用 Python 对成绩分类汇总

不可言诉的深渊

发布于 2019-10-08 16:03:32

1K0

发布于 2019-10-08 16:03:32

文章被收录于专栏：Python机器学习算法说书人 Python机器学习算法说书人Python机器学习算法说书人

这学期我们每个人需要填写三张学年鉴定表，每一张表中都有学业总平均分和考试课平均分两项内容，如果想用手工的方式算出这两项内容不知道要花多久，所以我建议编写一个算法（Excel 的函数啥的本质上也是算法）计算这两项内容，下面我就以我的成绩为例讲一下用 Python 算出这两项内容的步骤。

概述

我们打开学校的教务系统，如图所示。

点击成绩查询，如图所示。

随后选择某一学年，然后点击按学年查询，如图所示。

我们可以发现这里只有成绩，没有考核方式，而且里面有非法数据，比如所谓的“合格”。我们暂时先不处理这些非法数据，先找到考核方式在哪里，如图所示。

点击培养计划，如图所示。

这样就可以看到考核方式了，然后把建议修读学期改成全部，其他不变，如图所示。

可以发现它默认是分页显示，每页显示 10 条数据，然而我们需要一页显示所有数据。我这边总共 59 条数据，每页显示 10 条数据，那么我们直接把每页显示的数据条数改成大于等于 59 不就可以了吗？在这里我改成 60，如图所示。

既然数据找到了，那么算法实现起来就简单了，根据课程代码（如果课程名称唯一，也可以根据课程名称，我是根据课程名称进行合并的）把每一学年的成绩和考核方式合并到一张表中。

新建项目

我们用 PyCharm 新建一个 Scientific 项目，项目名称和目录随便（因为是对成绩进行分类汇总，所以我就把项目叫做 GradeSummary），如图所示。

点击 CREATE，等待片刻后如图所示。

接下来在 data 目录里面新建两个 Excel 文件，名称如图所示。

然后打开名为成绩统计.xlsx，在里面创建三个 sheet，如图所示。

接着去教务系统成绩查询页，把第一学年的成绩数据放到第一个 sheet，第二学年的放到第二个 sheet，第三学年的放到第三个 sheet，如图所示。

如果和上图的格式差不多就可以保存关闭，打开考核方式统计.xlsx，去教务系统把考核方式数据复制到这个 workbook 的第一张工作表中，如图所示。

如果格式和上图格式差不多就可以保存关闭了。

算法实现

算法的实现过程比较简单，分为以下几步：载入成绩，载入考核方式，合并，处理，计算总平均分，计算考试科平均分。（过程的顺序不唯一，比如载入成绩和载入考核方式可以互换）。

下面就可以搭建一个框架了，代码如下：

class GradeSummary:
    def __init__(self):
        pass

    def load_grade(self):
        pass

    def load_assessment_method(self):
        pass

    def merge(self):
        pass

    def process(self):
        pass

    def calculate_all_average(self):
        pass

    def calculate_examination_average(self):
        pass


if __name__ == '__main__':
    grade_summary = GradeSummary()
    grade_summary.load_grade()
    grade_summary.load_assessment_method()
    grade_summary.merge()
    grade_summary.process()
    grade_summary.calculate_all_average()
    grade_summary.calculate_examination_average()

初始化

在其中我们需要三个数据集列表，一个是存放成绩数据，一个是存放考核方式数据，还有一个是存放合并后的数据。每个列表中有三个元素（第几个元素就对应第几学年）。另外我们还需要一个学年的序列，因为要算每一学年的学业总平均分和考试课平均分。知道这些写出构造方法就是轻而易举了，代码如下：

    def __init__(self):
        self.dataset_list1 = [{'课程名称': [], '成绩': []}, {'课程名称': [], '成绩': []}, {'课程名称': [], '成绩': []}]
        self.dataset_list2 = [{'课程名称': [], '考核方式': []}, {'课程名称': [], '考核方式': []},
                              {'课程名称': [], '考核方式': []}]
        self.dataset_list = [{'课程名称': [], '成绩': [], '考核方式': []}, {'课程名称': [], '成绩': [], '考核方式': []},
                             {'课程名称': [], '成绩': [], '考核方式': []}]
        self.school_years = '2016-2017', '2017-2018', '2018-2019'

