10分钟教你用Python打造学生成绩管理系统

简介: 10分钟教你用Python打造学生成绩管理系统

大家好,这学期上了Python这门课,然后结课的时候老师要求做一个这样的学生管理系统。自己按照老师的要求写了一下,今天就把这个小程序分享出来吧~供Python新手小朋友学习~


640.jpg



1总体构思


其实类似这类信息管理系统之类的程序,核心还是和数据打交道吧,包括增删查改,读取、展示、保存等。


在数据结构上,我依然用了给定的数据结构,即:


score1 = { "姓名":"张三丰", 
         "学号":"U19990001", 
         "作业" : [80, 64, 67, 20], 
         "测验" : [75, 75], 
         "实验" : [78, 57] ,
         "分数" : 0
       }


没有增加新的字段比如排名之类的。这样做的主要是考虑到排名、平均成绩等均可以由上述结构中的信息计算出来,而且也可以避免因为一个某个成绩变动,导致一系列的数据需要重新计算。毕竟,数据存储得越多,维护起来的难度就越大,特别是一些关联密切的数据更是如此。


在存储在结构上,我采用了Python中常用的列表作为此程序的“数据库”,因为列表操作起来还是非常方便的。此外,因为这里涉及到一个排名的问题,所以我制定了一个原则:在列表中的所有数据实体都是按照成绩高低进行排序的,即整个存储信息的列表由始至终都是有序的。这样就解决了排名的问题,至于如何实现的,后续我会进行阐述。




运行环境采用的是Windows 10 x64位操作系统+anaconda(Python3.7)+Spyder,默认情况下即可运行,不需要安装其他库。



2程序说明


这一节将介绍一下该程序相应的功能以及相应的代码实现。在此之前先介绍设定的一些规则:


> 计算成绩时取小数点后三位。

> 排名根据[分数、作业平均、测验平均、实验平均]的优先级比较。不存在排名相同的情况。如果这4项指标都相同,emmm应该不会有这么巧的事情。

> 文件保存和读取时,采取CSV格式的数据文件。文件头遵循['序号','姓名','学号','分数','排名','作业1','作业2','作业3','作业4', '测验1', '测验2', '实验1', '实验2']这种格式。

2.0 主界面


整个程序的主界面如下:


640.png


在整个程序的交互中,为了更好提高提示信息的辨识度,系统规定了几种颜色:

- 蓝色提示内容表示需要用户输入相关信息。

- 红色表示系统执行指令的结果,比如成功,失败等等。

- 黑色表示系统菜单显示啊,查询结果的输出等。

2.1 添加学生信息


在添加学生信息中,在实现了手动添加信息的基础上,我又增加了从文件中导入信息的功能。不过在添加信息这块,我做了一个约束:添加学生信息时,如果系统中已经存在该学生的学号,则不能重复添加。两种方式都遵循该原则,以保证学号的唯一性。

640.jpg


在添加学生信息时,因为前面说了列表里面的数据需要保持有序性,所以采取了插入排序的方式进行添加,核心的代码如下:


# 根据优先级[分数、作业平均、测验平均、实验平均]比较s1是否优于s2
def cmp_student(s1, s2):
    if s1["分数"] != s2["分数"]:
        return s1["分数"] > s2["分数"]
    else:
        if np.mean(s1["作业"]) != np.mean(s2["作业"]):
            return np.mean(s1["作业"]) > np.mean(s2["作业"])
        else:
            if np.mean(s1["测验"]) != np.mean(s2["测验"]):
                return np.mean(s1["测验"]) > np.mean(s2["测验"])
            else:
                return np.mean(s1["实验"]) > np.mean(s2["实验"])
# 根据分数大小,将学生信息插入到列表中,插入排序
def add_to_list(stu, stu_list):
    if len(stu_list):
        if cmp_student(stu, stu_list[0]): # 比第一名还优秀
            stu_list.insert(0,stu)
        elif not cmp_student(stu, stu_list[-1]): # 比最后一名还差
            stu_list.append(stu)
        else:
            for i in range(len(stu_list)-1):
                if (not cmp_student(stu, stu_list[i])) and (cmp_student(stu, stu_list[i+1])):
                    stu_list.insert(i+1, stu)
                    return
    else:
        stu_list.append(stu)


