普通高中选课数据分析和可视化-技术圈

前段时间一直没有更新公众号，不是因为懒，而是一直在憋一个大招。

加入“边楚女特级教师工作站”以后，边老师给我们小组分配的任务是为必修一《数据与计算》第四章准备教学资料，我负责“编程处理数据”这一块。Python语言我接触挺长一段时间了，之前主要研究海龟绘图，使用Python编程进行数据分析和可视化对我来说也是一个新的挑战，numpy、pandas和matplotlib模块都要一点一点学起来。

项目式学习不是空喊口号，做项目确实是学习编程的最佳途径，我自己就是这样一步步成长起来的。为了更好地掌握使用Python编程进行数据分析和可视化的方法，我精心挑选了3个难度适中的项目（主要是已有大量数据，不需要花大力气在采集数据上），从零开始，实践了数据分析和可视化的过程，在踩坑填坑的过程中，一点点提高技术水平，对pandas和matplotlib模块有了较为深刻的理解。

现在我以项目分析报告的形式，把自己做的一些东西拿出来与大家分享，希望各位老师多多批评指正。

“普通高中选课数据分析和可视化”项目分析报告

1．项目目标

通过项目设计，初步掌握数据采集、数据整理、数据分析和数据可视化的方法，领悟数据的价值、数据分析和数据可视化的意义。学会使用Python语言编写程序，解决实际问题，掌握程序调试与运行的方法。通过小组合作完成项目活动，提升团队协作、与人沟通分享的能力。

2．项目准备阶段

2.1 背景

浙江省高考总成绩包含必考科目成绩（语数外3门）和选考科目成绩（7选3）。其中选考科目为物理、化学、生物、政治、历史、地理、技术（含信息技术和通用技术），选考科目在首次报考该科目时确定，每科最多报考2次。学生可以根据兴趣、性格、能力和价值观确定自己的意向专业范围，从7门科目中选择3门作为高考选考科目。

为全面了解某市普高学生选考科目情况，分析每所学校各科目选考的总人数、全市各科选考总人数及其占比，并进一步分析各选课组合的总人数和占比情况，从而帮助学校教务处进行分班管理并引导学生合理选课。

2.2 项目内容

根据浙江教育出版社提供的信息技术学科资源，我们下载了某市高中选课数据csv文件（如下图所示），要求使用Python编程对该数据进行分析并可视化。

项目基本要求：

（1）从csv文件中读取数据，统计分析7门选考科目中各科目选考的总人数及比例，并将结果保存到Excel文件中；

（2）绘制各校各科选考人数柱状图、堆积柱状图、饼图、雷达图和散点图；

（3）从csv文件中读取数据，统计分析各校7选3选课组合总人数及比例，并做数据可视化分析（绘制柱状图、堆积柱状图和饼图）；

（4）从csv文件中读取数据，生成各校报名Excel文件；读取各校原始excel报名文件，合成学生选课组合信息，并按照组班人数要求，生成7选3固定班级和生成7选2固定班级名单。

2.3 项目功能模块

项目功能模块图如下图所示：

图1 项目功能模块图

项目包含了3个主要部分：单科数据分析和可视化处理、选课组合数据分析和可视化处理、生成各校固定班级名册。相应的具体实现过程，在之后的篇幅中详细介绍。

3．项目实施过程

本项目数据量较大，功能较为复杂，根据程序设计的模块化思想，我们将程序进行功能的模块化，将每个功能模块设置成单个文件，以便查询和管理。以下是各个功能模块的核心代码分析和输出截图：

3.1 7选3单科数据处理

我们引用了第三方库pandas从csv文件中读取某市16所普通高中选课汇总数据。pandas是python的一个数据分析包，它基于numpy模块，提供了大量处理数据的函数和方法，是专用于解决数据分析任务的强大工具。

我们使用语句importpandas as pd引入库，然后打开"xk73.csv"文件，读取某市普通高中选课汇总数据，存储到DataFrame对象df中；然后按学校分组计数，并对分组计数结果进行合计和百分比计算，增加“合计”和“百分比”行；最后把处理结果存储到"学校人数统计.xlsx"文件中。

图2 各校各科选考人数统计图

核心代码（完整代码详见源代码文件“7选3单科数据处理.py”）：

#读数据到 Pandas的DataFrame 结构中df = pd.read_csv("xk73.csv",sep=',',header='infer',encoding='utf-8')#按学校分组计数   sc = df.groupby('学校代码',as_index=False).count()# 对分组计数结果进行合计，合计结果转换为DataFrame结构并转置为行df_sum = pd.DataFrame(data=sc.sum()).Tdf_sum['学校代码'] = '合计'result = sc.append(df_sum)

说明：因为本项目内容较多，故写成系列文章分成多次分享，请大家稍安勿躁哦。

需要本文word版或者相关源代码的，可以加入“Python算法之旅”知识星球参与讨论和下载文件，“Python算法之旅”知识星球汇集了数量众多的同好，更多有趣的话题在这里讨论，更多有用的资料在这里分享。

我们专注Python算法，感兴趣就一起来！

相关优秀文章：

阅读代码和写更好的代码

最有效的学习方式

普通高中选课数据分析和可视化

斌哥教你自制多功能单词本

斌哥教你自制象棋打谱软件

斌哥教你自制围棋打谱软件

斌哥教你自制思维导图生成器改进版

斌哥教你绘制文件夹目录树（一）

斌哥教你绘制文件夹目录树（二）

斌哥教你绘制文件夹目录树（三）