载入成绩

载入成绩的实现很简单，读取成绩统计.xlsx，顺序遍历三个 sheet，在第一次遍历过程中把课程名称的数据放到 self.dataset_list1[0]['课程名称']里面，第二次遍历过程中把课程名称的数据放到 self.dataset_list1[1]['课程名称']里面，以此类推。

在每次遍历的过程中仅仅载入一个课程名称有点说不过去，我们还需要把成绩载入一下，成绩就是考试成绩，补考成绩，重修成绩三个中取最大值。在这里要处理的问题有点多，下面我们来一一解决一下。

第一个问题，如果成绩，补考成绩，重修成绩对应的数据类型不一样，比如我，没有补考和重修，补考成绩和重修成绩对应的数据类型是字符串，怎么办？这个问题解决起来很简单，只要把补考成绩和重修成绩修改成 0 就行了，这样就可以进行比较，而且结果没有错误。

第二个问题，像“合格”这样的数据怎么办？最终我们是选择忽略掉这种数据，但是我们现在不忽略，直接令成绩为空字符串。

知道了这些代码实现就简单了，代码如下：

    def load_grade(self):
        workbook = open_workbook('data/成绩统计.xlsx')
        for i in range(3):
            sheet = workbook.sheet_by_index(i)
            headers = [header.value for header in sheet.row(0)]
            self.dataset_list1[i]['课程名称'] = sheet.col_values(headers.index('课程名称'), 1)
            grade_list = [[], [], []]
            grade_list[0] = sheet.col_values(headers.index('成绩'), 1)
            grade_list[1] = sheet.col_values(headers.index('补考成绩'), 1)
            grade_list[2] = sheet.col_values(headers.index('重修成绩'), 1)
            for j in range(len(grade_list[0])):
                if isinstance(grade_list[0][j], float):
                    if not isinstance(grade_list[1][j], float):
                        grade_list[1][j] = 0.0
                    if not isinstance(grade_list[2][j], float):
                        grade_list[2][j] = 0.0
            for j in range(len(grade_list[0])):
                if isinstance(grade_list[0][j], float):
                    self.dataset_list1[i]['成绩'].append(max(grade_list[0][j], grade_list[1][j], grade_list[2][j]))
                else:
                    self.dataset_list1[i]['成绩'].append('')

载入考核方式

载入考核方式的实现很简单，读取考核方式统计.xlsx，获取课程名称，考核方式，建议修读学期这三条数据，然后根据建议修读学期计算对应的学年，最后根据学年计算出索引，下面我就讲一下如何计算。

如果建议修读学期是 1 或者 2，那么对应第 1 学年；如果建议修读学期是 3 或者 4，那么对应第 2 学年；以此类推。我们可以发现：(建议修读学期[i]-1)//2+1 就是第几学年，所以索引 = (建议修读学期[i]-1)//2+1-1 = (建议修读学期[i]-1)//2。因为我总共只有 3 个学年，所以索引必须小于等于 2！

最后把数据存放到对应的容器中就行了，代码如下：

    def load_assessment_method(self):
        dataset = {'课程名称': [], '考核方式': [], '建议修读学期': []}
        workbook = open_workbook('data/考核方式统计.xlsx')
        sheet = workbook.sheet_by_index(0)
        headers = [header.value for header in sheet.row(0)]
        dataset['课程名称'] = sheet.col_values(headers.index('课程名称'), 1)
        dataset['考核方式'] = sheet.col_values(headers.index('考核方式'), 1)
        dataset['建议修读学期'] = sheet.col_values(headers.index('建议修读学期'), 1)
        for i in range(len(dataset['课程名称'])):
            index = (int(dataset['建议修读学期'][i])-1)//2
            if index <= 2:
                self.dataset_list2[index]['课程名称'].append(dataset['课程名称'][i])
                self.dataset_list2[index]['考核方式'].append(dataset['考核方式'][i])

