当前位置： 首页 > news >正文

高中成绩可视化平台开发笔记

news 2025/6/27 12:58:03

高中成绩可视化平台（1）

一、项目概述

本系统是一个基于 PyQt5 和 Matplotlib 的高中成绩数据可视化分析平台，旨在帮助教师快速了解学生成绩分布、班级对比、学科表现等关键指标。平台支持文科与理科的数据切换，并提供多个维度的图表展示和交互式操作。

核心功能：

  • 文科/理科数据动态切换
  • 四个核心分析页面（总览、学科分析、班级分析、排名分析）
  • 图表联动刷新机制
  • 表格与图表双向绑定
  • 自定义样式与视觉美化

二、技术选型

技术用途
PyQt5GUI 界面构建
Pandas数据处理与分析
Matplotlib图表绘制
QTabWidget多选项卡管理
QComboBox / QTableWidget控件交互

三、模块划分与类结构

整个平台主要由两个类组成：

  • ScoreVisualizationPlatform：主窗口类，负责 UI 构建与事件处理
  • DataProcessor：数据处理类，封装所有数据读取与分析逻辑

四、UI 构建与控件初始化

def __init__(self):super().__init__()self.setWindowTitle("2023级成绩可视化平台")self.resize(1200, 800)# 初始化数据处理器self.data_processor = DataProcessor()# 主布局main_layout = QVBoxLayout(self)control_panel = QWidget()control_layout = QHBoxLayout(control_panel)# 下拉框选择文理类型self.stream_combo = QComboBox()self.stream_combo.addItems(["文科", "理科"])control_layout.addWidget(QLabel("文理类型："))control_layout.addWidget(self.stream_combo)# 科目选择下拉框self.subject_combo = QComboBox()control_layout.addWidget(QLabel("科目选择："))control_layout.addWidget(self.subject_combo)# 班级选择下拉框self.classes_combo = QComboBox()control_layout.addWidget(QLabel("班级选择："))control_layout.addWidget(self.classes_combo)# 加载数据按钮load_button = QPushButton("加载数据")control_layout.addWidget(load_button)# 添加控件到主布局main_layout.addWidget(control_panel)# 创建选项卡self.tab_widget = QTabWidget()main_layout.addWidget(self.tab_widget)# 初始化各选项卡self.create_overview_tab()self.create_subject_analysis_tab()self.create_class_analysis_tab()self.create_ranking_tab()# 绑定信号self.stream_combo.currentTextChanged.connect(self.on_data_type_changed)self.subject_combo.currentTextChanged.connect(lambda: self.refresh_all_charts())self.classes_combo.currentTextChanged.connect(lambda: self.refresh_all_charts())load_button.clicked.connect(self.load_data)

📌 提示：该部分完成主窗口的创建，包含控制面板、四个选项卡以及数据加载按钮。

五、选项卡页面设计与实现

1. 总览页 create_overview_tab()

def create_overview_tab(self):tab = QWidget()self.tab_widget.addTab(tab, "总览")layout = QGridLayout(tab)# 图1：总分前20名图表self.total_score_chart = ChartWidget("总分Top20")layout.addWidget(self.total_score_chart, 0, 0, 1, 1)# 图2：班级占比图表self.class_distribution_chart = ChartWidget("Top20班级占比")layout.addWidget(self.class_distribution_chart, 0, 3, 1, 3)# 图3：各科目平均分对比self.subject_avg_chart = ChartWidget("学科Top20")layout.addWidget(self.subject_avg_chart, 1, 0, 1, 1)# 图4：班级学科分布（占第1行后两列）self.class_subject_chart = ChartWidget("学科Top20班级占比")layout.addWidget(self.class_subject_chart, 1, 3, 1, 3)

图表说明：

区域内容
左上总分前20名柱状图
右上班级分布饼图
左下当前科目前20名柱状图
右下当前科目班级分布饼图

2. 学科分析页 create_subject_analysis_tab()

def create_subject_analysis_tab(self):tab = QWidget()self.tab_widget.addTab(tab, "学科分析")layout = QGridLayout(tab)self.passing_rank = ChartWidget("本科上线排名")layout.addWidget(self.passing_rank, 0, 0)self.subject_stats_chart = ChartWidget("各科目统计分析")layout.addWidget(self.subject_stats_chart, 0, 1)self.single_subject_chart = ChartWidget("单科目上线人数排名")layout.addWidget(self.single_subject_chart, 1, 0)self.correlation_chart = ChartWidget("科目成绩相关性分析")layout.addWidget(self.correlation_chart, 1, 1)

