python 学生管理系统V1.0

简介: 大家好这里是三岁,有是一年期末考,学生管理系统V1.0你有头绪嘛?没有的话,过来康康吧!

大家好这里是三岁,有是一年期末考,学生管理系统V1.0你有头绪嘛?
没有的话,过来康康吧!


学生管理系统V1.0



管理系统做到以下几点:

1.添加学生信息
2.删除学生信息
3.修改学生信息
4.显示所有学生信息
5.保存数据
0.退出程序



通过要求获得需要的结果。

康康界面要求:


20200630104716509.png


稍微粗略一点,但是基本上可以看得懂。


思路解析


既然要完成以上功能那么肯定要通过多模块协同操作,然后死循环,循环处理与使用各个模块。

模块分析


1、 第一个模块 — 输出模块

用于输出上面的基础界面


2、第二个模块 — 添加学生信息模块

用于把新的数据添加到整个数据组里面去


3、第三个模块 — 修改学生信息模块

把数据进行修改

方法一:先删除再重新添加数据

方法二:直接修改有关的数据


4、第四模块 — 显示学生信息

通过for循环获得各个值得有关信息


5、第五模块 — 保存数据

打开文件对数据进行保存。


输出基础界面


def aaa():
    print('='*46)
    print( '学生管理系统V1.0')
    print('1.添加学生信息')
    print('2.删除学生信息')
    print('3.修改学生信息')
    print('4.显示所有学生信息')
    print('5.保存数据')
    print('0.退出程序')
    print('='*46)


基本界面的输出


添加学生数据


def newadd():
    n = input('输入新学生的姓名:')
    a = input('输入新学生的年龄:')
    t = input('输入新学生的电话号码:')
    newdic = {}
    newdic['name'] = n
    newdic['age'] = a
    newdic['tel'] = t
    dete.append(newdic)


把数据放入字典,然后把字典写入列表


删除学生数据


def removes():
    deva = int(input('输入需要删除的序列号:'))
    print('输入的序列不正确请重新尝试!')
    if deva >= 0:
        if deva > len(dete):
            print('你要删除的数据不存在请正确输入!')
        else:
            deldate = dete.pop(deva-1)
            print(f'你删除的数据是:名字:{deldate["name"]},年龄:{deldate["age"]},电话:{deldate["tel"]}')
            print('数据已经删除!')
    else:
        print('请输入正确的值!')


删除有关的数据


修改信息


def modify():
    amend = int(input('需要修改的序列号'))
    print('输入的序列不正确请重新尝试!')
    if amend >= 0:
        if amend > len(dete):
            print('你要修改的数据不存在请正确输入!')
        else:
            n = input('输入修改后学生的姓名:')
            a = input('输入修改后学生的年龄:')
            t = input('输入修改后学生的电话号码:')
            newdic_1 = {}
            newdic_1['name'] = n
            newdic_1['age'] = a
            newdic_1['tel'] = t
            dete[amend-1] = newdic_1
    else:
        print('请正确输入!')


修改有关的数据


显示信息


a = 1
                for date in dete:
                    print(f'序号:{a},名字:{date["name"]},年龄:{date["age"]},电话:{date["tel"]}')
                    a += 1


保存数据


aw = open('学生信息.txt', 'w', encoding='UTF-8') 
aw.write(str(dete))
print('保存成功!')
aw.close()


基本上的数据内容都有了,稍微整合亿下那就完美啦,奥利给!!!