合并

合并的实现很简单，把成绩数据集列表（self.dataset_list1）中第 i 个数据集和考核方式数据集列表（self.dataset_list2）中第 i 个数据集按照课程名称合并到 self.dataset_list[i] 中，其中 0 <= i <= 2。合并完成之后删除成绩数据集列表和考核方式数据集列表，代码如下：

    def merge(self):
        for i in range(3):
            for j in range(len(self.dataset_list1[i]['课程名称'])):
                for k in range(len(self.dataset_list2[i]['课程名称'])):
                    if self.dataset_list1[i]['课程名称'][j] == self.dataset_list2[i]['课程名称'][k]:
                        self.dataset_list[i]['课程名称'].append(self.dataset_list1[i]['课程名称'][j])
                        self.dataset_list[i]['成绩'].append(self.dataset_list1[i]['成绩'][j])
                        self.dataset_list[i]['考核方式'].append(self.dataset_list2[i]['考核方式'][k])
                        del self.dataset_list2[i]['课程名称'][k]
                        del self.dataset_list2[i]['考核方式'][k]
                        break
        del self.dataset_list1
        del self.dataset_list2

处理

处理的实现很简单，如果成绩是数，保留该数据。在这里我使用一个临时的数据集列表保留筛选后的数据，最后把临时的数据集列表赋值给 self.dataset_list，代码如下：

    def process(self):
        dataset_list = [{'课程名称': [], '成绩': [], '考核方式': []}, {'课程名称': [], '成绩': [], '考核方式': []},
                        {'课程名称': [], '成绩': [], '考核方式': []}]
        for i in range(3):
            for j in range(len(self.dataset_list[i]['课程名称'])):
                if isinstance(self.dataset_list[i]['成绩'][j], float):
                    dataset_list[i]['课程名称'].append(self.dataset_list[i]['课程名称'][j])
                    dataset_list[i]['成绩'].append(self.dataset_list[i]['成绩'][j])
                    dataset_list[i]['考核方式'].append(self.dataset_list[i]['考核方式'][j])
        self.dataset_list = dataset_list

计算总平均分

计算总平均分很简单，课程成绩总和除以课程数目，不要忘了一学年一学年的计算，代码如下：

    def calculate_all_average(self):
        print('学业总平均分')
        for i in range(3):
            print(self.school_years[i], sum(self.dataset_list[i]['成绩'])/len(self.dataset_list[i]['成绩']))

计算考试科平均分

最后是计算考试课平均分，也就是在学业总平均分的基础上多了一步筛选操作——筛选出考试课，代码如下：

    def calculate_examination_average(self):
        print('考试科平均分')
        for i in range(3):
            examination_grade_list = []
            for j in range(len(self.dataset_list[i]['课程名称'])):
                if self.dataset_list[i]['考核方式'][j] == '考试':
                    examination_grade_list.append(self.dataset_list[i]['成绩'][j])
            print(self.school_years[i], sum(examination_grade_list)/len(examination_grade_list))

最后我直接给出完整代码：

from xlrd import open_workbook
from time import time


class GradeSummary:
    def __init__(self):
        self.dataset_list1 = [{'课程名称': [], '成绩': []}, {'课程名称': [], '成绩': []}, {'课程名称': [], '成绩': []}]
        self.dataset_list2 = [{'课程名称': [], '考核方式': []}, {'课程名称': [], '考核方式': []},
                              {'课程名称': [], '考核方式': []}]
        self.dataset_list = [{'课程名称': [], '成绩': [], '考核方式': []}, {'课程名称': [], '成绩': [], '考核方式': []},
                             {'课程名称': [], '成绩': [], '考核方式': []}]
        self.school_years = '2016-2017', '2017-2018', '2018-2019'

    def load_grade(self):
        workbook = open_workbook('data/成绩统计.xlsx')
        for i in range(3):
            sheet = workbook.sheet_by_index(i)
            headers = [header.value for header in sheet.row(0)]
            self.dataset_list1[i]['课程名称'] = sheet.col_values(headers.index('课程名称'), 1)
            grade_list = [[], [], []]
            grade_list[0] = sheet.col_values(headers.index('成绩'), 1)
            grade_list[1] = sheet.col_values(headers.index('补考成绩'), 1)
            grade_list[2] = sheet.col_values(headers.index('重修成绩'), 1)
            for j in range(len(grade_list[0])):
                if isinstance(grade_list[0][j], float):
                    if not isinstance(grade_list[1][j], float):
                        grade_list[1][j] = 0.0
                    if not isinstance(grade_list[2][j], float):
                        grade_list[2][j] = 0.0
            for j in range(len(grade_list[0])):
                if isinstance(grade_list[0][j], float):
                    self.dataset_list1[i]['成绩'].append(max(grade_list[0][j], grade_list[1][j], grade_list[2][j]))
                else:
                    self.dataset_list1[i]['成绩'].append('')