图表说明：

区域内容
左上各班过线人数柱状图
右上各科平均分柱状图
左下各科及格人数柱状图
右下两个科目的散点图（显示相关性）

3. 班级分析页 create_class_analysis_tab()

def create_class_analysis_tab(self):tab = QWidget()self.tab_widget.addTab(tab, "班级分析")layout = QGridLayout(tab)self.class_avg_chart = ChartWidget("各班级平均分对比")layout.addWidget(self.class_avg_chart, 0, 0)self.class_score_dist_chart = ChartWidget("班级成绩分布")layout.addWidget(self.class_score_dist_chart, 0, 1)self.class_subject_performance_chart = ChartWidget("班级各科表现")layout.addWidget(self.class_subject_performance_chart, 1, 0)self.total_top_5 = ChartWidget("各班级top5各科表现")layout.addWidget(self.total_top_5, 1, 1)

图表说明：

区域内容
左上班级平均分柱状图
右上成绩分布直方图
左下各科平均分折线图
右下每个班级 top5 学生的各科成绩雷达图

4. 排名分析页 create_ranking_tab()

def create_ranking_tab(self):tab = QWidget()self.tab_widget.addTab(tab, "排名分析")main_layout = QVBoxLayout(tab)tables_container = QWidget()tables_layout = QVBoxLayout(tables_container)inner_layout = QHBoxLayout(tab)ranking_group = QVBoxLayout()self.ranking_title = QLabel("年级前100名学生")self.ranking_table = QTableWidget()self.ranking_table.setSortingEnabled(True)ranking_group.addWidget(self.ranking_title)ranking_group.addWidget(self.ranking_table)class_group = QVBoxLayout()self.class_title = QLabel("当前班级单科成绩排名")self.class_tables = QTableWidget()self.class_tables.setSortingEnabled(True)class_group.addWidget(self.class_title)class_group.addWidget(self.class_tables)inner_layout.addLayout(ranking_group, stretch=1)inner_layout.addLayout(class_group, stretch=1)tables_layout.addLayout(inner_layout)main_layout.addWidget(tables_container)self.figure = Figure(figsize=(5, 3))self.canvas = FigureCanvas(self.figure)self.canvas.setStyleSheet("background-color:rgba(0, 1, 1, 0.3); border: 1px solid #ccc;")main_layout.addWidget(self.canvas)

图表说明：

区域内容
上部两个表格（年级前100名 / 当前班级单科排名）
下部动态绘图区域（用于展示趋势、对比等图表）

六、数据处理与图表联动

1. 数据加载与刷新机制

def load_data(self):if self.data_processor.load_data():self.refresh_all_charts()QMessageBox.information(self, "成功", "数据加载完成！")else:QMessageBox.warning(self, "错误", "数据加载失败，请检查数据文件！")def on_data_type_changed(self, data_type):self.refresh_all_charts()def refresh_all_charts(self):data_type = "liberal" if self.stream_combo.currentText() == "文科" else "science"subject_prefix = "文科" if data_type == "liberal" else "理科"subject_type = self.subject_combo.currentText()self.total_score_chart.title = f"2023级{subject_prefix}总分前20名"self.class_distribution_chart.title = f"2023级{subject_prefix}前20名班级占比"self.update_overview_charts(data_type, subject_type)self.update_subject_analysis_charts(data_type)self.update_class_analysis_charts(data_type)self.update_ranking_table(data_type)