接下去的内容会再次更新,最终的代码会在稍后更新,2.0嘛也会有的啦,感谢大家的关注与帮忙。

目录
相关文章
|
3天前
|
机器学习/深度学习 人工智能 算法
猫狗宠物识别系统Python+TensorFlow+人工智能+深度学习+卷积网络算法
宠物识别系统使用Python和TensorFlow搭建卷积神经网络,基于37种常见猫狗数据集训练高精度模型,并保存为h5格式。通过Django框架搭建Web平台,用户上传宠物图片即可识别其名称,提供便捷的宠物识别服务。
92 55
|
23天前
|
机器学习/深度学习 数据采集 供应链
使用Python实现智能食品安全追溯系统的深度学习模型
使用Python实现智能食品安全追溯系统的深度学习模型
50 4
|
12天前
|
机器学习/深度学习 人工智能 算法
【宠物识别系统】Python+卷积神经网络算法+深度学习+人工智能+TensorFlow+图像识别
宠物识别系统,本系统使用Python作为主要开发语言,基于TensorFlow搭建卷积神经网络算法,并收集了37种常见的猫狗宠物种类数据集【'阿比西尼亚猫(Abyssinian)', '孟加拉猫(Bengal)', '暹罗猫(Birman)', '孟买猫(Bombay)', '英国短毛猫(British Shorthair)', '埃及猫(Egyptian Mau)', '缅因猫(Maine Coon)', '波斯猫(Persian)', '布偶猫(Ragdoll)', '俄罗斯蓝猫(Russian Blue)', '暹罗猫(Siamese)', '斯芬克斯猫(Sphynx)', '美国斗牛犬
83 29
【宠物识别系统】Python+卷积神经网络算法+深度学习+人工智能+TensorFlow+图像识别
|
14天前
|
机器学习/深度学习 算法 前端开发
基于Python深度学习的果蔬识别系统实现
果蔬识别系统,主要开发语言为Python,基于TensorFlow搭建ResNet卷积神经网络算法模型,通过对12种常见的果蔬('土豆', '圣女果', '大白菜', '大葱', '梨', '胡萝卜', '芒果', '苹果', '西红柿', '韭菜', '香蕉', '黄瓜')图像数据集进行训练,最后得到一个识别精度较高的模型文件。再基于Django框架搭建Web网页端可视化操作界面,以下为项目实现介绍。
25 4
基于Python深度学习的果蔬识别系统实现
|
2月前
|
机器学习/深度学习 传感器 存储
使用 Python 实现智能地震预警系统
使用 Python 实现智能地震预警系统
134 61
|
1月前
|
弹性计算 数据管理 数据库
从零开始构建员工管理系统:Python与SQLite3的完美结合
本文介绍如何使用Python和Tkinter构建一个图形界面的员工管理系统(EMS)。系统包括数据库设计、核心功能实现和图形用户界面创建。主要功能有查询、添加、删除员工信息及统计员工数量。通过本文,你将学会如何结合SQLite数据库进行数据管理,并使用Tkinter创建友好的用户界面。
55 2
从零开始构建员工管理系统:Python与SQLite3的完美结合
|
26天前
|
Python
Python之音乐专辑管理系统
音乐专辑管理系统是一款用于管理和维护音乐专辑信息的应用程序,支持添加、删除、修改和查询专辑详情(如专辑名、艺术家、发行日期及曲目列表)。系统运行需Python 3.x环境,硬件要求较低,适合个人及小型团队使用。
51 4
|
28天前
|
Python
Python实现摇号系统
本文介绍了如何使用Python构建一个简单的摇号系统,包括用户输入、随机抽取、结果展示和日志记录等功能。通过导入`random`、`datetime`和`logging`模块,实现了从参与者名单中随机抽取中奖者,并记录每次摇号的结果,方便后续查看和审计。完整代码示例提供了从功能实现到主程序调用的全过程。
34 2
|
1月前
|
机器学习/深度学习 人工智能 算法
基于Python深度学习的【垃圾识别系统】实现~TensorFlow+人工智能+算法网络
垃圾识别分类系统。本系统采用Python作为主要编程语言,通过收集了5种常见的垃圾数据集('塑料', '玻璃', '纸张', '纸板', '金属'),然后基于TensorFlow搭建卷积神经网络算法模型,通过对图像数据集进行多轮迭代训练,最后得到一个识别精度较高的模型文件。然后使用Django搭建Web网页端可视化操作界面,实现用户在网页端上传一张垃圾图片识别其名称。
77 0
基于Python深度学习的【垃圾识别系统】实现~TensorFlow+人工智能+算法网络
|
1月前
|
机器学习/深度学习 人工智能 算法
基于深度学习的【蔬菜识别】系统实现~Python+人工智能+TensorFlow+算法模型
蔬菜识别系统,本系统使用Python作为主要编程语言,通过收集了8种常见的蔬菜图像数据集('土豆', '大白菜', '大葱', '莲藕', '菠菜', '西红柿', '韭菜', '黄瓜'),然后基于TensorFlow搭建卷积神经网络算法模型,通过多轮迭代训练最后得到一个识别精度较高的模型文件。在使用Django开发web网页端操作界面,实现用户上传一张蔬菜图片识别其名称。
79 0
基于深度学习的【蔬菜识别】系统实现~Python+人工智能+TensorFlow+算法模型