python中成绩分析函数_Python3分析成绩3-趋势对比问题（下）描述性统计和直方图...

Pandas自带了一个描述性统计函数：describ()，用来描述'计数','均值','标准差','最小值','25%','50%','75%','最大值'，统计数据比较基础，可以用来作对比，并画图，代码如下：

import pandas as pd

import matplotlib.pyplot as plt

import numpy as np

tablePath = '1数据清洗后成绩.xlsx'

classTimeList = ['化学1','化学2','化学3','化学4','化学5','化学6']

noteType = '教法'

dataShowList = [] #存储成对的数据，A、B系列的data

# 导入测试的xls数据，并DataFrame化

originalData = pd.DataFrame(pd.read_excel(tablePath)) # 导入excel数据，并转化为DataFrame格式

for i in classTimeList:

sortChoose = originalData[[noteType, i]].sort_values(by=i,ascending=False) # 选择 教法 和 要测试的两列，并且按升序排序

maskA = sortChoose[noteType].isin(['A']) # 获取教法为 A 的行的 索引

aDataAll = sortChoose[maskA] # 获取 教法为A的行 的 完整的表

aDataAll = aDataAll.reset_index(drop=True) # 重置索引

aData = aDataAll[i] #获得a列数据

maskB = sortChoose[noteType].isin(['B']) # 获取教法为 B 的行的 索引

bDataAll = sortChoose[maskB] #教法为B的表

bDataAll = bDataAll.reset_index(drop=True) # 重置索引

bData = bDataAll[i]

abList = []

abList.append(aData)

abList.append(bData)

dataShowList.append(abList)

xLine = np.array(['计数','均值','标准差','最小值','25%','50%','75%','最大值'])

x = 0

for i in range(0, 2):

for j in range(0, 3):

data = dataShowList[x]

xIndex = data[0].describe().index #描述性统计的特征['count', 'mean', 'std', 'min', '25%', '50%', '75%', 'max']

y1 = data[0].describe().values

y2 = -data[1].describe().values

ax = plt.subplot2grid((2, 3), (i, j), colspan=1, rowspan=1) # 分为2行3列，从0，0开始，这个图占用第一行，第一列

ax.bar(xLine, y1, facecolor='#FF2718')

ax.bar(xLine, y2, facecolor='blue')

for m,n in zip(xLine,y1):

ax.text(m,n+20, '%.1f'%n,ha='center',va='top')

for m,n in zip(xLine,y2):

ax.text(m,n-20, '%.1f'%-n,ha='center',va='bottom')

x=x+1

plt.rcParams['font.sans-serif']=['SimHei'] #用来正常显示中文标签

plt.rcParams['axes.unicode_minus']=False #用来正常显示负号

plt.show()

最终结果：

可以看出，A种教学方法，均值在最后两次实现超越，25%，50%，75%处的数据在最后两次也实现超越，而标准差略微增大，说明离散程度增大(分化程度)。

那么离散程度或者说集中趋势是如何的呢？接下来用直方图的对比情况，来看一看。

代码：

import pandas as pd

import matplotlib.pyplot as plt

import numpy as np

from matplotlib.ticker import MultipleLocator

tablePath = '1数据清洗后成绩.xlsx'

classTimeList = ['化学1','化学2','化学3','化学4','化学5','化学6']

noteType = '教法'

dataShowList = [] #存储成对的数据，A、B系列的data

# 导入测试的xls数据，并DataFrame化

originalData = pd.DataFrame(pd.read_excel(tablePath)) # 导入excel数据，并转化为DataFrame格式

for i in classTimeList:

sortChoose = originalData[[noteType, i]].sort_values(by=i,ascending=False) # 选择 教法 和 要测试的两列，并且按升序排序

maskA = sortChoose[noteType].isin(['A']) # 获取教法为 A 的行的 索引

aDataAll = sortChoose[maskA] # 获取 教法为A的行 的 完整的表

aDataAll = aDataAll.reset_index(drop=True) # 重置索引

aData = aDataAll[i] #获得a列数据

maskB = sortChoose[noteType].isin(['B']) # 获取教法为 B 的行的 索引

bDataAll = sortChoose[maskB] #教法为B的表

bDataAll = bDataAll.reset_index(drop=True) # 重置索引

bData = bDataAll[i]

#abList = []

dataShowList.append(aData)

dataShowList.append(bData)

#dataShowList.append(abList)

x = 0

xLine = np.arange(0,110,10) #0-100分为10段，作为x轴

yLine = np.arange(0,30,10) #0-20分为10段，作为y轴

#print(xLine)

for i in range(0, 6):

for j in range(0, 2):

data = dataShowList[x]

# yA = data[0].values

# yB = data[1].values

#xmajorLocator = MultipleLocator(10);

#ymajorLocator = MultipleLocator(2)

ax = plt.subplot2grid((6, 2), (i, j), colspan=1, rowspan=1) # 分为2行3列，从0，0开始，这个图占用第一行，第一列

kwargs = dict(histtype='bar', alpha=0.3, bins=10, rwidth=0.5, range=(0, 100)) #自定义涉及

ax.hist(data.values, **kwargs, color='red')

#ax.xaxis.set_major_locator(xmajorLocator)

#ax.yaxis.set_major_locator(ymajorLocator)

ax.set_xticks(xLine)

ax.set_yticks(yLine)

#ax.hist(yB, **kwargs,color='blue')

x =x+1

plt.rcParams['font.sans-serif']=['SimHei'] #用来正常显示中文标签

#plt.rcParams['axes.unicode_minus']=False #用来正常显示负号

# plt.xlim(0, 100)

# plt.ylim(0, 20)

plt.show()

结果：

从数据分布可以看出，最后两次的考试中，采用A教学方法的40-50分区间的学生人数，明显在逐渐向x轴右侧分布，而采用B教学方法的，这个区间并无太大变化，且高分学生数量减少。这是否说明A教学方法对于这个区间段学生有明显的改善效果？这个需要进一步研究分析。

注意，使用matplotlib作图的时候，会出现中文显示成方块问题，可以先用：

import sys

print(sys.path)

查看python3安装路径，再通过安装字体，更改库字体设置来解决。

开始的时候，觉得matplotlib坐标轴怎么总是重叠，许多的文字都看不清楚，实际如果使用vsCode，直接生成，会有一个简单的调整界面，调整好了再保存就好。

每个学生可以看做是一支股票(公司)，每次考试可看作是股价(盈利情况)，而每个学科可以看做是分公司，分公司的业绩即是每次考试各学科的分数，这样就可以借鉴一些较为成熟的商业分析方法，来对成绩进行分析预测。