✅ 特点：通过组合文理科类型 + 科目 + 班级，动态更新所有图表与表格内容。

2. 总览页图表更新 update_overview_charts()

def update_overview_charts(self, data_type, subject):# 总分前20名柱状图top_students = self.data_processor.get_top_students(data_type, 20)if top_students is not None:self.total_score_chart.plot_bar_chart(top_students, '姓名', '总分',f"{'文科' if data_type == 'liberal' else '理科'}总分Top20")# 班级分布饼图top20_class_dist = top_students['班级'].value_counts().reset_index()top20_class_dist.columns = ['班级', '人数']self.class_distribution_chart.plot_pie_chart(top20_class_dist, '班级', '人数',f"{'文科' if data_type == 'liberal' else '理科'}Top20班级占比")# 单科前20名柱状图subject_top20 = data.nlargest(20, subject)[['姓名', subject]]self.subject_avg_chart.plot_bar_chart(subject_top20, '姓名', subject,f"{'文科' if data_type == 'liberal' else '理科'}{subject}Top20")# 班级学科分布饼图class_subject_data = self.data_processor.get_class_subject_top20(data_type)subject_class_dist = class_subject_data[subject].reset_index()subject_class_dist.columns = ['班级', '人数']self.class_subject_chart.plot_pie_chart(subject_class_dist, '班级', '人数',f"{'文科' if data_type == 'liberal' else '理科'}{subject}Top20班级占比")

3. 学科分析页图表更新 update_subject_analysis_charts()

def update_subject_analysis_charts(self, data_type):passing = self.data_processor.get_pass_line(data_type)totals = self.data_processor.calculate_total_scores(data_type)ranks = totals[totals['总分'] > passing].groupby('班级').size(). \reset_index(name='人数').sort_values(by='人数', ascending=False)self.passing_rank.plot_bar_chart(ranks, '班级', '人数', f"{'文科' if data_type == 'liberal' else '理科'}各班过线人数")subject_analysis = self.data_processor.get_subject_analysis(data_type)avg_scores = subject_analysis['平均分'].reset_index()avg_scores.columns = ['科目', '平均分']self.subject_stats_chart.plot_bar_chart(avg_scores, '科目', '平均分', "各科目平均分对比")online_counts = []for subject in subjects:if subject in data.columns:online_count = (data[subject] >= 60).sum()online_counts.append({'科目': subject, '及格人数': online_count})online_df = pd.DataFrame(online_counts)self.single_subject_chart.plot_bar_chart(online_df, '科目', '及格人数', "各科目及格人数统计")subject1, subject2 = subjects[0], subjects[1]clean_data = data[[subject1, subject2]].dropna()ax.scatter(clean_data[subject1], clean_data[subject2], alpha=0.9, edgecolors='#8A0808')self.correlation_chart.figure.tight_layout()self.correlation_chart.canvas.draw()

4. 班级分析页图表更新 update_class_analysis_charts()

def update_class_analysis_charts(self, data_type):# 平均总分柱状图class_avg_scores = []for class_name in data['班级'].unique():class_data = data[data['班级'] == class_name]total_scores = class_data[subjects].sum(axis=1, skipna=True)avg_score = total_scores.mean()class_avg_scores.append({'班级': class_name, '平均总分': avg_score})class_avg_df = pd.DataFrame(class_avg_scores).sort_values('平均总分', ascending=False)self.class_avg_chart.plot_bar_chart(class_avg_df, '班级', '平均总分', "各班级平均总分对比")# 分数段分布柱状图bins = [0, 300, 400, 500, 600, 700, 800]labels = ['0-300', '300-400', '400-500', '500-600', '600-700', '700-800']score_dist = []for label, (low, high) in zip(labels, zip(bins[:-1], bins[1:])):count = ((total_scores_data['总分'] >= low) & (total_scores_data['总分'] < high)).sum()score_dist.append({'分数段': label, '人数': count})score_dist_df = pd.DataFrame(score_dist)self.class_score_dist_chart.plot_bar_chart(score_dist_df, '分数段', '人数', "总分分布统计")# 各科表现堆叠柱状图stacked_data = []for class_name in sorted(all_classes):row = {'班级': class_name}for subject, subject_data in class_subject_data.items():row[subject] = subject_data.get(class_name, 0)stacked_data.append(row)stacked_df = pd.DataFrame(stacked_data)self.class_subject_performance_chart.plot_stacked_bar(stacked_df, "各班级各科目前20名人数分布")# 各班前5名图表top_5 = self.data_processor.get_class_top_5(data_type, class_name)[0][['姓名'] + subjects]self.total_top_5.plot_stacked_bar(data=top_5, title=f"{class_name} 学生学科成绩分布",item_1='姓名', item_2='姓名',x_label='学生姓名', y_label='分数')

