students_scores -{ 张三:"语文":70,"数学":80, "英语":90], 张兴:"语文":85,"数学":92,"英语":95], 刘宁:"语文":89,"数学":89,"英语":90}}
时间: 2024-06-02 11:05:00 浏览: 13
students_scores是一个字典类型的变量,它包含了三个学生的姓名和各自的语文、数学、英语成绩。其中,张三的语文成绩为70分,数学成绩为80分,英语成绩为90分;张兴的语文成绩为85分,数学成绩为92分,英语成绩为95分;刘宁的语文成绩为89分,数学成绩为89分,英语成绩为90分。您可以通过students_scores['张三']['语文']这样的方式来访问其中的数据,获取相应的成绩信息。
相关问题
用python,实现一个成绩统计类ScoreStats,具有以下属性和方法:属性:scores:成绩列表,其中每个元素为一个学生的三门课成绩,例如【[90,85,92],[78,82,80],[95,89,93]】 方法:get_avg_scores():获取三门课程的平均分数 get_max_scores():获取三门课程的最高分数 get_min_scores():获取三门课程的最低分数 get_pass_rate():获取及格率,即三门课程均不低于60分的学生比例
以下是实现ScoreStats类的代码:
```python
class ScoreStats:
def __init__(self, scores):
self.scores = scores
def get_avg_scores(self):
num_students = len(self.scores)
num_courses = len(self.scores[0])
total_scores = [0] * num_courses
for i in range(num_students):
for j in range(num_courses):
total_scores[j] += self.scores[i][j]
avg_scores = [round(total_scores[i]/num_students,2) for i in range(num_courses)]
return avg_scores
def get_max_scores(self):
num_courses = len(self.scores[0])
max_scores = [max([self.scores[i][j] for i in range(len(self.scores))]) for j in range(num_courses)]
return max_scores
def get_min_scores(self):
num_courses = len(self.scores[0])
min_scores = [min([self.scores[i][j] for i in range(len(self.scores))]) for j in range(num_courses)]
return min_scores
def get_pass_rate(self):
num_students = len(self.scores)
num_passed = 0
for i in range(num_students):
if min(self.scores[i]) >= 60:
num_passed += 1
pass_rate = round(num_passed/num_students,2)
return pass_rate
```
我们可以通过以下代码进行测试:
```python
scores = [[90,85,92],[78,82,80],[95,89,93]]
score_stats = ScoreStats(scores)
print("平均分数: ", score_stats.get_avg_scores())
print("最高分数: ", score_stats.get_max_scores())
print("最低分数: ", score_stats.get_min_scores())
print("及格率: ", score_stats.get_pass_rate())
```
输出结果为:
```
平均分数: [87.67, 85.33, 88.33]
最高分数: [95, 89, 93]
最低分数: [78, 82, 80]
及格率: 1.0
```
这说明我们已经成功地实现了ScoreStats类,并且可以正确地计算出成绩统计信息。
AttributeError: 'RFECV' object has no attribute 'grid_scores_'
AttributeError: 'RFECV' object has no attribute 'grid_scores_' 错误是因为RFECV对象没有grid_scores_属性。这可能有以下几个原因:
- RFECV对象没有进行训练,因此没有生成grid_scores_属性。
- 你正在使用的是过时的sklearn版本,grid_scores_已经被废弃。你可以使用cv_results_属性来获取类似的信息。
为了解决这个问题,你可以尝试以下方法:
1. 确保你已经对RFECV对象进行了训练,即调用了fit方法。
2. 检查你正在使用的sklearn版本是否是最新版本。如果不是,请更新到最新版本。
3. 如果你无法使用最新版本的sklearn,可以尝试使用cv_results_属性来获取类似的信息。
相关推荐
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)