原谅我写了这么多if!


image.gif640.gif

手动添加时,逐个输入学生的信息,最后按照分数插入到相应的位置,注意的是,需要保证在输入成绩时确保获取的是数字,否则提示错误需要用户重新输入:


# 输入一个数字
def input_number(information):
    while True:
        try:
            print("\033[34m",end='')
            number = input(information)
            print("\033[0m",end='')
            if type(eval(number)) == float or type(eval(number)) == int:
                return float(number)
        except :
            print('\033[1;31m',end='')
            print("输入有误,请输入一个数字!")
            print('\033[0m',end='')


注:类似print("\033[34m",end='')这类语句是控制输出的字体颜色的。下同


从文件中添加时,系统提供了默认文件的选项,直接回车则默认从data_file目录下的学生成绩信息.csv文件导入,因为有些用户是懒得输入文件名的。需要注意的是,导入的文件中,允许成绩选项缺失,如果缺失了,则利用其它成绩重新计算得出。但其它必要信息不能缺失:


# 从文件添加学生信息
# 需要遵循格式:['序号','姓名','学号','分数','排名','作业1','作业2','作业3','作业4', '测验1', '测验2', '实验1', '实验2']
def add_from_file(stu_list):
    print("\033[34m",end='')
    fn = input("请输入文件路径(例如: C:/a.csv, 直接回车则默认为[./data_file/学生成绩信息.csv]) >> ")
    print("\033[0m",end='')
    file_path = './data_file/'+'学生成绩信息.csv' # 默认选项
    if fn != '':
        file_path = fn
    n = 0
    n_du = 0
    with open(file_path) as csvfile:
        csv_reader = csv.reader(csvfile)  # 使用csv.reader读取csvfile中的文件
        next(csv_reader)  # 跳过文件头
        for row in csv_reader:  # 读取数据
            if find_student_uid(row[2], stu_list) != -INF: # 如果存在学号相同,则不添加
                n_du = n_du + 1
                continue
            work       = [float(x) for x in row[5:9]] #转化作业成绩
            test       = [float(x) for x in row[9:11]] #转化测验成绩
            experiment = [float(x) for x in row[11:]] #转化实验成绩
            score = 0
            if row[3] == '':
                score = calc_score(work, test, experiment) # 考虑到成绩位置为空的情况,重新计算成绩。
            else:
                score = float(row[3])
            stu_info = {'姓名':row[1], '学号':row[2], '作业':work,
                    '测验':test, '实验': experiment, '分数':score}
            add_to_list(stu_info,stu_list)   #将字典数据添加到列表中,插入排序。
            n = n + 1
    print('\033[1;31m')  
    print("从文件["+file_path+"]添加信息成功!共添加 "+str(n)+" 条信息,跳过 "+str(n_du)+" 条重复信息!")
    print('\033[0m')  
    return stu_list


2.2 修改学生信息


这一块比较简单,找到学生信息后,输入相应信息然后修改。大部分都是提示输入的语句。


640.png


不过需要注意的是,修改了相应的作业、实验等成绩后,需要更新学生的分数,同时重新计算学生的排名,将该生挪到列表的相应位置上。具体做法在我的代码实现中比较简单,先将该生从列表中移除,重新计算分数后再按照插入排序的思路放进列表即可。这样速度可能会快一些。因为变动信息的只有一个学生,如果再次对整个列表进行排序可能会造成比较大的开销。