5. 排名分析页表格与图表更新 update_ranking_table()

def update_ranking_table(self, data_type):top_students = self.data_processor.get_top_students(data_type, 100)if top_students is not None:self.ranking_table.setRowCount(len(top_students))self.ranking_table.setColumnCount(4)self.ranking_table.setHorizontalHeaderLabels(['排名', '姓名', '班级', '总分'])for i, (_, row) in enumerate(top_students.iterrows()):self.ranking_table.setItem(i, 0, QTableWidgetItem(str(i + 1)))self.ranking_table.setItem(i, 1, QTableWidgetItem(str(row['姓名'])))self.ranking_table.setItem(i, 2, QTableWidgetItem(str(row['班级'])))self.ranking_table.setItem(i, 3, QTableWidgetItem(f"{row['总分']:.1f}"))self.ranking_table.resizeColumnsToContents()cla = self.classes_combo.currentText()sujects = self.subject_combo.currentText()data = self.data_processor.get_subject_scores(data_type, cla, sujects)if data is not None:self.class_tables.setRowCount(len(data))self.class_tables.setColumnCount(4)self.class_tables.setHorizontalHeaderLabels(['单科排名', '姓名', '班级', sujects])for i, (_, row) in enumerate(data.iterrows()):self.class_tables.setItem(i, 0, QTableWidgetItem(str(i + 1)))self.class_tables.setItem(i, 1, QTableWidgetItem(str(row['姓名'])))self.class_tables.setItem(i, 2, QTableWidgetItem(str(row['班级'])))self.class_tables.setItem(i, 3, QTableWidgetItem(f"{row[sujects]:.1f}"))self.class_tables.resizeColumnsToContents()data = data.head()self.figure.clear()self.figure.patch.set_alpha(0.0)ax = self.figure.add_subplot(111)ax.set_facecolor((0, 1, 1, 0.3))bars = ax.bar(data["姓名"], data[sujects], color="#4CAF50")for bar in bars:yval = bar.get_height()ax.text(bar.get_x() + bar.get_width() / 2.0, yval, int(yval),va='bottom', ha='center', color='cyan')ax.set_title(f"{'文科' if data_type == 'liberal' else '理科'}-{cla}-{sujects}前5名", color='cyan')ax.set_ylabel('分数', color='cyan')ax.set_xlabel('姓名', color='cyan')ax.grid(True, linestyle='--', alpha=0.6)ax.tick_params(axis='x', colors='cyan')ax.tick_params(axis='y', colors='cyan')self.canvas.draw()

高中成绩可视化平台（2）

一、项目概述

本系统是一个基于 PyQt5 和 Matplotlib 的高中成绩数据可视化分析平台，旨在帮助教师快速了解学生成绩分布、班级对比、学科表现等关键指标。平台支持文科与理科的数据切换，并提供多个维度的图表展示和交互式操作。

核心功能：

  • 文科/理科数据动态切换
  • 四个核心分析页面（总览、学科分析、班级分析、排名分析）
  • 图表联动刷新机制
  • 表格与图表双向绑定
  • 自定义样式与视觉美化

二、技术选型

技术用途
PyQt5GUI 界面构建
Pandas数据处理与分析
Matplotlib图表绘制
QTabWidget多选项卡管理
QComboBox / QTableWidget控件交互

三、模块划分与类结构

整个平台主要由两个类组成：

  • ScoreVisualizationPlatform：主窗口类，负责 UI 构建与事件处理
  • DataProcessor：数据处理类，封装所有数据读取与分析逻辑

四、UI 构建与控件初始化

def __init__(self):super().__init__()self.setWindowTitle("2023级成绩可视化平台")self.resize(1200, 800)# 初始化数据处理器self.data_processor = DataProcessor()# 主布局main_layout = QVBoxLayout(self)control_panel = QWidget()control_layout = QHBoxLayout(control_panel)# 下拉框选择文理类型self.stream_combo = QComboBox()self.stream_combo.addItems(["文科", "理科"])control_layout.addWidget(QLabel("文理类型："))control_layout.addWidget(self.stream_combo)# 科目选择下拉框self.subject_combo = QComboBox()control_layout.addWidget(QLabel("科目选择："))control_layout.addWidget(self.subject_combo)# 班级选择下拉框self.classes_combo = QComboBox()control_layout.addWidget(QLabel("班级选择："))control_layout.addWidget(self.classes_combo)# 加载数据按钮load_button = QPushButton("加载数据")control_layout.addWidget(load_button)# 添加控件到主布局main_layout.addWidget(control_panel)# 创建选项卡self.tab_widget = QTabWidget()main_layout.addWidget(self.tab_widget)# 初始化各选项卡self.create_overview_tab()self.create_subject_analysis_tab()self.create_class_analysis_tab()self.create_ranking_tab()# 绑定信号self.stream_combo.currentTextChanged.connect(self.on_data_type_changed)self.subject_combo.currentTextChanged.connect(lambda: self.refresh_all_charts())self.classes_combo.currentTextChanged.connect(lambda: self.refresh_all_charts())load_button.clicked.connect(self.load_data)

