pythonpandasampampquot数智教育ampa

　　数据介绍：
　　数据来源于由宁波教育局与阿里云计算有限公司主办，宁波效实中学承办的数智教育数据可视化创新大赛数据集。
　　https：www。heywhale。commwdataset5eb3f5f9366f4d002d76e70f1teacher。csv：包含了近五年各班各学科的教师信息term：学期claid：班级IDclaName：班级名graName：年级名subid：学科IDsubName：学科名basid：教师idbasName：教师名2studentinfo。csv：包含了当前在校学生详细信息bfStudentID，学生IDbfName，学生姓名bfsex，性别bfnation，民族bfBornDate，出生日期（年）claName，班级名（与teacher。csv的claname对应）bfNativePlace，家庭住址（省市或省）BfResidenceType，家庭类型bfpolicy，政治面貌claid，班级IDclaterm，班级学期bfzhusu，是否住校bfleaveSchool，是否退学bfqinshihao，宿舍号3kaoqin。csvkaoqinid，考勤IDqjterm，学期DataDateTime，时间和日期ControllerID，对应考勤类型表里的ControllerIDcontrolername，考勤名称controltaskorderid，对应考勤类型表里的controltaskorderidbfstudentID，学生ID，对应学生信息表bfName，学生姓名claName，班级名bfclassid班级ID4kaoqintype。csv：考勤类型controlerid，考勤类型idcontrolername，考勤类型名称controltaskorderid，考勤事件idcontroltaskname：考勤事件名5chengji。csv：学生成绩mesTestID，考试idexamnumber，考试编码examnumname，考试编码名称messubid，考试学科idmessubname，考试学科名examterm，考试学期examtype，考试类型（对应考试类型表）examsdate，考试开始时间mesStudentID，学生idmesScore，考试成绩（1为作弊，2为缺考，3为免考）mesZScore，换算成Zscore（Zscore、Tscore、等第是一种学生成绩评价方式，可以参考网络百科）mesTScore，换算成Tscoremesdengdi：换算成等第（参见：https：tianchi。aliyun。comforumpostDetail？spm5176。12281978。0。0。65ca76d8kaGnldpostId47777）6examtype。csv：考试类型EXAMKINDID：考试类型idEXAMKINDNAME：考试类型名称7consumption。csv：本学年学生消费信息DealTime，消费时间MonDeal，消费金额bfstudentID：对应学生信息表studentidAccName，姓名PerSex，性别特别说明：1。由于人为登记等不可避免原因，某些字段可能存在缺失或者异常值2。从班级名可以看出，从2017年开始学校陆续启用了新校区，2018年新校区统一命名为型为白高二（01）和东高二（01）的班级名3。考勤类型中的校服〔移动考勤〕指的是没穿校服3。考勤类型中的校服〔移动考勤〕指的是没穿校服导入用到的库importpandasaspdimportmatplotlib。pyplotasplt
　　1。各科成绩分布图
　　结果分析：
　　1。体育，美术，音乐，通用技术成绩很稳定均匀，与之有关的影响因素较少，在于学生的个人选择及天赋，可不必投入较多资源；
　　2。该学校的数学，英语，语文平均成绩明显较其他科目成绩好，说明该校的主要的教师资源，人力资源主要集中在三大学科上；
　　代码：读取成绩文件chengjidatapd。readcsv（5chengji。csv）mesScore，考试成绩（1为作弊，2为缺考，3为免考）删除以上数据chengjidata1chengjidata〔chengjidata〔mesScore〕0〕查看每列空值chengjidata1。isna（）。sum（）按课程名分组chengjigroupchengjidata1。groupby（messubname）按学年分组chengjigroupyearchengjidata1。groupby（examterm）建立空表datapd。DataFrame（｛data：〔〕｝）boxes〔〕boxesname〔〕遍历按课程名分组的所有课程名及成绩fork，ginchengjigroup：ifk！data：boxes。append（g〔mesScore〕）boxesname。append（k）全部学年集合chengjiyear〔〕fork1，g1inchengjigroupyear：chengjiyear。append（k1）
　　定义图颜色colordict（boxesDarkGreen，whiskersDarkOrange，mediansDarkBlue，capsGray）plt。rcParams〔font。sansserif〕〔SimHei〕中文乱码问题！plt。rcParams〔axes。unicodeminus〕False横坐标负号显示问题！plt。figure（figsize（10，5））图片大小为105plt。boxplot（boxes，whis2，showmeansTrue，showboxTrue，labelsboxesname，showfliersFalse）plt。grid（axisy，alpha0。4）绘制plt。show（）
　　2。历年成绩对比曲线
　　结果分析：
　　1。从图上可以看出所有成绩从20132015都比较平稳，许多课程从2015年开始成绩开始呈下降趋势；
　　2。可能跟近年来一直要求的素质教育有关，出题的方式及难度都有问题，以及老师的过往经验的不适用性；
　　代码：新建模板以分组日期集合为indexdata1pd。DataFrame（｛date：chengjiyear｝）data1。setindex（date，inplaceTrue）设置日期为indexfork，ginchengjigroup：遍历课程分组print（k）chengjigroupyearg。groupby（examterm）按学年分组取年和平均成绩写入新表forky，gyinchengjigroupyear：print（ky，gy）data1。loc〔ky，k〕gy〔mesScore〕。mean（）
　　plt。figure（figsize（12，5））图片大小为125plt。plot（data1，ms5，marker。，labeldata1。columns）plt。grid（alpha0。4）绘制plt。legend（loclowerright）显示图例plt。show（）
