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 |
|---|---|
| PyQt5 | GUI 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 |
|---|---|
| PyQt5 | GUI 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）
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）
![AI编程：[体验]存量微服务架构下植入WebSocket的“踩坑”与“填坑”](http://pic.xiahunao.cn/AI编程：[体验]存量微服务架构下植入WebSocket的“踩坑”与“填坑”)