2.3 删除学生信息


这一块也相对来说比较简单,找到学生后,如果确认删除,则直接删除该学生即可。删除后其他学生的次序依然是有序的,无需再做调整。

640.png


2.4 查找学生信息


查找学生相关信息是通过`学号`遍历列表进行搜寻,找到后输出学生的相关信息。

640.png



不过我在此基础上,对学生成绩进行了简单的统计,并通过图表的方式进行呈现。能够让老师或学生更直观地看到各科成绩的详细内容,找出自己的优势与不足,便于下次努力改进。(不过这里因为想把两个图拼在一个图上,因为不熟悉操作做了好久^~^)


bar1_colors = ['#7199cf','#4fc4aa','#e1a7a2']
labels = np.array(['作业1','作业2','作业3','作业4','测验1','测验2','实验1','实验2'])
name=['作业','测验','实验']
# 统计学生成绩等信息
def statistics_student(stu):
    #=======自己设置开始============
    #标签
    #数据个数
    dataLenth = len(stu["作业"])+len(stu["测验"])+len(stu["实验"])
    #数据
    all_scores = stu["作业"] + stu["测验"] + stu["实验"]
    data = np.array(all_scores)
    average_score=[np.mean(stu["作业"]),np.mean(stu["测验"]),np.mean(stu["实验"])]
    #========自己设置结束============
    angles = np.linspace(0, 2*np.pi, dataLenth, endpoint=False)
    data = np.concatenate((data, [data[0]])) # 闭合 # #将数据结合起来
    angles = np.concatenate((angles, [angles[0]])) # 闭合
    fig = plt.figure(figsize=(8, 4.2), dpi=80)
    ax = fig.add_subplot(121, polar=True)# polar参数!!121代表总行数总列数位置
    ax.plot(angles, data, 'bo-', linewidth=1)# 画线四个参数为x,y,标记和颜色,闲的宽度
    ax.fill(angles, data, facecolor='r', alpha=0.1)# 填充颜色和透明度
    ax.set_thetagrids(angles * 180/np.pi, labels, fontproperties='SimHei')
    ax.set_title("{} 详细成绩雷达图".format(stu["姓名"]),fontproperties='SimHei',weight='bold', size='medium', position=(0.5, 1.11),
                     horizontalalignment='center', verticalalignment='center')
    ax.set_rlim(0,100)
    ax.grid(True)
    xticks = np.arange(len(average_score))  #生成x轴每个元素的位置
    ax=fig.add_subplot(133)
    ax.set_xticklabels(name, fontproperties='SimHei')
    ax.set_xticks(xticks)  #设置x轴上每个标签的具体位置
    ax.set_ylim([0, 100]) # 设置y轴范围
    ax.bar(xticks,average_score,color=bar1_colors)
    ax.set_title("{} 平均成绩柱状图".format(stu["姓名"]),fontproperties='SimHei')
    plt.show()

2.5 打印全体学生成绩信息


这一个功能实现也蛮简单,遍历学生列表,然后调用打印函数逐个进行打印输出即可,这里输出单个学生信息的时候就没有输出统计图的信息了。主要是考虑到人数过多时,输出图的话,可能会导致速度过慢,影响体验。输出完成后会简单统计一下一共有几个人。


640.png

2.6 课程成绩统计


在统计成绩这个模块中,由于数据在列表中已经是有序的了,所以最高分最低分,中位数的获取都比较容易。而平均分也可以很快得出。(其实我觉得,程序的整体结构和思路做好以后,功能模块的实现就方便得多了。)

640.png



同样地,在这里我也做了一个图形的统计,利用柱状图展示了各个分数段的人数,方便老师快速了解成绩的分布情况。然后利用了饼状图分析了`及格人数/不及格人数`的比例,因为在这里不及格的人数为0,所以整块都是及格的蓝色。


画图的代码如下(有了上一张图的经验,这张就好多了):