    def load_assessment_method(self):
        dataset = {'课程名称': [], '考核方式': [], '建议修读学期': []}
        workbook = open_workbook('data/考核方式统计.xlsx')
        sheet = workbook.sheet_by_index(0)
        headers = [header.value for header in sheet.row(0)]
        dataset['课程名称'] = sheet.col_values(headers.index('课程名称'), 1)
        dataset['考核方式'] = sheet.col_values(headers.index('考核方式'), 1)
        dataset['建议修读学期'] = sheet.col_values(headers.index('建议修读学期'), 1)
        for i in range(len(dataset['课程名称'])):
            index = (int(dataset['建议修读学期'][i])-1)//2
            if index <= 2:
                self.dataset_list2[index]['课程名称'].append(dataset['课程名称'][i])
                self.dataset_list2[index]['考核方式'].append(dataset['考核方式'][i])

    def merge(self):
        for i in range(3):
            for j in range(len(self.dataset_list1[i]['课程名称'])):
                for k in range(len(self.dataset_list2[i]['课程名称'])):
                    if self.dataset_list1[i]['课程名称'][j] == self.dataset_list2[i]['课程名称'][k]:
                        self.dataset_list[i]['课程名称'].append(self.dataset_list1[i]['课程名称'][j])
                        self.dataset_list[i]['成绩'].append(self.dataset_list1[i]['成绩'][j])
                        self.dataset_list[i]['考核方式'].append(self.dataset_list2[i]['考核方式'][k])
                        del self.dataset_list2[i]['课程名称'][k]
                        del self.dataset_list2[i]['考核方式'][k]
                        break
        del self.dataset_list1
        del self.dataset_list2

    def process(self):
        dataset_list = [{'课程名称': [], '成绩': [], '考核方式': []}, {'课程名称': [], '成绩': [], '考核方式': []},
                        {'课程名称': [], '成绩': [], '考核方式': []}]
        for i in range(3):
            for j in range(len(self.dataset_list[i]['课程名称'])):
                if isinstance(self.dataset_list[i]['成绩'][j], float):
                    dataset_list[i]['课程名称'].append(self.dataset_list[i]['课程名称'][j])
                    dataset_list[i]['成绩'].append(self.dataset_list[i]['成绩'][j])
                    dataset_list[i]['考核方式'].append(self.dataset_list[i]['考核方式'][j])
        self.dataset_list = dataset_list

    def calculate_all_average(self):
        print('学业总平均分')
        for i in range(3):
            print(self.school_years[i], sum(self.dataset_list[i]['成绩'])/len(self.dataset_list[i]['成绩']))

    def calculate_examination_average(self):
        print('考试科平均分')
        for i in range(3):
            examination_grade_list = []
            for j in range(len(self.dataset_list[i]['课程名称'])):
                if self.dataset_list[i]['考核方式'][j] == '考试':
                    examination_grade_list.append(self.dataset_list[i]['成绩'][j])
            print(self.school_years[i], sum(examination_grade_list)/len(examination_grade_list))


if __name__ == '__main__':
    start = time()
    grade_summary = GradeSummary()
    grade_summary.load_grade()
    grade_summary.load_assessment_method()
    grade_summary.merge()
    grade_summary.process()
    grade_summary.calculate_all_average()
    grade_summary.calculate_examination_average()
    print('处理时间', time()-start)

运行结果如图所示。

今天的文章有不懂的可以后台回复“加群”，备注：小陈学Python，不备注可是会被拒绝的哦~！

本文参与腾讯云自媒体分享计划，分享自微信公众号。

原始发表：2019-09-29，如有侵权请联系 cloudcommunity@tencent.com 删除

编程算法

本文分享自 Python机器学习算法说书人微信公众号，前往查看

如有侵权，请联系 cloudcommunity@tencent.com 删除。

本文参与腾讯云自媒体分享计划，欢迎热爱写作的你一起参与！

编程算法

登录后参与评论

0 条评论

热度

用 Python 对成绩分类汇总

用 Python 对成绩分类汇总

社区

活动

资源

关于

腾讯云开发者

热门产品

热门推荐

更多推荐