python实现成绩分析并实现可视化

写在前面

小班的高数段考成绩出来了，惨不忍睹，于是我想可视化看看到底有多惨…

代码有点凌乱，因为直接在Jupyter上想到啥就瞎敲的啥,以下也是ipynb文件直接转换过来的，（抽空整理了一下，前面的两大点 后面就不用了）

转换代码(在cmd里执行就可)：

jupyter nbconvert --to markdown 成绩分析.ipynb

----------我是分割线-----------（更新）

导入成绩

num = [67,73,66,21,58,61,41,75,69,68,54,49,60,79,61,30,76,69,67,24,82,61,40,71,80,77,82,60,87,71,69,81,69,61,67,0,71]

先进行数据处理

from collections import Counter
# 将成绩统计，统计每个分数的人数
cnt = Counter(num)
print("每个分数人数显示：",cnt)

# 将统计的分数段进行排序，在排序之前，我们可以观察到Counter的结果，所以我只能想到先用两个list来分开存，再关联排序
x = []
y = []

# 对分数段进行以5为单位的划分统计
cf = [0 for i in range(0,20)]
# 10
cn = [0 for i in range(0,10)]

for i,j in cnt.items():
    x.append(i)
    y.append(j)
    
    # 对结果进行统计，之后可视化更加清晰
    cf[(int)(i/5)] +=j;
    # 10
    cn[(int)(i/10)]+=j;

# 对x,y进行关联排序
x,y = zip(*sorted(zip(x,y)))

# 对有成绩的分数段进行展示
print('以5为单位的分数段为：\n')
for i in range(20):
    if(cf[i]!=0):
        print(i*5,'~',(i+1)*5-1,':',cf[i])

每个分数人数显示： Counter({61: 4, 69: 4, 67: 3, 71: 3, 60: 2, 82: 2, 73: 1, 66: 1, 21: 1, 58: 1, 41: 1, 75: 1, 68: 1, 54: 1, 49: 1, 79: 1, 30: 1, 76: 1, 24: 1, 40: 1, 80: 1, 77: 1, 87: 1, 81: 1, 0: 1})
以5为单位的分数段为：

0 ~ 4 : 1
20 ~ 24 : 2
30 ~ 34 : 1
40 ~ 44 : 2
45 ~ 49 : 1
50 ~ 54 : 1
55 ~ 59 : 1
60 ~ 64 : 6
65 ~ 69 : 9
70 ~ 74 : 4
75 ~ 79 : 4
80 ~ 84 : 4
85 ~ 89 : 1

开始可视化

# 开始可视化
import matplotlib.pyplot as plt
import numpy as np
from matplotlib.pyplot import MultipleLocator
import re

# 先将普通的成绩绘制一个普通的柱状图
# 横坐标是成绩，纵坐标是每个成绩的人数
plt.bar(x,y)
plt.figure()
plt.show()

# 但是可以看出这个结果非常的不好看，于是可以用到上一步做的以5为单位的数据，并且把柱状图美化一下
# 此时我们首先需要增加一个纵坐标
yi = np.arange(0,100,5)

# 设置横纵坐标的间隔，横坐标间隔为10，纵坐标为1
x_major_locator=MultipleLocator(10)
y_major_locator=MultipleLocator(1)

#ax为两条坐标轴的实例
ax=plt.gca()
ax.xaxis.set_major_locator(x_major_locator)
ax.yaxis.set_major_locator(y_major_locator)
# 设置横纵坐标的范围
plt.xlim(0,100)
plt.ylim(0,10)

# 柱状图的设置，其中比较重要的是width，显示宽度，会比较好看一点，还有柱体的颜色，如果有多个不同的数据可以区分
plt.bar(yi,cf, alpha=0.9, width = 5, facecolor = 'yellowgreen', edgecolor = 'white', label='one', lw=1)
plt.show()

# 普通折线图，效果已经可以看出来了
plt.plot(yi,cf)
plt.show()

# 再稍微细分一下，使用的横纵坐标和上同
x_major_locator=MultipleLocator(10)
y_major_locator=MultipleLocator(1)
ax=plt.gca()
ax.xaxis.set_major_locator(x_major_locator)
ax.yaxis.set_major_locator(y_major_locator)
plt.xlim(0,100)
plt.ylim(0,10)

plt.title('成绩段分布图')
plt.xlabel('分数')
plt.ylabel('人数')

plt.plot(yi,cf)
plt.show()

<matplotlib.figure.Figure at 0x7fe1839a7240>

分割线，下面都是草稿都不用看辽

from collections import Counter
cnt = Counter(num)
print(cnt)

Counter({61: 4, 69: 4, 67: 3, 71: 3, 60: 2, 82: 2, 73: 1, 66: 1, 21: 1, 58: 1, 41: 1, 75: 1, 68: 1, 54: 1, 49: 1, 79: 1, 30: 1, 76: 1, 24: 1, 40: 1, 80: 1, 77: 1, 87: 1, 81: 1, 0: 1})

lenn = len(cnt)
print(lenn)

