Python 作为一门高级编程语言凭借其简洁的语法、丰富的库生态和强大的跨平台能力在数据分析、人工智能、Web 开发等领域得到了广泛应用。本报告以 “学生成绩数据分析与可视化” 为案例系统展示 Python 在数据处理、统计分析和可视化呈现中的完整流程涵盖代码实现、逻辑解析和项目亮点为 Python 学习者提供实践参考。二、实验环境操作系统Windows 11Python 版本3.9开发工具PyCharm 2023.1核心依赖库pandas数据处理与分析numpy数值计算与随机数生成matplotlib基础可视化seaborn高级统计绘图scipy统计检验可选三、实验目的掌握 Python 数据读取、清洗和预处理的基本方法。学习使用 Pandas 进行分组聚合、相关性分析等统计操作。熟练运用 Matplotlib 和 Seaborn 绘制多维度数据图表。理解数据驱动决策的逻辑将分析结果转化为可执行建议。四、实验内容与代码实现1. 数据生成与读取为模拟真实学情采用正态分布生成 300 名学生的成绩数据涵盖数学、语文、英语、物理、化学 5 个科目同时分配至 6 个班级。代码通过numpy的random.normal生成符合均值和标准差的成绩再用np.clip限制分数在 0-100 区间避免无效数据。importpandasaspdimportnumpyasnpimportmatplotlib.pyplotaspltimportseabornassnsfromdatetimeimportdatetime# 设置中文显示和样式plt.rcParams[font.sans-serif][SimHei]plt.rcParams[axes.unicode_minus]Falsesns.set_style(whitegrid)classScoreAnalyzer:def__init__(self):self.raw_dataNoneself.cleaned_dataNoneself.subjects[数学,语文,英语,物理,化学]defgenerate_sample_data(self,num_students300):生成模拟学生成绩数据np.random.seed(42)data{学号:[fS{str(i).zfill(4)}foriinrange(1,num_students1)],班级:np.random.choice([f{i}班foriinrange(1,7)],num_students),}# 各科目均值和标准差模拟真实成绩分布subject_params{数学:(75,12),语文:(78,10),英语:(72,15),物理:(70,14),化学:(76,11)}forsubject,(mean,std)insubject_params.items():data[subject]np.clip(np.random.normal(mean,std,num_students),0,100)self.raw_datapd.DataFrame(data)self.raw_data.to_csv(student_scores.csv,indexFalse)print(f已生成{num_students}名学生的成绩数据并保存至 student_scores.csv)2. 数据清洗数据清洗是分析的基础主要处理缺失值、重复值和异常值。本案例中通过dropna删除缺失值drop_duplicates去除重复记录并验证数据类型一致性。defclean_data(self):数据清洗处理缺失值、重复值和异常值self.cleaned_dataself.raw_data.copy()# 删除缺失值initial_countlen(self.cleaned_data)self.cleaned_data.dropna(inplaceTrue)print(f删除{initial_count-len(self.cleaned_data)}条缺失值记录)# 删除重复值self.cleaned_data.drop_duplicates(subset学号,inplaceTrue)# 验证成绩范围forsubjectinself.subjects:invalidself.cleaned_data[(self.cleaned_data[subject]0)|(self.cleaned_data[subject]100)]ifnotinvalid.empty:print(f警告{subject}科目存在{len(invalid)}条异常成绩)print(f数据清洗完成有效记录数{len(self.cleaned_data)})3. 探索性数据分析EDA通过分组聚合、统计描述和相关性分析挖掘数据背后的规律。核心操作包括总体统计计算各科目平均分、总分极值。班级对比按班级分组计算平均分识别优秀班级。相关性分析使用corr()计算科目间皮尔逊相关系数发现学科关联性。defexploratory_analysis(self):探索性数据分析统计描述、分组聚合、相关性分析ifself.cleaned_dataisNone:raiseValueError(请先执行数据清洗)# 总体统计avg_scoresself.cleaned_data[self.subjects].mean()overall_avgavg_scores.mean()total_scoresself.cleaned_data[self.subjects].sum(axis1)max_total,min_totaltotal_scores.max(),total_scores.min()print(\n 总体情况分析 )print(f参与分析的学生总数{len(self.cleaned_data)}人)print(f各科目平均分\n{avg_scores.round(1)})print(f总体平均分{overall_avg:.1f}分)print(f总分最高分{max_total:.1f}最低分{min_total:.1f})# 班级表现分析class_avgself.cleaned_data.groupby(班级)[self.subjects].mean().mean(axis1)top_classclass_avg.idxmax()top_class_avgclass_avg.max()print(f\n 班级表现分析 )print(f平均分最高的班级{top_class}{top_class_avg:.1f}分)# 科目相关性分析corrself.cleaned_data[self.subjects].corr()corr_valuescorr.unstack()corr_valuescorr_values[corr_values1].sort_values(ascendingFalse)top_corr1corr_values.index[0]top_corr1_valuecorr_values.iloc[0].round(3)print(f\n 科目相关性分析 )print(f相关性最高的科目对{top_corr1[0]}与{top_corr1[1]}{top_corr1_value})4. 数据可视化可视化是将数据转化为直观信息的关键步骤本案例绘制 4 类图表科目平均分柱状图对比各科目整体表现。