python数据分析

您所在的位置：网站首页 › 学生成绩统计分析图 › python数据分析

python数据分析

2024-05-27 16:35| 来源: 网络整理| 查看: 265

目标：分析学生成绩的影响因素

1.导入原始数据，以及需要用到的库

import pandas as pd import numpy as np df = pd.read_csv('StudentsPerformance.csv')

(数据来源于kaggle)

2.查看文件在这里插入图片描述从上面的信息可以看出这一千个学生的数据中是没有空值，而且可以看出各列数据的类型。还可以通过unique来查看某列数据都有哪些值，是否有无效数据。

df['parental level of education'].unique() df['test preparation course'].unique()

在这里插入图片描述再来查看成绩是否为有效值（使用loc）

df.loc[(df['math score']100) | (df['reading score']100) | (df['writing score']100)]

在这里插入图片描述可以看出成绩中没有无效值

3.数据处理根据目标，删除一些不需要的列（使用drop）

df.drop(['gender','race/ethnicity'],axis=1) #参数axis默认值为0，指行，要删除列的话将axis设为1 df_1 = df.drop(['gender','race/ethnicity'],axis=1)

在这里插入图片描述求学生成绩平均值

df_1['average']= round((df_1['math score']+df_1['reading score']+df_1['writing score'])/3) #round()用来对数据四舍五入

在这里插入图片描述 4.分析学生成绩影响因素

df_1.groupby('parental level of education')['average'].agg([np.mean]).plot.bar() df_1.groupby('lunch')['average'].agg([np.mean]).plot.bar() df_1.groupby('test preparation course')['average'].agg([np.mean]).plot.bar()

在这里插入图片描述从上面三张图可以初步得出结论： 1.父母学历越高，学生成绩越好 2.午餐吃的好的同学成绩较高 3.考试准备充分的同学成绩较高

以下，用相关系数分析父母学历对哪科成绩影响最大

先按照父母学历高低将表中数据替换为数值

df_1.replace({'some high school':1, 'high school':2,'some college':3,"associate's degree":4,"bachelor's degree":5,"master's degree":6},inplace = True) #inplace = True是为了改变文档的源数据

在这里插入图片描述用corr求出相关系数（相关系数接近0，说明相关性小，越接近1，正相关性越强，越接近-1,负相关性越强）根据父母学历与学生数学、阅读、写作成绩的相关系数，可以看出，父母学历与三者都成正相关，其中与写作成绩相关性最强，而且各科之间相关性都很强，说明某一科成绩好的同学其他科成绩很可能也好。

5.结论通过以上分析，可以初步得出以下的结论： 1.父母学历越高，学生成绩越好（对写作成绩的影响最大） 2.午餐吃的好的同学成绩较高 3.考试准备充分的同学成绩较高 4.某科成绩好的学生其他科成绩也较好（其中写作与阅读成绩相关性最强）

【本文地址】

python数据分析

python数据分析

今日新闻

推荐新闻