## 绘制统计试图
def print_statistics_view(stu_list):
    ##### 数据设置
    range_number = [0,0,0,0,0]  #各分数段人数
    type_number = [0,0]          # 各类型人数[及格,不及格,缺考]
    for stu in stu_list:
        count_type(stu, type_number)
        count_range(stu, range_number)
    #### 开始绘图
    fig = plt.figure(figsize=(8, 4), dpi=85)  #整体图的标题
    colors = ['#7199cf', '#4fc4aa', '#00BFFF', '#FF7F50', '#BDB76B']
    #①在121位置上添加柱图,通过fig.add_subplot()加入子图
    ax = fig.add_subplot(121)  
    ax.set_title('各分数段人数统计', fontproperties='SimHei')  #子图标题
    xticks = np.arange(len(range_number))  #生成x轴每个元素的位置
    bar_width = 0.5  #定义柱状图每个柱的宽度
    #设置x轴标签
    score_range = ['[0,60)','[60,70)','[70,80)','[80,90)','[90,100]']
    ax.set_xticklabels(score_range) 
    ax.set_xticks(xticks)  #设置x轴上每个标签的具体位置
    #设置y轴的标签
    ax.set_ylabel('人数', fontproperties='SimHei')  
    ax.bar(xticks, range_number, width=bar_width, color=colors, edgecolor='none')  #设置柱的边缘为透明
    #②在122位置加入饼图
    ax = fig.add_subplot(122)
    ax.set_title('及格\不及格占比')
    # 生成同时包含名称和速度的标签
    type_labels = ['及格','不及格']
    pie_labels = ['{}:{}人'.format(type_name, number) for type_name, number in zip(type_labels, type_number)]
    # 画饼状图,并指定标签和对应颜色
    #解决汉字乱码问题
    matplotlib.rcParams['font.sans-serif']=['SimHei']  #使用指定的汉字字体类型(此处为黑体)
    ax.pie(type_number, labels=pie_labels, colors=colors, autopct='%1.2f%%')
    ax.axis('equal')   #保证饼图不变形
    plt.show()

2.7 保存学生信息到文件中


在保存到文件时,默认保存到程序目录下的data_file目录里面,用户可以手动输入文件名,也可以直接回车使用默认选项(防止用户懒得输入这么麻烦的东西^_^)。


640.png


# 文件头
STUDENT_LABEL = ['序号','姓名','学号','分数','排名','作业1','作业2','作业3','作业4', '测验1', '测验2', '实验1', '实验2']
FILE_DIR = './data_file/' #保存文件的目录,默认为当前文件下的data_file目录
# save to file保存到文件
def save_to_file(stu_list):
    print("\033[34m",end='')
    fn = input("请输入文件名(例如: a.csv, 直接回车则默认为[学生成绩信息.csv]) >> ")
    print('\033[0m',end='')
    if fn == '': # 默认选项
        fn = '学生成绩信息.csv'
    elif len(fn) < 5: # 该用户没有输入后缀名
        fn = fn + '.csv'
    elif fn[-4:] != '.csv': # 该用户没有输入后缀名
        fn = fn + '.csv'
    all_values = []
    for index, stu in enumerate(stu_list):
        '''
        一个stu字典实体序列化成我们想要的格式,便于保存到文件
        index为保存到文件后该实体的序号,与list的序号对应
        '''
        stu_value = [index, stu['姓名'], stu['学号'], stu['分数'], index+1]
        stu_value = stu_value + stu['作业'] + stu['测验'] + stu['实验']
        all_values.append(stu_value)
    with open(FILE_DIR+fn,'w+',newline='') as f:
        writer = csv.writer(f)#创建一个csv的写入器
        writer.writerow(STUDENT_LABEL)#写入标签
        writer.writerows(all_values) #写入样本数据
        f.close()
    print('\033[1;31m')  
    print("保存信息到["+FILE_DIR+fn+"]成功!")
    print('\033[0m')


用户输入自定义的文件名后,由于保存的是CSV格式的文件,因此需要简单修正一下用户输入的文件名(因为有时候可能没有输入后缀名之类的。),然后再读取列表的数据,保存到文件中,如下:


640.png


可以看到,由于列表的数据始终是有序的,因此排名与序号是对应的。

2.8 从文件中读取学生信息


从文件读取信息时,遵循的格式和保存的格式是一致的。与从文件中添加信息不同的是,该功能读取文件中所有的信息添加进一个新的列表,然后丢弃系统原有的列表,使用读取文件生成的新列表。


