Python分析与处理---利用Python进行学生成绩分析

1. 读取Mscore并将其转化为列表，r表示读

 

 

1. 录入数据

生成列表23*13，包含以上数据内容，其中“未开”、“结课”和“无”项用数值-2代替，“缺”用数值-1代替，并将列表信息存储为original_data.txt

 

import numpy as np
import csv
with open('Mscore.csv','r',encoding='utf-8') as f:
    cs=list(csv.reader(f))
original_data=[]
for row in cs:
    list_x=[]
    for data in row:
        if data=='未开':
            list_x.append('-2')
        elif data=='结课':
            list_x.append('-2')
        elif data=='无':
            list_x.append('-2')
        elif data=='缺':
            list_x.append('-1')
        else:
            list_x.append(data)
    original_data.append(list_x)
x=np.array(original_data)
x=(np.delete(x,0,axis=0))
original_data=(np.delete(x,0,axis=1))
print(original_data)
np.savetxt('C:/Users/86182/original_data.txt',original_data,fmt='%s',encoding='utf-8')#“未开”、“结课”和“无”项用数值-2代替，“缺”用数值-1代替，并将列表信息存储为original_data.txt
fmt='%s'：为指定保存的文件格式，这里为十进制

 

x=np.array(original_data)

x=np.delete(x,19,axis=0)

x=np.delete(x,21,axis=0)

#删除多余的两个空行

x=np.delete(x,0,axis=0)

x=np.delete(x,0,axis=1)#将第一行和第一列删除，只留数值scores

 

1.生成ndarray数组scores，包含所有分数，效果如下：

代码如下： 

import numpy as np
import csv
with open('Mscore.csv','r',encoding='utf-8') as f:
    cs=list(csv.reader(f))
original_data=[]
for row in cs:
    list_x=[]
    for data in row:
        if data=='未开':
            list_x.append('-2')
        elif data=='结课':
            list_x.append('-2')
        elif data=='无':
            list_x.append('-2')
        elif data=='缺':
            list_x.append('-1')
        
        else:
            list_x.append(data)
    original_data.append(list_x)
x=np.array(original_data)
x=(np.delete(x,19,axis=0))
x=(np.delete(x,21,axis=0))
x=(np.delete(x,0,axis=0))
scores=(np.delete(x,0,axis=1))
import pandas as pd
scores=pd.DataFrame(data=scores)
scores.to_csv('C:/Users/86182/scores.csv')#生成ndarray数组scores，包含所有分数

效果如图：

 

 

2.生成ndarray数组subjects，包含所有科目名称，效果如下：

 答：

 

效果如下

 

3.生成ndarray数组names，包含所有类别，效果如下：

 

import numpy as np
import csv
with open('Mscore.csv','r',encoding='utf-8') as f:
    cs=list(csv.reader(f))
original_data=[]
for row in cs:
    list_x=[]
    for data in row:
        if data=='未开':
            list_x.append('-2')
        elif data=='结课':
            list_x.append('-2')
        elif data=='无':
            list_x.append('-2')
        elif data=='缺':
            list_x.append('-1')
        
        else:
            list_x.append(data)
    original_data.append(list_x)
x=np.array(original_data)
x=(np.delete(x,19,axis=0))
x=(np.delete(x,21,axis=0))
names=x[:,0]
import pandas as pd
name=[x[:,0]]
names=pd.DataFrame(index=name)
names.to_csv('C:/Users/86182/names.csv')#生成ndarray数组names，包含所有类别

 

1. 数据清洗

4.在numpy中删除“八下月考”，“九上期中”对应分数行

 

import numpy as np
import csv
with open('Mscore.csv','r',encoding='utf-8') as f:
    cs=list(csv.reader(f))
original_data=[]
for row in cs:
    list_x=[]
    for data in row:
        if data=='未开':
            list_x.append('-2')
        elif data=='结课':
            list_x.append('-2')
        elif data=='无':
            list_x.append('-2')
        elif data=='缺':
            list_x.append('-1')
        
        else:
            list_x.append(data)
    original_data.append(list_x)
x=np.array(original_data)
x=(np.delete(x,19,axis=0))
x=(np.delete(x,21,axis=0))
x=(np.delete(x,12,axis=0))
x=(np.delete(x,13,axis=0))
print(np.delete(x,14,axis=0))

 

将“八上月考”到“九上期末”的物理成绩转换成80分为满分的数据值（原数据为100分制）

import numpy as np
import csv
with open('Mscore.csv','r',encoding='utf-8') as f:
     cs=list(csv.reader(f))
original_data=[]
for row in cs:
    list_x=[]
    for data in row:
        if data=='未开':
            list_x.append('-2')
        elif data=='结课':
            list_x.append('-2')
        elif data=='无':
            list_x.append('-2')
        elif data=='缺':
            list_x.append('-1')
        else:
            list_x.append(data)
    original_data.append(list_x)
x=np.array(original_data)
x=(np.delete(x,19,axis=0))
x=(np.delete(x,21,axis=0))
x=(np.delete(x,12,axis=0))
x=(np.delete(x,13,axis=0))
x=(np.delete(x,14,axis=0))
print(x[10:16,4])
x1=x[10:16,4]
for n in x1:
    print(float(n)*0.8)

 

 

将“九下开学”至“九下期中” 的物理成绩转换成80分为满分的数据值（原数据为70分制）

 

1. 数据选取

提取所有语、数、英成绩形成新的ndarray数组，并计算各科平均分

用法：mean(matrix,axis=0)  其中 matrix为一个矩阵，axis为参数

以m * n矩阵举例：

axis 不设置值，对 m*n 个数求均值，返回一个实数

axis = 0：压缩行，对各列求均值，返回 1* n 矩阵

axis =1 ：压缩列，对各行求均值，返回 m *1 矩阵

#提取所有语、数、英成绩形成新的ndarray数组，并计算平均分

提取“九上月考”到“4月测试”所有科目成绩（不包括地理、生物），生成新的ndarray数组，并保持到txt文件中。

import numpy as np
import csv
with open('Mscore.csv','r',encoding='utf-8') as f:
     cs=list(csv.reader(f))
original_data=[]
for row in cs:
    list_x=[]
    for data in row:
        if data=='未开':
            list_x.append('-2')
        elif data=='结课':
            list_x.append('-2')
        elif data=='无':
            list_x.append('-2')
        elif data=='缺':
            list_x.append('-1')
        else:
            list_x.append(data)
    original_data.append(list_x)
x=np.array(original_data)
x=(np.delete(x,19,axis=0))
x=(np.delete(x,21,axis=0))
x=(np.delete(x,12,axis=0))
x=(np.delete(x,13,axis=0))
x=(np.delete(x,14,axis=0))
b=x[np.ix_([14,15,16,17,18,19],[1,2,3,4,6,7,9])]
np.savetxt('C:/Users/86182/newarray.txt',b,fmt='%s')  提取“九上月考”到“4月测试”所有科目成绩（不包括地理、生物），生成新的ndarray数组。并保持到txt文件中