📌 提示：该部分完成主窗口的创建，包含控制面板、四个选项卡以及数据加载按钮。

五、选项卡页面设计与实现

1. 总览页 create_overview_tab()

def create_overview_tab(self):tab = QWidget()self.tab_widget.addTab(tab, "总览")layout = QGridLayout(tab)# 图1：总分前20名图表self.total_score_chart = ChartWidget("总分Top20")layout.addWidget(self.total_score_chart, 0, 0, 1, 1)# 图2：班级占比图表self.class_distribution_chart = ChartWidget("Top20班级占比")layout.addWidget(self.class_distribution_chart, 0, 3, 1, 3)# 图3：各科目平均分对比self.subject_avg_chart = ChartWidget("学科Top20")layout.addWidget(self.subject_avg_chart, 1, 0, 1, 1)# 图4：班级学科分布（占第1行后两列）self.class_subject_chart = ChartWidget("学科Top20班级占比")layout.addWidget(self.class_subject_chart, 1, 3, 1, 3)

图表说明：

区域内容
左上总分前20名柱状图
右上班级分布饼图
左下当前科目前20名柱状图
右下当前科目班级分布饼图

2. 学科分析页 create_subject_analysis_tab()

def create_subject_analysis_tab(self):tab = QWidget()self.tab_widget.addTab(tab, "学科分析")layout = QGridLayout(tab)self.passing_rank = ChartWidget("本科上线排名")layout.addWidget(self.passing_rank, 0, 0)self.subject_stats_chart = ChartWidget("各科目统计分析")layout.addWidget(self.subject_stats_chart, 0, 1)self.single_subject_chart = ChartWidget("单科目上线人数排名")layout.addWidget(self.single_subject_chart, 1, 0)self.correlation_chart = ChartWidget("科目成绩相关性分析")layout.addWidget(self.correlation_chart, 1, 1)

图表说明：

区域内容
左上各班过线人数柱状图
右上各科平均分柱状图
左下各科及格人数柱状图
右下两个科目的散点图（显示相关性）

3. 班级分析页 create_class_analysis_tab()

def create_class_analysis_tab(self):tab = QWidget()self.tab_widget.addTab(tab, "班级分析")layout = QGridLayout(tab)self.class_avg_chart = ChartWidget("各班级平均分对比")layout.addWidget(self.class_avg_chart, 0, 0)self.class_score_dist_chart = ChartWidget("班级成绩分布")layout.addWidget(self.class_score_dist_chart, 0, 1)self.class_subject_performance_chart = ChartWidget("班级各科表现")layout.addWidget(self.class_subject_performance_chart, 1, 0)self.total_top_5 = ChartWidget("各班级top5各科表现")layout.addWidget(self.total_top_5, 1, 1)

图表说明：

区域内容
左上班级平均分柱状图
右上成绩分布直方图
左下各科平均分折线图
右下每个班级 top5 学生的各科成绩雷达图

4. 排名分析页 create_ranking_tab()