班级平均分热力图展示班级与科目的交叉表现。成绩分布箱线图诊断各科目成绩离散程度。相关性热力图直观呈现科目间关联强度。defvisualize_data(self):数据可视化绘制多维度图表# 1. 科目平均分柱状图plt.figure(figsize(10,6))avg_scoresself.cleaned_data[self.subjects].mean()sns.barplot(xavg_scores.index,yavg_scores.values,paletteviridis)plt.title(各科目平均分对比,fontsize14)plt.ylabel(平均分)plt.savefig(score_analysis_results/subject_avg.png,dpi300,bbox_inchestight)plt.show()# 2. 班级-科目平均分热力图plt.figure(figsize(12,8))class_subject_avgself.cleaned_data.groupby(班级)[self.subjects].mean()sns.heatmap(class_subject_avg,annotTrue,cmapYlOrRd,fmt.1f)plt.title(班级-科目平均分热力图,fontsize14)plt.savefig(score_analysis_results/class_subject_heatmap.png,dpi300,bbox_inchestight)plt.show()# 3. 成绩分布箱线图plt.figure(figsize(12,6))sns.boxplot(dataself.cleaned_data[self.subjects],paletteSet2)plt.title(各科目成绩分布箱线图,fontsize14)plt.ylabel(分数)plt.savefig(score_analysis_results/score_boxplot.png,dpi300,bbox_inchestight)plt.show()# 4. 科目相关性热力图plt.figure(figsize(10,8))corrself.cleaned_data[self.subjects].corr()sns.heatmap(corr,annotTrue,cmapcoolwarm,fmt.3f,squareTrue)plt.title(科目相关性矩阵,fontsize14)plt.savefig(score_analysis_results/correlation_heatmap.png,dpi300,bbox_inchestight)plt.show()5. 报告生成将分析结果自动保存为结构化文本报告包含统计结论和教学建议实现 “分析 - 呈现 - 输出” 全流程自动化。defgenerate_report(self):生成结构化分析报告withopen(score_analysis_results/score_analysis_report.txt,w,encodingutf-8)asf:f.write( 成绩分析报告 \n\n)nowdatetime.now()report_timef{now.year}年{now.month}月{now.day}日{now.hour}:{now.minute}:{now.second}f.write(f报告生成时间{report_time}\n\n)# 写入总体情况avg_scoresself.cleaned_data[self.subjects].mean()overall_avgavg_scores.mean()total_scoresself.cleaned_data[self.subjects].sum(axis1)f.write(f1. 总体情况\n)f.write(f - 参与分析的学生总数{len(self.cleaned_data)}人\n)f.write(f - 各科目平均分\n)forsubject,avginavg_scores.items():f.write(f -{subject}{avg:.1f}分\n)f.write(f - 总体平均分{overall_avg:.1f}分\n)f.write(f - 总分最高分{total_scores.max():.1f}最低分{total_scores.min():.1f}\n\n)# 写入教学建议基于分析结果lowest_subjectavg_scores.idxmin()f.write( 教学建议 \n)f.write(f1. 针对平均分较低的{lowest_subject}科目建议加强教学力度分析学生薄弱环节。\n)f.write(f2. 可组织平均分最高的班级开展教学经验交流促进整体水平提升。\n)f.write(f3. 对总分靠后的学生分析其薄弱科目制定个性化提升计划。\n)print(报告已保存至 score_analysis_results/score_analysis_report.txt)五、代码解析面向对象设计采用ScoreAnalyzer类封装数据生成、清洗、分析和可视化方法实现代码模块化和复用符合单一职责原则。数据生成逻辑通过numpy正态分布模拟真实成绩np.clip确保分数在合理区间避免无效数据干扰分析。统计方法应用使用 Pandas 的groupby实现班级分组聚合corr()计算皮尔逊相关系数量化科目间关联性。可视化规范遵循 “图形语法” 原则Matplotlib 负责基础图表定制如中文显示、DPI 设置Seaborn 承担高级统计绘图如热力图、箱线图所有图表嵌入中文标注和图例确保可读性。六、项目亮点全流程自动化从数据生成、清洗、分析到可视化、报告输出实现一键运行减少人工干预提升效率。业务价值导向分析结论直接映射到可执行建议如 “加强低分科目教学”“组织优秀班级交流”体现 “数据驱动决策” 的核心逻辑。工程化设计代码采用模块化结构数据与逻辑分离图表导出 DPI 设为 300满足印刷要求符合工业级 Python 工程规范。可扩展性通过修改subject_params可适配不同科目调整num_students可支持更大规模数据为后续扩展如接入真实数据库、机器学习预测预留空间。七、实验结论本报告通过 Python 实现了学生成绩数据的全流程分析与可视化验证了 Python 在数据处理和统计建模中的高效性。核心结论包括数学和物理科目平均分相对较低需重点关注教学资源倾斜。班级间存在显著成绩差异优秀班级的教学方法可复制推广。数学与物理、语文与英语呈现强相关性适合开展关联教学。未来可进一步引入机器学习模型如线性回归预测学生成绩趋势或结合 Flask 搭建 Web 端可视化看板提升数据应用的交互性。八、总结与展望Python 凭借其丰富的库生态和简洁的语法为数据分析提供了强大工具。本案例展示了从原始数据到决策建议的完整链路体现了 “数据分析是翻译业务语言为数据语言再将数据语言转译为决策语言” 的本质。对于学习者而言掌握 Pandas、Matplotlib 等核心库理解数据驱动的逻辑是提升 Python 实战能力的关键。未来可探索更多高级应用如自动化报告生成使用docxtpl、实时数据监控结合schedule定时任务进一步拓展 Python 的应用边界。