　　3。考试类型与成绩对比分析
　　结果分析：
　　1。考试类型与各科成绩波动较大，可能存在明显的难易程度不同；
　　2。学校的期中期末考试成绩一般分布可以，其他类型考试波动很大；
　　代码：读取考试类型表kaoshilxpd。readcsv（6examtype。csv）kaoshilx。setindex（EXAMKINDID，inplaceTrue）设置类型为index
　　按课程分组遍历fork，ginchengjigroup：print（k）按考试类型分组chengjigroupyearg。groupby（examtype）取考试类型和平均成绩forky，gyinchengjigroupyear：print（ky，gy）kaoshilx。loc〔ky，k〕gy〔mesScore〕。mean（）kaoshilx
　　4。政治面貌民族占比读取学生信息表zhengzhipd。readcsv（2studentinfo。csv）按政治面貌分组zhengzhigroupzhengzhi。groupby（bfpolicy）。count（）按民族分组minzugroupzhengzhi。groupby（bfnation）。count（）zhengzhigroup〔bfStudentID〕。plot。pie（）minzugroup〔bfStudentID〕。plot。pie（）
　　5。学生消费信息分布
　　结果分析：
　　1。图中可以看出各学生总消费以及每次消费金额都成明显的正态分布，说明该学校整体消费趋势正常
　　2。该数据统计了6个月（2018。72019。1）六个月的消费情况，平均来说该学校学生每月平均消费在〔250，500〕；
　　3。每次消费金额在710之间，但存在可能购买文具等小物件上，这里不做详细的分类讨论；
　　代码读取消费信息表salepd。readcsv（7consumption。csv）sale〔DealTime〕pd。todatetime（sale〔DealTime〕）转换日期格式ymmeansale。groupby（〔sale。DealTime。dt。year，sale。DealTime。dt。month〕）。sum（）按月求和ymmean〔MonDeal〕abs（ymmean〔MonDeal〕）ymmean〔MonDeal〕。plot。bar（）学生消费topsaletopsale。groupby（bfStudentID）。sum（）按学生求和saletop。sortvalues（by〔MonDeal〕，inplaceTrue）saletop〔MonDeal〕abs（saletop〔MonDeal〕）saletop〔MonDeal〕。head（20）。plot。bar（）
　　6。学生考勤分析
　　代码读取考勤表kaoqindfpd。readcsv（3kaoqin。csv）使用正则表达式清洗班级名foriinrange（len（kaoqindf））：str1re。sub（u（。？）白〔AZ〕东〔09〕，，kaoqindf。loc〔i，claName〕）str1str1。replace（，）kaoqindf。loc〔i，claName1〕str1取所有考勤汇总kaoqintypekaoqindf。groupby（〔controlername〕）。count（）kaoqintype。indexkaoqinmobanpd。DataFrame（｛type：kaoqintype。index｝）kaoqinmoban。setindex（type，inplaceTrue）设置类型为indexkaoqinmoban按新的班级名分组kaoqingruopkaoqindf。groupby（〔claName1〕）遍历分组fork，ginkaoqingruop：print（k）按考勤类型汇总tmpg。groupby（〔controlername〕）。count（）forj1intmp。index：print（tmp。loc〔j1，kaoqingid〕）根据考勤类型写入新表kaoqinmoban。loc〔j1，k〕tmp。loc〔j1，kaoqingid〕kaoqinmoban
　　labelslist（kaoqinmoban。columns）firstlist（kaoqinmoban〔高一〕）secondlist（kaoqinmoban〔高二〕）thirdlist（kaoqinmoban〔高三〕）data〔first，second，third〕xrange（0，8）width0。35将bottomy元素都初始化为0bottomy〔0〕8计算每组柱子的总和，为计算百分比做准备sums〔sum（i）foriinzip（first，second，third）〕print（first，labels，sums）plt。figure（figsize（12，5））foriindata：计算每个柱子的高度，即百分比y〔abfora，binzip（i，sums）〕print（x，y）plt。bar（x，y，width，bottombottomy）计算bottom参数的位置bottomy〔（ab）fora，binzip（y，bottomy）〕plt。legend（labels，locright）plt。xticks（x，kaoqinmoban。index）plt。title（考勤分析）plt。show（）
　　labelslist（kaoqinmoban1。index）da1list（kaoqinmoban1〔操场考勤机〕）da2list（kaoqinmoban1〔早退〔移动考勤机〕〕）da3list（kaoqinmoban1〔校徽早退〕）da4list（kaoqinmoban1〔校服〔移动考勤机〕〕）da5list（kaoqinmoban1〔离校〔移动考勤机〕〕）da6list（kaoqinmoban1〔进校〔移动考勤机〕〕）da7list（kaoqinmoban1〔迟到〔移动考勤机〕〕）da8list（kaoqinmoban1〔迟到晚到〕）data〔da1，da2，da3，da4，da5，da6，da7，da8〕xrange（0，3）width0。35将bottomy元素都初始化为0bottomy〔0〕3计算每组柱子的总和，为计算百分比做准备sums〔sum（i）foriinzip（da1，da2，da3，da4，da5，da6，da7，da8）〕print（first，labels，sums）plt。figure（figsize（8，6））foriindata：计算每个柱子的高度，即百分比y〔abfora，binzip（i，sums）〕print（x，y）plt。bar（x，y，width，bottombottomy）计算bottom参数的位置bottomy〔（ab）fora，binzip（y，bottomy）〕plt。legend（kaoqinmoban1。columns，locuppercenter）plt。xticks（x，kaoqinmoban1。index）plt。title（考勤分析）plt。show（）