Python学生成绩分析与处理教程
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!
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!

- 上一篇
- HTML代码校验方法与4种验证工具推荐

- 下一篇
- Golang协程错误传递:chanerror技巧分享
-
- 文章 · python教程 | 3分钟前 |
- PyCharm安装教程手把手教学流程
- 443浏览 收藏
-
- 文章 · python教程 | 24分钟前 |
- SQLAlchemy高级用法与实战技巧
- 393浏览 收藏
-
- 文章 · python教程 | 27分钟前 | Python 卡方检验 scipy.stats.chi2_contingency P值 列联表
- Python卡方检验方法及实例解析
- 188浏览 收藏
-
- 文章 · python教程 | 51分钟前 |
- Python进度条教程,tqdm库使用详解
- 379浏览 收藏
-
- 文章 · python教程 | 1小时前 |
- Python全局变量定义详解
- 482浏览 收藏
-
- 文章 · python教程 | 1小时前 |
- Python项目打包发布指南
- 128浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 542次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 511次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 498次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 484次学习
-
- 扣子-Space(扣子空间)
- 深入了解字节跳动推出的通用型AI Agent平台——扣子空间(Coze Space)。探索其双模式协作、强大的任务自动化、丰富的插件集成及豆包1.5模型技术支撑,覆盖办公、学习、生活等多元应用场景,提升您的AI协作效率。
- 8次使用
-
- 蛙蛙写作
- 蛙蛙写作是一款国内领先的AI写作助手,专为内容创作者设计,提供续写、润色、扩写、改写等服务,覆盖小说创作、学术教育、自媒体营销、办公文档等多种场景。
- 11次使用
-
- CodeWhisperer
- Amazon CodeWhisperer,一款AI代码生成工具,助您高效编写代码。支持多种语言和IDE,提供智能代码建议、安全扫描,加速开发流程。
- 25次使用
-
- 畅图AI
- 探索畅图AI:领先的AI原生图表工具,告别绘图门槛。AI智能生成思维导图、流程图等多种图表,支持多模态解析、智能转换与高效团队协作。免费试用,提升效率!
- 52次使用
-
- TextIn智能文字识别平台
- TextIn智能文字识别平台,提供OCR、文档解析及NLP技术,实现文档采集、分类、信息抽取及智能审核全流程自动化。降低90%人工审核成本,提升企业效率。
- 60次使用
-
- Flask框架安装技巧:让你的开发更高效
- 2024-01-03 501浏览
-
- Django框架中的并发处理技巧
- 2024-01-22 501浏览
-
- 提升Python包下载速度的方法——正确配置pip的国内源
- 2024-01-17 501浏览
-
- Python与C++:哪个编程语言更适合初学者?
- 2024-03-25 501浏览
-
- 品牌建设技巧
- 2024-04-06 501浏览