def create_ranking_tab(self):tab = QWidget()self.tab_widget.addTab(tab, "排名分析")main_layout = QVBoxLayout(tab)tables_container = QWidget()tables_layout = QVBoxLayout(tables_container)inner_layout = QHBoxLayout(tab)ranking_group = QVBoxLayout()self.ranking_title = QLabel("年级前100名学生")self.ranking_table = QTableWidget()self.ranking_table.setSortingEnabled(True)ranking_group.addWidget(self.ranking_title)ranking_group.addWidget(self.ranking_table)class_group = QVBoxLayout()self.class_title = QLabel("当前班级单科成绩排名")self.class_tables = QTableWidget()self.class_tables.setSortingEnabled(True)class_group.addWidget(self.class_title)class_group.addWidget(self.class_tables)inner_layout.addLayout(ranking_group, stretch=1)inner_layout.addLayout(class_group, stretch=1)tables_layout.addLayout(inner_layout)main_layout.addWidget(tables_container)self.figure = Figure(figsize=(5, 3))self.canvas = FigureCanvas(self.figure)self.canvas.setStyleSheet("background-color:rgba(0, 1, 1, 0.3); border: 1px solid #ccc;")main_layout.addWidget(self.canvas)

图表说明：

区域内容
上部两个表格（年级前100名 / 当前班级单科排名）
下部动态绘图区域（用于展示趋势、对比等图表）

六、数据处理与图表联动

1. 数据加载与刷新机制

def load_data(self):if self.data_processor.load_data():self.refresh_all_charts()QMessageBox.information(self, "成功", "数据加载完成！")else:QMessageBox.warning(self, "错误", "数据加载失败，请检查数据文件！")def on_data_type_changed(self, data_type):self.refresh_all_charts()def refresh_all_charts(self):data_type = "liberal" if self.stream_combo.currentText() == "文科" else "science"subject_prefix = "文科" if data_type == "liberal" else "理科"subject_type = self.subject_combo.currentText()self.total_score_chart.title = f"2023级{subject_prefix}总分前20名"self.class_distribution_chart.title = f"2023级{subject_prefix}前20名班级占比"self.update_overview_charts(data_type, subject_type)self.update_subject_analysis_charts(data_type)self.update_class_analysis_charts(data_type)self.update_ranking_table(data_type)

✅ 特点：通过组合文理科类型 + 科目 + 班级，动态更新所有图表与表格内容。

2. 总览页图表更新 update_overview_charts()

def update_overview_charts(self, data_type, subject):# 总分前20名柱状图top_students = self.data_processor.get_top_students(data_type, 20)if top_students is not None:self.total_score_chart.plot_bar_chart(top_students, '姓名', '总分',f"{'文科' if data_type == 'liberal' else '理科'}总分Top20")# 班级分布饼图top20_class_dist = top_students['班级'].value_counts().reset_index()top20_class_dist.columns = ['班级', '人数']self.class_distribution_chart.plot_pie_chart(top20_class_dist, '班级', '人数',f"{'文科' if data_type == 'liberal' else '理科'}Top20班级占比")# 单科前20名柱状图subject_top20 = data.nlargest(20, subject)[['姓名', subject]]self.subject_avg_chart.plot_bar_chart(subject_top20, '姓名', subject,f"{'文科' if data_type == 'liberal' else '理科'}{subject}Top20")# 班级学科分布饼图class_subject_data = self.data_processor.get_class_subject_top20(data_type)subject_class_dist = class_subject_data[subject].reset_index()subject_class_dist.columns = ['班级', '人数']self.class_subject_chart.plot_pie_chart(subject_class_dist, '班级', '人数',f"{'文科' if data_type == 'liberal' else '理科'}{subject}Top20班级占比")

3. 学科分析页图表更新 update_subject_analysis_charts()

def update_subject_analysis_charts(self, data_type):passing = self.data_processor.get_pass_line(data_type)totals = self.data_processor.calculate_total_scores(data_type)ranks = totals[totals['总分'] > passing].groupby('班级').size(). \reset_index(name='人数').sort_values(by='人数', ascending=False)self.passing_rank.plot_bar_chart(ranks, '班级', '人数', f"{'文科' if data_type == 'liberal' else '理科'}各班过线人数")subject_analysis = self.data_processor.get_subject_analysis(data_type)avg_scores = subject_analysis['平均分'].reset_index()avg_scores.columns = ['科目', '平均分']self.subject_stats_chart.plot_bar_chart(avg_scores, '科目', '平均分', "各科目平均分对比")online_counts = []for subject in subjects:if subject in data.columns:online_count = (data[subject] >= 60).sum()online_counts.append({'科目': subject, '及格人数': online_count})online_df = pd.DataFrame(online_counts)self.single_subject_chart.plot_bar_chart(online_df, '科目', '及格人数', "各科目及格人数统计")subject1, subject2 = subjects[0], subjects[1]clean_data = data[[subject1, subject2]].dropna()ax.scatter(clean_data[subject1], clean_data[subject2], alpha=0.9, edgecolors='#8A0808')self.correlation_chart.figure.tight_layout()self.correlation_chart.canvas.draw()

