登录
首页 >  文章 >  python教程

Python学生成绩分析与处理教程

时间:2025-07-20 08:57:20 271浏览 收藏

哈喽!今天心血来潮给大家带来了《Python学生成绩处理与分析教程》,想必大家应该对文章都不陌生吧,那么阅读本文就都不会很困难,以下内容主要涉及到,若是你正在学习文章,千万别错过这篇文章~希望能帮助到你!

Python处理学生成绩:从文件读取到统计分析

本文档旨在提供一个Python程序,用于读取包含学生成绩信息的文本文件,计算综合成绩,并将结果写入新文件。同时,程序还将统计各分数段的学生人数,并计算班级平均分。通过本文,你将学习如何使用Python进行文件读写、数据处理和统计分析。

文件读取与数据解析

首先,我们需要从score1.txt文件中读取数据。文件中的每一行包含学生的学号、平时成绩和期末成绩,数据之间用空格分隔。以下代码展示了如何读取文件并解析数据:

import re

def process_scores(input_file="score1.txt", output_file="score2.txt"):
    """
    读取学生成绩文件,计算综合成绩,并输出到新文件,同时进行统计分析。
    """
    student_scores = []
    try:
        with open(input_file, 'r') as f:
            for line in f:
                # 使用正则表达式分割字符串,处理多个空格的情况
                data = re.split(r'\s+', line.strip())
                if len(data) == 3:  # 确保每行数据完整
                    student_scores.append(data)
                else:
                    print(f"Warning: Invalid data line: {line.strip()}")
    except FileNotFoundError:
        print(f"Error: Input file '{input_file}' not found.")
        return

    # 打印读取的数据,方便调试
    print("Raw data read from file:", student_scores)

上述代码使用with open()语句打开文件,确保文件在使用完毕后自动关闭。re.split(r'\s+', line.strip()) 使用正则表达式\s+来分割字符串,可以处理多个空格的情况,line.strip()用于移除行首尾的空白字符,避免干扰数据解析。如果某行数据不完整(不是三个字段),会打印警告信息。

注意事项:

  • 确保score1.txt文件存在,并且格式正确。
  • 使用re.split()可以更灵活地处理数据之间的分隔符。
  • 增加错误处理机制,例如try...except块,可以提高程序的健壮性。

综合成绩计算与文件写入

接下来,我们需要根据平时成绩和期末成绩计算综合成绩,并将学号和综合成绩写入score2.txt文件。综合成绩的计算公式为:综合成绩 = 平时成绩 * 0.4 + 期末成绩 * 0.6。

    # 计算综合成绩并写入新文件
    student_results = {}
    with open(output_file, 'w') as p:
        for student in student_scores:
            student_id, usual_score, final_score = student
            try:
                usual_score = int(usual_score)
                final_score = int(final_score)
                score = round(0.4 * usual_score + 0.6 * final_score)
                student_results[student_id] = score
                p.write(f"{student_id} {score}\n")
            except ValueError:
                print(f"Warning: Invalid score data for student {student_id}. Skipping.")

    print("Calculated scores and wrote to file:", student_results)

这段代码遍历student_scores列表,计算每个学生的综合成绩,并将学号和综合成绩写入score2.txt文件。使用round()函数对综合成绩进行四舍五入。同时,增加了try...except块来处理成绩数据可能存在的ValueError异常。

注意事项:

  • 确保平时成绩和期末成绩可以转换为整数。
  • 使用f-string可以方便地格式化输出字符串。
  • p.write(f"{student_id} {score}\n") 在每行末尾添加换行符\n,确保每个学生的数据占据一行。

统计分析与结果输出

最后,我们需要统计各分数段的学生人数,并计算班级平均分。分数段的划分标准为:

