用python写某班级《高等数学》课程成绩分析，要求代码中包括数据的输入和输出，包含组合数据类型，控制结构，函数，文件和数据格式化，科学计算和可视化等

为了编写一个简单的Python程序来分析某班级《高等数学》的成绩，我们可以创建一个脚本，它将完成以下几个步骤：

1. 数据输入：首先需要从用户那里获取学生的姓名、学号以及对应的考试分数。这可以通过`input`函数实现。

def input_scores():
    students = {}
    while True:
        name = input("请输入学生姓名（输入'q'退出）：")
        if name.lower() == 'q':
            break
        student_id = int(input("请输入学号："))
        score = float(input("请输入《高等数学》成绩："))
        students[student_id] = {"name": name, "score": score}
    return students

2. 存储和读取数据：可以使用字典（dict）作为组合数据类型存储数据，然后将数据保存到文本文件中以便后续查看。

def save_to_file(scores, filename="math_scores.txt"):
    with open(filename, 'w') as file:
        for student_id, details in scores.items():
            file.write(f"{details['name']}: {student_id}, {details['score']}\n")

scores = input_scores()
save_to_file(scores)

3. 结合控制结构：可以利用循环遍历数据并计算平均分、最高分和最低分。

def analyze_scores(scores):
    total_score = sum(score["score"] for score in scores.values())
    num_students = len(scores)
    
    average_score = total_score / num_students
    max_score = max(score["score"] for score in scores.values())
    min_score = min(score["score"] for score in scores.values())

    print(f"总人数：{num_students}")
    print(f"平均分：{average_score:.2f}")
    print(f"最高分：{max_score}")
    print(f"最低分：{min_score}")

analyze_scores(scores)

4. 文件操作：如果想要读回数据并展示到终端，也可以从文件中加载。

def load_from_file(filename="math_scores.txt"):
    with open(filename, 'r') as file:
        scores = {}
        for line in file:
            fields = line.strip().split(": ")
            student_info = fields[0].split(",")
            scores[int(fields[1])] = {
                "name": student_info[0],
                "score": float(student_info[1])
            }
    return scores

loaded_scores = load_from_file()
if loaded_scores:
    print("\n数据分析基于文件数据：")
    analyze_scores(loaded_scores)
else:
    print("文件数据为空。")

5. 数据可视化：使用matplotlib库绘制成绩分布图，这里以简化示例为主。

import matplotlib.pyplot as plt

def plot_distribution(scores, filename="score_distribution.png"):
    scores_list = [score["score"] for score in scores.values()]
    plt.hist(scores_list, bins=10, edgecolor='black')
    plt.xlabel('分数')
    plt.ylabel('学生数')
    plt.title('高等数学成绩分布')
    plt.savefig(filename)

plot_distribution(scores)