640.png


同时,从文件读取信息时,也允许分数项缺失,如果缺失,则重新计算后存入列表中去。导入文件也提供了默认的文件:


# 从文件导入信息
# 需要遵循格式:['序号','姓名','学号','分数','排名','作业1','作业2','作业3','作业4', '测验1', '测验2', '实验1', '实验2']
def load_from_file():
    print("\033[34m",end='')
    fn = input("请输入文件路径(例如: C:/a.csv, 直接回车则默认为[./data_file/学生成绩信息.csv]) >> ")
    print('\033[0m',end='')
    file_path = FILE_DIR+'学生成绩信息.csv' # 默认选项
    if fn != '':
        file_path = fn
    stu_list = []
    n = 0
    with open(file_path) as csvfile:
        csv_reader = csv.reader(csvfile)  # 使用csv.reader读取csvfile中的文件
        next(csv_reader)  # 跳过文件头
        for row in csv_reader:  # 读取数据
            work       = [float(x) for x in row[5:9]] #转化作业成绩
            test       = [float(x) for x in row[9:11]] #转化测验成绩
            experiment = [float(x) for x in row[11:]] #转化实验成绩
            score = 0
            if row[3] == '':
                score = calc_score(work, test, experiment) # 考虑到成绩位置为空的情况,重新计算成绩。
            else:
                score = float(row[3])
            stu_info = {'姓名':row[1], '学号':row[2], '作业':work,
                    '测验':test, '实验': experiment, '分数':score}
            stu_list.append(stu_info) #
            n = n + 1
    # 如果读取的是本程序输出的,按理说不用排序
    # 但也可能是从其他文件读入的数据,所以还是得做一下排序。
    stu_list.sort(key=lambda d:(d["分数"],np.mean(d["作业"]),np.mean(d["测验"]),np.mean(d["实验"])), reverse = True) # 排好序
    print('\033[1;31m')  
    print("从文件["+file_path+"]导入成功!共 "+str(n)+" 条信息!")
    print('\033[0m')  
    return stu_list

2.9 退出


在退出的时候,我做了一个小提示,提示用户是否保存当前数据到文件中去。因为有时候如果不提醒用户的话,用户可能由于疏忽而忘记了保存到文件,一旦退出程序则数据就丢失了。


640.png


3小结


这个程序断断续续写了好久,主要是想把这个作业给做的完善一些(因为小编有各种强迫症)。尽管这是一个小小的project,但是如果能充分考虑各方面的因素,功能上做到尽可能完美,程序上尽可能做到健壮,也是一件并不简单的事情。


当然了,一些元素都是基于我自己个人的简单思考而设计实现的需求,并没有做过相关实际的调研问询,所可能会存在不合理的地方。希望各位读者嘴下留情。如果喜欢的话,各位可以点个在看嘛!

640.gif


相关文章
|
1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
116 61
|
17天前
|
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。
从零开始构建员工管理系统:Python与SQLite3的完美结合
|
2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
16 4
|
10天前
|
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。
39 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
|
10天前
|
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。
48 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
|
21天前
|
机器学习/深度学习 数据采集 存储
使用Python实现智能农业灌溉系统的深度学习模型
使用Python实现智能农业灌溉系统的深度学习模型
102 6
|
25天前
|
机器学习/深度学习 数据采集 算法框架/工具
使用Python实现智能生态系统监测与保护的深度学习模型
使用Python实现智能生态系统监测与保护的深度学习模型
75 4
|
1月前
|
机器学习/深度学习 API 计算机视觉
基于Python_opencv人脸录入、识别系统(应用dlib机器学习库)(下)
基于Python_opencv人脸录入、识别系统(应用dlib机器学习库)(下)
26 2
|
1月前
|
机器学习/深度学习 存储 算法
基于Python_opencv人脸录入、识别系统(应用dlib机器学习库)(上)
基于Python_opencv人脸录入、识别系统(应用dlib机器学习库)(上)
31 1
|
1月前
|
Python
Python实现系统基础信息
Python实现系统基础信息
32 0