4. 班级分析页图表更新 update_class_analysis_charts()

def update_class_analysis_charts(self, data_type):# 平均总分柱状图class_avg_scores = []for class_name in data['班级'].unique():class_data = data[data['班级'] == class_name]total_scores = class_data[subjects].sum(axis=1, skipna=True)avg_score = total_scores.mean()class_avg_scores.append({'班级': class_name, '平均总分': avg_score})class_avg_df = pd.DataFrame(class_avg_scores).sort_values('平均总分', ascending=False)self.class_avg_chart.plot_bar_chart(class_avg_df, '班级', '平均总分', "各班级平均总分对比")# 分数段分布柱状图bins = [0, 300, 400, 500, 600, 700, 800]labels = ['0-300', '300-400', '400-500', '500-600', '600-700', '700-800']score_dist = []for label, (low, high) in zip(labels, zip(bins[:-1], bins[1:])):count = ((total_scores_data['总分'] >= low) & (total_scores_data['总分'] < high)).sum()score_dist.append({'分数段': label, '人数': count})score_dist_df = pd.DataFrame(score_dist)self.class_score_dist_chart.plot_bar_chart(score_dist_df, '分数段', '人数', "总分分布统计")# 各科表现堆叠柱状图stacked_data = []for class_name in sorted(all_classes):row = {'班级': class_name}for subject, subject_data in class_subject_data.items():row[subject] = subject_data.get(class_name, 0)stacked_data.append(row)stacked_df = pd.DataFrame(stacked_data)self.class_subject_performance_chart.plot_stacked_bar(stacked_df, "各班级各科目前20名人数分布")# 各班前5名图表top_5 = self.data_processor.get_class_top_5(data_type, class_name)[0][['姓名'] + subjects]self.total_top_5.plot_stacked_bar(data=top_5, title=f"{class_name} 学生学科成绩分布",item_1='姓名', item_2='姓名',x_label='学生姓名', y_label='分数')

5. 排名分析页表格与图表更新 update_ranking_table()

def update_ranking_table(self, data_type):top_students = self.data_processor.get_top_students(data_type, 100)if top_students is not None:self.ranking_table.setRowCount(len(top_students))self.ranking_table.setColumnCount(4)self.ranking_table.setHorizontalHeaderLabels(['排名', '姓名', '班级', '总分'])for i, (_, row) in enumerate(top_students.iterrows()):self.ranking_table.setItem(i, 0, QTableWidgetItem(str(i + 1)))self.ranking_table.setItem(i, 1, QTableWidgetItem(str(row['姓名'])))self.ranking_table.setItem(i, 2, QTableWidgetItem(str(row['班级'])))self.ranking_table.setItem(i, 3, QTableWidgetItem(f"{row['总分']:.1f}"))self.ranking_table.resizeColumnsToContents()cla = self.classes_combo.currentText()sujects = self.subject_combo.currentText()data = self.data_processor.get_subject_scores(data_type, cla, sujects)if data is not None:self.class_tables.setRowCount(len(data))self.class_tables.setColumnCount(4)self.class_tables.setHorizontalHeaderLabels(['单科排名', '姓名', '班级', sujects])for i, (_, row) in enumerate(data.iterrows()):self.class_tables.setItem(i, 0, QTableWidgetItem(str(i + 1)))self.class_tables.setItem(i, 1, QTableWidgetItem(str(row['姓名'])))self.class_tables.setItem(i, 2, QTableWidgetItem(str(row['班级'])))self.class_tables.setItem(i, 3, QTableWidgetItem(f"{row[sujects]:.1f}"))self.class_tables.resizeColumnsToContents()data = data.head()self.figure.clear()self.figure.patch.set_alpha(0.0)ax = self.figure.add_subplot(111)ax.set_facecolor((0, 1, 1, 0.3))bars = ax.bar(data["姓名"], data[sujects], color="#4CAF50")for bar in bars:yval = bar.get_height()ax.text(bar.get_x() + bar.get_width() / 2.0, yval, int(yval),va='bottom', ha='center', color='cyan')ax.set_title(f"{'文科' if data_type == 'liberal' else '理科'}-{cla}-{sujects}前5名", color='cyan')ax.set_ylabel('分数', color='cyan')ax.set_xlabel('姓名', color='cyan')ax.grid(True, linestyle='--', alpha=0.6)ax.tick_params(axis='x', colors='cyan')ax.tick_params(axis='y', colors='cyan')self.canvas.draw()

