【编程生活】python实现成绩可视化数据分析

0. 这个软件是做什么的呢?

设计这个软件的初衷

熟悉我的朋友都很清楚,我做的很多小软件其实都是用来解决我生活中遇到的实际问题的。这一次也一样,我在2021年参加了JLPT日语能力考试,这个软件便是用于我这一次考试的备考的。
同时,这个代码也可以用来练习数据可视化,记录数据并绘制折线图等功能在深度学习(绘制loss和acc等数据曲线),后端分析(访问量,网速等数据曲线绘制)等都有很大用处。现在实现这个代码不但可以用来用作我个人的成绩分析,还可以用于练习这一领域的代码实现。

软件要实现的功能

  1. 对用户输入的单次测试的各题型成绩进行可视化,帮助用户了解自己在考试中的优势部分和不足部分。
  2. 对多次考试成绩进行可视化分析,帮助用户针对性制定复习计划。

1.功能实现

本软件主要使用的第三方依赖库是matplotlib,本文将以JLPT模拟测试作为使用情景,应对不同的数据分析情节请灵活更改后使用!

输入成绩并输出可视化结果

1. 输入成绩

1.1 读入数据的类别与小项:

由于试题类别是相对固定的信息,因此可以提前准备好,在本程序中我使用了一个外部txt进行信息读取,格式为如图:
txt格式和信息
图片内的信息将被自动读取出类别和小项,实现代码如下:

def ReadPart(path):
    with open(path,encoding='utf-8') as txt_r:
        txt = txt_r.readlines()
    classes = []
    for line in txt:
        MessLine = line.replace('\n','').split(':')
        classes.append(MessLine)
    return classes
1.2 输入成绩:

程序会读取上述的txt,随后要求用户输入数据,并通过python中的dict类型将数据进行规整并返回类别名和数据,代码如下:

def GetMess(parts):
    PartTitle = parts[0]
    kinds = parts[1].split(',')
    print("现在输入{}部分成绩".format(PartTitle))
    print("="*30)
    ThisPart = {
   }
    for part in kinds:
        s_input = input("请输入{}部分成绩,格式为:正确数,总数  ".format(part))
        s = s_input.replace(',','/')
        ThisPart[part] = s
    return PartTitle,(ThisPart)

返回的数据同样也装载入命名为TotalMess的Dict之中,即所有数据输入完毕后的数据将为:

['类别'1:['小项1-1','小项1-2'],'类别2'['小项2-1','小项2-2'],'类别3['小项3-1','小项3-2']']

2. 输出记录并输出可视化视图

2.1 输出成绩记录

在上面的步骤中我们已经完成了对数据的整理,对于已经完成规整的数据对其进行格式化的输出就是非常简单的了,这里用一个WriteLog方法进行写入:
所有数据收集完毕后就可以对数据进行规整并写出数据记录,代码如下:

def WriteLog(Title,Mess):
    WritingPaper = []
    for kind in Mess:
        WritingPaper.append("{}: \n{}\n".format(kind,'+'*15))
        for part in Mess[kind]:
            line = "  {}:{}\n".format(part,Mess[kind][part])
            WritingPaper.append(line)
        WritingPaper.append("{
  • 2
    点赞
  • 18
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Python是一种强大的编程语言,它具有丰富的库和工具来处理各种数据分析可视化任务。在Python中,我们可以使用pandas库来读取和处理Excel表格,并使用matplotlib或seaborn库来进行数据可视化。 要首先实现数据分析可视化,我们需要安装pandas、matplotlib和seaborn库。可以使用pip命令在命令行中安装这些库,如下所示: pip install pandas pip install matplotlib pip install seaborn 一旦安装了这些库,我们可以使用pandas库的read_excel()函数读取Excel表格数据,并将其存储为一个DataFrame对象。DataFrame是pandas中一个重要的数据结构,它对应于Excel表格中的一个二维数据表。 import pandas as pd # 读取Excel表格数据 data = pd.read_excel('data.xlsx') 读取数据后,我们可以对数据进行各种操作和分析,例如计算统计指标、筛选特定的数据、进行数据聚合等。这些操作可以帮助我们更好地理解数据和发现数据中的规律。 接下来,我们可以使用matplotlib和seaborn库来进行数据可视化。这些库提供了许多绘函数和工具,可以绘制各种类型的表,如折线、散点、柱状、箱线等。 import matplotlib.pyplot as plt import seaborn as sns # 绘制折线 plt.plot(data['时间'], data['销售额']) plt.xlabel('时间') plt.ylabel('销售额') # 绘制散点 plt.scatter(data['价格'], data['销量']) plt.xlabel('价格') plt.ylabel('销量') # 绘制柱状 sns.barplot(data['地区'], data['销售额']) plt.xlabel('地区') plt.ylabel('销售额') 以上代码演示了几个简单的数据可视化例子,你可以根据自己的需求和数据类型选择不同的表进行绘制。 通过读取Excel表格数据、对数据进行处理和分析,并将结果可视化,我们可以更好地理解数据、发现规律、进行决策和预测等。这也是Python编程数据分析可视化中的一个重要应用。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值