25

# print(cnt.self)
# print(cnt.args)

分数段展示（以5为单位）

import matplotlib.pyplot as plt
import re
x = []
y = []
un = 0
s = 0
se = 0
ei = 0
ni = 0
ccc = [0,0,0,0,0,0,0,0,0,0,0]
cf = [0 for i in range(0,20)]
for i,j in cnt.items():
    # print(i,j)
    
    x.append(i)
    y.append(j)
    
    # print(i,":",j)
    
    ccc[(int)(i/10)] += j;
    cf[(int)(i/5)] +=j;
for i in range(20):
    if(cf[i]!=0):
        print(i*5,'~',(i+1)*5-1,':',cf[i])
    # if(i<60): un = un + j
    # elif(i<70): s = s + j
    # elif(i<80): se = se + j
    # elif(i<90): ei = ei + j
# print("60分以下人数：",un,"\n60～69分人数：",s,"\n70～79分人数：",se,"\n80～89分人数：",ei,"\n90分以上人数：",ni)    

0 ~ 4 : 1
20 ~ 24 : 2
30 ~ 34 : 1
40 ~ 44 : 2
45 ~ 49 : 1
50 ~ 54 : 1
55 ~ 59 : 1
60 ~ 64 : 6
65 ~ 69 : 9
70 ~ 74 : 4
75 ~ 79 : 4
80 ~ 84 : 4
85 ~ 89 : 1

设置表格的横纵坐标范围

x_major_locator=MultipleLocator(10)
y_major_locator=MultipleLocator(1)

ax=plt.gca()
ax.xaxis.set_major_locator(x_major_locator)
ax.yaxis.set_major_locator(y_major_locator)
plt.xlim(0,100)
plt.ylim(0,10)

plt.bar(x,y)
plt.figure()
plt.show()

plt.bar(yi,ccc)
plt.figure()
plt.show()

x_major_locator=MultipleLocator(10)
y_major_locator=MultipleLocator(1)

#ax为两条坐标轴的实例
ax=plt.gca()
ax.xaxis.set_major_locator(x_major_locator)
ax.yaxis.set_major_locator(y_major_locator)
plt.xlim(0,100)
plt.ylim(0,10)

plt.bar(yii,cf, alpha=0.9, width = 5, facecolor = 'yellowgreen', edgecolor = 'white', label='one', lw=1)
plt.show()

<Figure size 432x288 with 0 Axes>

<Figure size 432x288 with 0 Axes>

具体人数显示

import numpy as np
yi = [0,10,20,30,40,50,60,70,80,90,100]
plt.plot(yi,ccc)
plt.show()

yii = np.arange(0,100,5)

print(yii)

plt.plot(yii,cf)
plt.show()

x,y=zip(*sorted(zip(x,y)))
for i in range(lenn):
    print(x[i],":",y[i])

[ 0  5 10 15 20 25 30 35 40 45 50 55 60 65 70 75 80 85 90 95]

0 : 1
21 : 1
24 : 1
30 : 1
40 : 1
41 : 1
49 : 1
54 : 1
58 : 1
60 : 2
61 : 4
66 : 1
67 : 3
68 : 1
69 : 4
71 : 3
73 : 1
75 : 1
76 : 1
77 : 1
79 : 1
80 : 1
81 : 1
82 : 2
87 : 1

成绩段分布图

from matplotlib.pyplot import MultipleLocator
x,y = zip(*sorted(zip(x,y)))
x_major_locator=MultipleLocator(10)
y_major_locator=MultipleLocator(1)
ax=plt.gca()
#ax为两条坐标轴的实例
ax.xaxis.set_major_locator(x_major_locator)
#把x轴的主刻度设置为1的倍数
ax.yaxis.set_major_locator(y_major_locator)
#把y轴的主刻度设置为10的倍数

# plt.plot(x,y)
plt.title('成绩段分布图')
plt.xlabel('分数')
plt.ylabel('人数')
plt.plot(yii,cf)
# plt.plot(x,y)

plt.xlim(0,100)
plt.ylim(0,10)

plt.show()

flag = 0
fullx = []
fully = []
for i,j in cnt.items():
    if(flag < i):
        for number in range(i-flag,3):
            fullx.append(flag+number)
            fully.append(0)
        fullx.append(i)
        fully.append(j)
        flag = i+1
    else:
        fullx.append(i)
        fully.append(j)
        flag = i+1
fullx,fully=zip(*sorted(zip(fullx,fully)))

plt.plot(fullx,fully)
x_major_locator=MultipleLocator(10)
y_major_locator=MultipleLocator(1)
ax = plt.gca()
ax.xaxis.set_major_locator(x_major_locator)
ax.yaxis.set_major_locator(y_major_locator)
plt.xlim(0,90)
plt.ylim(0,5)
plt.show()