  • 90分及以上
  • 80-89分
  • 70-79分
  • 60-69分
  • 60分以下
    # 统计各分数段人数
    grade_counts = {
        "90+": 0,
        "80-89": 0,
        "70-79": 0,
        "60-69": 0,
        "<60": 0
    }

    total_score = 0
    num_students = len(student_results)

    for score in student_results.values():
        total_score += score
        if score >= 90:
            grade_counts["90+"] += 1
        elif 80 <= score <= 89:
            grade_counts["80-89"] += 1
        elif 70 <= score <= 79:
            grade_counts["70-79"] += 1
        elif 60 <= score <= 69:
            grade_counts["60-69"] += 1
        else:
            grade_counts["<60"] += 1

    # 计算平均分
    average_score = total_score / num_students if num_students > 0 else 0

    # 输出统计结果
    print("Total number of students:", num_students)
    print("Grade distribution:", grade_counts)
    print("Average score: {:.1f}".format(average_score))

# 调用函数进行处理
process_scores()

这段代码首先定义了一个字典grade_counts来存储各分数段的学生人数。然后,遍历所有学生的综合成绩,统计各分数段的人数,并计算班级平均分。最后,将统计结果输出到控制台。

注意事项:

  • 使用字典可以方便地存储和访问各分数段的人数。
  • "{:.1f}".format(average_score) 用于格式化输出平均分,保留一位小数。
  • if num_students > 0 else 0 用于处理没有学生的情况,避免除以零的错误。

完整代码

import re

def process_scores(input_file="score1.txt", output_file="score2.txt"):
    """
    读取学生成绩文件,计算综合成绩,并输出到新文件,同时进行统计分析。
    """
    student_scores = []
    try:
        with open(input_file, 'r') as f:
            for line in f:
                # 使用正则表达式分割字符串,处理多个空格的情况
                data = re.split(r'\s+', line.strip())
                if len(data) == 3:  # 确保每行数据完整
                    student_scores.append(data)
                else:
                    print(f"Warning: Invalid data line: {line.strip()}")
    except FileNotFoundError:
        print(f"Error: Input file '{input_file}' not found.")
        return

    # 打印读取的数据,方便调试
    print("Raw data read from file:", student_scores)

    # 计算综合成绩并写入新文件
    student_results = {}
    with open(output_file, 'w') as p:
        for student in student_scores:
            student_id, usual_score, final_score = student
            try:
                usual_score = int(usual_score)
                final_score = int(final_score)
                score = round(0.4 * usual_score + 0.6 * final_score)
                student_results[student_id] = score
                p.write(f"{student_id} {score}\n")
            except ValueError:
                print(f"Warning: Invalid score data for student {student_id}. Skipping.")

    print("Calculated scores and wrote to file:", student_results)

    # 统计各分数段人数
    grade_counts = {
        "90+": 0,
        "80-89": 0,
        "70-79": 0,
        "60-69": 0,
        "<60": 0
    }

    total_score = 0
    num_students = len(student_results)

    for score in student_results.values():
        total_score += score
        if score >= 90:
            grade_counts["90+"] += 1
        elif 80 <= score <= 89:
            grade_counts["80-89"] += 1
        elif 70 <= score <= 79:
            grade_counts["70-79"] += 1
        elif 60 <= score <= 69:
            grade_counts["60-69"] += 1
        else:
            grade_counts["<60"] += 1

    # 计算平均分
    average_score = total_score / num_students if num_students > 0 else 0

    # 输出统计结果
    print("Total number of students:", num_students)
    print("Grade distribution:", grade_counts)
    print("Average score: {:.1f}".format(average_score))

# 调用函数进行处理
process_scores()

总结

本文档详细介绍了如何使用Python处理学生成绩数据,包括文件读取、数据解析、综合成绩计算、文件写入、统计分析和结果输出。通过学习本文,你将掌握Python文件操作、数据处理和统计分析的基本技能。同时,本文还强调了错误处理的重要性,并提供了相应的代码示例。希望本文能够帮助你更好地理解和应用Python。

终于介绍完啦!小伙伴们,这篇关于《Python学生成绩分析与处理教程》的介绍应该让你收获多多了吧!欢迎大家收藏或分享给更多需要学习的朋友吧~golang学习网公众号也会发布文章相关知识,快来关注吧!

相关阅读
更多>
最新阅读
更多>
课程推荐
更多>