因素）进行分析，那么老师将会进一步了解学生在考试中的表现。学生考试成绩数据集中包含8各字段，共计1000条数据，其字段信息说明如下表所示。

表：学生考试成绩数据集中的字段信息说明

字段名称	字段含义	示例
性别	学生的性别、包括女、男	女
民族	学生所属的民族，包括A、B、C、D、其他	A
父母受教育程度	父母受教育程度，包括硕士学位、学士学位、大学未毕业、副学士学位、高中毕业、高中未毕业	硕士学位
午餐	学生所用午餐的标准，包括标准、免费	标准
课程完成情况	前置课程完成情况，包括完成、未完成	完成
数学成绩	数学成绩，满分为100分	69
阅读成绩	阅读成绩，满分为100分	90
写作成绩	写作成绩，满分为100分	80

为了了解不同性别的学生在数学、阅读、写作中的表现，了解父母受教育程度对学生数学、阅读、写作是否有影响，了解午餐标准对学生成绩是否有影响，了解考试准备充分是否有助于提高学生成绩，需要对学生考试成绩数据集进行数据读取、处理、可视化分析。

三.实验步骤

1.使用Pandas库读取文件，查看原始数据的相关特征和描述信息，检查是否有空值。

可以看出，数据集共有1000条记录，每条记录包含了8个字段，数据类型包括了字符串和整数型，且每个字段均无空值。

2.分别获取数据框中的阅读成绩、数学成绩、写作成绩3个字段，累加求和计算出每个学生的总分total_score，再除以3得到平均分percentage。

这段代码向数据框中添加了两行新的代码，分别是总分total_score和平均分percentage。

3.设置各门课程及格线为60分，分别判断学生是否通过（Fail/Pass）每门课，合并新的数据列pass_reading、pass_math、pass_writing。

首先定义一个用于判断是否合格的函数，然后使用Pandas的apply方法，利用is_pass函数判断学生是否通过三门课程，将判断结果累加到新列pass_reading、pass_math、pass_writing中。

4.判断每个学生的整体状态是否通过。如果3门课中有一门为Fail，则最后考核为Fail，合并新的数据列status。

首先定义一个用于判断学生整体状态的函数，然后使用Pandas的apply方法，利用is_overall_pass函数判断学生整体状态是否通过，并将结果累加到新列status中。

5.对于总分是Pass的数据，根据平均分设置5级制成绩，即percentage大于等于90分为优秀，80~89分为良好，70~79分为中等，60~69分为几个，其他为不及格。

首先定义一个用于评定5级制成绩的函数，然后使用Pandas的apply方法，利用grade函数评定每个学生在考试中的成绩等级，并将结果累加到新列grade中。

6.绘制可视化图形，具体操作如下。

(1)绘制父母受教育程度的水平柱状图

以下代码生成了一个水平柱状图，用于表示不同教育水平的父母数量。

(2)绘制全体学生成绩分布饼图

以下代码生成了一个饼图，用于表示全体学生在考试中的成绩情况分布。

(3)绘制各科成绩分布直方图

以下代码生成了一个直方图，用于表示各科成绩的分布情况。

(4)绘制父母受教育程度与前置课程是否完成统计分类图

以下代码生成了一个统计分类图，用于表示不同教育水平的父母和孩子是否完成前置课程的数量关系。

(5)绘制成绩评级与性别分布箱线图

以下代码生成了一个箱线图，用于表示不同性别学生在不同成绩等级下的平均分分布情况。

(6)绘制午餐标准与总成绩的性别分类散点图

以下代码生成了一个散点图，用于表示不同午餐标准和性别学生在总成绩和平均分上的分布情况。

(7)绘制各特征的相关热力图

以下代码生成了一个热力图，用于表示不同字段之间的相关性。图中颜色越红表示相关度越高，蓝色则表示相关度较低

四.代码总览

import pandas as pd

# 读取数据集文件
df = pd.read_csv("StudentsPerformance.csv", encoding="gbk")

# 查看数据集信息
#print(df.info())


# 计算总分和平均分
df['total_score'] = df[['阅读成绩', '数学成绩', '写作成绩']].sum(axis=1)
df['percentage'] = df['total_score'].apply(lambda x: round(x / 3, 2))

#print(df[['阅读成绩', '数学成绩', '写作成绩', 'total_score', 'percentage']].head())


def is_pass(score):
    if score >= 60:
        return 'Pass'
    else:
        return 'Fail'

# 判断学生是否通过每门课程
df['pass_reading'] = df['阅读成绩'].apply(is_pass)
df['pass_math'] = df['数学成绩'].apply(is_pass)
df['pass_writing'] = df['写作成绩'].apply(is_pass)




def is_overall_pass(row):
    if row['pass_reading'] == 'Fail' or row['pass_math'] == 'Fail' or row['pass_writing'] == 'Fail':
        return 'Fail'
    else:
        return 'Pass'

# 判断学生整体状态是否通过
df['status'] = df.apply(is_overall_pass, axis=1)



def grade(percentage):
    if percentage >= 90:
        return 'Excellent'
    elif percentage >= 80:
        return 'Good'
    elif percentage >= 70:
        return 'Medium'
    elif percentage >= 60:
        return 'Pass'
    else:
        return 'Fail'

# 设置5级制成绩
df['grade'] = df['percentage'].apply(grade)

print(df.head())



import seaborn as sns
import matplotlib.pyplot as plt
# 指定字体
plt.rcParams['font.sans-serif'] = ['SimHei']

# # 绘制父母受教育程度的水平柱状图
# sns.countplot(x='父母教育程度', data=df)
# plt.title('父母受教育程度的水平柱状图')
# plt.xlabel('父母教育程度')
# plt.ylabel('人数')
# plt.show()


# # 绘制全体学生成绩分布饼图
# df['grade'].value_counts().plot(kind='pie', autopct='%1.1f%%')
# plt.title('全体学生成绩分布饼图')
# plt.show()

# # 绘制各科成绩分布直方图
# plt.hist(df['数学成绩'], bins=20, alpha=0.5, label='数学成绩')
# plt.hist(df['阅读成绩'], bins=20, alpha=0.5, label='阅读成绩')
# plt.hist(df['写作成绩'], bins=20, alpha=0.5, label='写作成绩')
# plt.xlabel('成绩')
# plt.ylabel('人数')
# plt.legend(loc='best')
# plt.show()


# # 绘制父母受教育程度与前置课程是否完成统计分类图
# sns.countplot(x='父母教育程度', data=df, hue='课程完成情况')
# plt.title('父母受教育程度与前置课程是否完成统计分类图')
# plt.xlabel('父母教育水平')
# plt.ylabel('人数')
# plt.show()


# # 绘制成绩评级与性别分布箱线图
# sns.boxplot(x='性别', y='percentage', data=df, hue='性别')
# plt.title('成绩评级与性别分布箱线图')
# plt.xlabel('性别')
# plt.ylabel('Percentage')
# plt.show()


# # 绘制午餐标准与总成绩的性别分类散点图
# sns.scatterplot(x='total_score', y='percentage', data=df, hue='午餐', style='性别')
# plt.title('午餐标准与总成绩的性别分类')
# plt.xlabel('Total Score')
# plt.ylabel('Percentage')
# plt.show()

# # 绘制各特征的相关热力图
# sns.heatmap(df.corr(), annot=True, cmap='coolwarm')
# plt.title('各特征的相关热力图')
# plt.show()