用Python分析了1w四六级数据，教你如何通过四六级！

微信改版，加星标不迷路！

用Python分析了1w四六级数据，教你如何通过四六级！

作者：阿广

概述 

• 前言

• 数据介绍

• 预期结果

• 实现过程

• 搞笑一刻

• 阿广说

• 每日问题

前言   

陈奕迅说过：在有生的瞬间，考过四六级，竟花光所有运气。

马云说过：四六级还是要考的，万一过了呢。

曹雪芹说过：满纸荒唐言，一把辛酸泪。

爱迪生说过：四六级是1%的努力，加上99%的运气。

项羽说过：力拔山兮气盖世，却败给一场考试。

邓超说过：四六级没过的孩子，We are 伐木累。

阿广说过：考四六级英语这东西，三分天注定，七分考打拼，剩下的那700分就没办法了。

接下来带大家使用numpy和pandas对某大学的四六级情况进行分析统计，让我们看一下自己是否命中有六级？

数据介绍

从小角落中找到某大学的四六级成绩表，一共接近1w条数据，本想着四六级考试之前统计分析以下，太忙，所以一直拖到今天。

成绩表中有很多无效字段，例如操作时间等，经过处理，保留以下几个字段：

预期结果

利用上w条数据绘制出以下几点：

1. 各个学院的四六级通过率

2. 各个学院的各个年级的通过率

3. 各个年级的通过率

4. 各个学院的四六级平均成绩

5. 男生女生通过率

例如，各个学院的过关人数：

实现过程

(1)导入依赖包

使用pandas进行分组转换，使用matplotlib进行绘图。

import pandas as pd
import matplotlib.pylab as plt

(2)加载数据

加载Excel类型的数据，使用pandas的read_excel生成DataFrame对象即可。

#加载全部数据
sj = pd.read_excel(r'D:\wx\Python_new\DataAnalysisNote-master\DataAnalysisNote-master\CET46\山东科技大学四六级.xls')

(3)求各个学院的平均分

想要各个学院的情况当然是要根据学院来进行分组了，同时也需要分出“CET4”和“CET6”两组。使用groupby即可，这样会生成一个SeriesGroupBy对象，然后再调用mean函数（默认是轴0计算，也就是我们想要的结果）即可统计出平均分情况。

#-----------------各个学院平均分------------------
#按照各个学院进行分组
xymean = sj['总分'].groupby([sj['院系名称'],sj['语言级别']])


#计算各个学院的平均分数
xymean = xymean.mean()

#将“语言级别”从行转换为列
xymean = xymean.unstack(level='语言级别')

#使用横向柱状图显示
xymean.plot(kind='barh')

import matplotlib as mpl
mpl.rcParams['font.sans-serif'] = ['SimHei']
mpl.rcParams['font.serif'] = ['SimHei']

#在PyCharm中需要使用，在Ipython环境中如果以--pylab形式打开就不需要
#plt.show()

(4)筛选出过关人数

#过滤出过关人数
sjpass = sj[sj['总分'] >= 425]

(5)各个学院的通过人数

#按照各个学院进行分组
xypass = sjpass['总分'].groupby([sjpass['院系名称'],sjpass['语言级别']])


#计算各个学院的过关总人数
xypass = xypass.count()

#将语言级别作为columns
xypass = xypass.unstack(level='语言级别')

#进行绘图
#xypass.plot(kind='barh')
#plt.show()

(6)各个学院年级通过人数

这次分组的时候加上年级即可，并且为了绘图比较好看一点，这次可以将“年纪”转换为列，并且像12年这种的有些学员已经没有人参加了，所以需要将缺失值用0填充：

#按照各个学院和年级进行分组
xypass = sjpass['总分'].groupby([sjpass['院系名称'],sjpass['语言级别'],sjpass['年级']])

#计算各个学院的过关总人数
xypass = xypass.count()

#将语言级别作为columns，并且将缺失值用0进行填充
xypass = xypass.unstack(level='年级').fillna(0)

#xypass.plot(kind='barh')
#plt.show()

(7)各个年级通过人数

使用groupby对年级进行分组即可：

njpass = sjpass['总分'].groupby([sjpass['年级'],sjpass['语言级别']]).count().unstack(level='语言级别')
#njpass.plot(kind='barh')
#plt.show()

(8)男生女生通过人数

将性别和语言级别进行分组：

nvpass = sjpass['总分'].groupby([sjpass['性别'],sjpass['语言级别']]).count().unstack(level='语言级别')
nvpass.plot(kind='bar')
plt.show()

https://github.com/zandaoguang/CET6

或者点击查看原文即可获得源码

搞笑一刻

分发试卷时...

做听力时...

阿广说

从绘图的结果上来看的话，各个学院之间音乐学院的平均分比较低，艺术设计和外国语学院的平均分都比较高，但是过关人数却没有那么的多，尤其是艺术设计的人数比较少，主要也是因为该学院的总人数比较少。

四级的过关人数明显比六级的人数多的多，而且因为当时15级是大二，在贵学校大二才可以参加四六级考试，所以过关的人数里面15级占有比较大的比分。而且不得不承认，女生的过关率要比男生高的不止一点。

这次六级考试还不错，试卷印刷很清晰，题型也很全，监考老师服务态度也很好，五星好评，下次还会再来！

今日问题  

你感觉英语对学习计算机的影响大吗？

打卡格式：打卡第n天，答：...

为什么打卡？戳下面你就知道了！

猛

戳

这

儿

21/天/养/一/个/好/习/惯