七、项目结果图（部分）

总览
学科分析

附：qss样式

QMainWindow {background-color: #16003a;
}
QWidget {background-color: #16003a;color: cyan;
}
QTabWidget::pane {border: 1px solid rgba(221, 221, 221, 0);background-color: #16003a;
}
QTabBar::tab {background-color: #16003a;padding: 8px 16px;margin-right: 2px;border-top-left-radius: 4px;border-top-right-radius: 4px;
}
QTabBar::tab:selected {background-color: #00385e;color: #ffffff;
}
QPushButton {background-color: rgba(31, 106, 152, 0.81);color: cyan;border: none;padding: 8px 16px;border-radius: 4px;font-weight: bold;
}
QPushButton:hover {background-color: #00560f;
}
QGroupBox {color: #4dffff;font-size: 13px;border: 2px solid #4dffff;border-radius: 5px;margin-top: 2px;padding-top: 2px;
}
QGroupBox::title {color: cyan;subcontrol-origin: margin;left: 5px;padding: 0 5px 0 5px;
}
QLabel {color: cyan;text-align: center;background-color: #16003a;font-size: 20px;font-weight: bold;
}
QLabel#titleLabel {padding: 5px;font-size: 40px;font-family: "Microsoft YaHei";text-align: center;
}
QComboBox {background-color: rgba(162, 88, 0, 0.7);color: cyan;font-size: 12px;border: 1px solid #ffffff;border-radius: 35px;padding: 0px 5px;
}
QComboBox QAbstractItemView::item:hover {background-color: #0B6121;
}
  • 数据： 需要数据或遇到问题可联系QQ（1591236129）
http://www.lryc.cn/news/575592.html

相关文章：

  • 01【C++ 入门基础】命名空间/域
  • 基于定制开发开源AI智能名片S2B2C商城小程序源码的H5游戏开发模式创新研究
  • Solidity 从 0 到 1 ｜Web3 开发入门免费共学营
  • 60% 重构项目陷 “越改越烂” 泥潭！
  • 智慧农业app农场监控系统框架搭建
  • 【缓存技术】深入分析如果使用好缓存及注意事项
  • 光场操控新突破！3D 光学信息处理迎来通用 PSF 工程时代--《自然》子刊：无需复杂算法，这一技术让 3D 光学成像实现 “即拍即得”念日
  • 从零开始的云计算生活——第二十四天，重起航帆，初见MySQL数据库
  • Linux中部署Jenkins保姆间教程
  • 编写CSS的格式
  • React：利用计算属性名特点更新表单值
  • Spring Security 安全控制终极指南
  • ubuntu20.04如何给appImage创建快捷方式
  • 【thinkphp5】Session和Cache记录微信accesstoken
  • 【Docker基础】Docker容器管理：docker rm及其参数详解
  • 百度中年危机：一场艰难的突围战
  • 关于单片机的基础知识（一）
  • 苍穹外卖day3--公共字段填充+新增菜品
  • 【LLM安全】MCP（模型上下文协议）及其关键漏洞、技术细节
  • 解锁企业效率革命：Microsoft 365 Copilot 重塑办公新范式
  • 16.1 Python应用容器化终极指南：Dockerfile多阶段构建与安全优化实战
  • leetcode-2311.小于等于k的最长二进制子序列
  • Apipost和Postman对比
  • view-design的日期时间插件怎么在只选择日期没有选时间的时候给他默认的时间
  • 英特尔汽车业务败走中国，喊出“All in”才过两个月
  • 【机器学习深度学习】线性回归
  • 供应链数据可视化大屏
  • 【Pandas】pandas DataFrame first_valid_index
  • Spring Boot 文件上传大小配置错误解决方案
  • 远程面试平台选声网视频通话提升候选人体验感