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