7-1 各科成绩统计值计算 分数 10 全屏浏览题目 切换布局 作者 yqhyzy 单位 上海海洋大学 要求:顺序生成n个学生的学号及语文、数学和英语成绩,然后分别计算输出各科成绩的平均分、标准差及中位数。其中n由input()输入,学生学号从2023101开始顺序编号,各科成绩由randint生成[60,100]中的随机整数,随机数种子设为10, n为5时生成的数据及输出结果如下所示。 [['学号', '语文', '数学', '外语'], ['2023101', '96', '62', '87'], ['2023102', '90', '96', '60'], ['2023103', '73', '89', '91'], ['2023104', '77', '70', '62'], ['2023105', '93', '91', '80']] 输入样例: 在这里给出一组输入。例如: 5 输出样例: 在这里给出相应的输出。例如: 各科平均分:语文85.80,数学81.60,外语76.00 各科方差:语文10.18,数学14.74,外语14.27 各科中位数:语文90.00,数学89.00,外语80.00

时间: 2023-08-06 15:17:43 浏览: 293
以下是 Python 代码实现: ```python import random import statistics # 随机生成 n 个学生的学号和成绩 def generate_scores(n): scores = [['学号', '语文', '数学', '外语']] for i in range(1, n+1): score = [ str(2023100+i+1), str(random.randint(60, 100)), str(random.randint(60, 100)), str(random.randint(60, 100)) ] scores.append(score) return scores # 计算列表中指定列的平均值、方差和中位数 def calc_stats(lst, col): data = [int(x[col]) for x in lst[1:]] mean = statistics.mean(data) variance = statistics.variance(data) median = statistics.median(data) return mean, variance, median # 读取输入的学生数 n = int(input()) # 随机生成学号和成绩 scores = generate_scores(n) # 计算各科成绩的平均分、方差和中位数 ch_mean, ch_var, ch_median = calc_stats(scores, 1) math_mean, math_var, math_median = calc_stats(scores, 2) eng_mean, eng_var, eng_median = calc_stats(scores, 3) # 输出结果 print("各科平均分:语文{:.2f},数学{:.2f},外语{:.2f}".format(ch_mean, math_mean, eng_mean)) print("各科方差:语文{:.2f},数学{:.2f},外语{:.2f}".format(ch_var, math_var, eng_var)) print("各科中位数:语文{:.2f},数学{:.2f},外语{:.2f}".format(ch_median, math_median, eng_median)) ``` 代码运行说明: 1. 将代码保存为 `score.py` 文件; 2. 运行代码; 3. 输入学生数,例如 `5`; 4. 根据输入的学生数生成随机的学号和成绩; 5. 计算各科成绩的平均分、方差和中位数; 6. 输出结果。

相关推荐

最新推荐

recommend-type

数据姐公综合课设统计成绩.docx

给出n个学生的m门考试的成绩表,每个学生的信息由学号、姓名以及各科成绩组成。对学生的考试成绩进行有关统计,并打印统计表。 2.基本要求: (1)按总数高低次序,打印名次表,分数相同的为同一名次; (2)按名次...
recommend-type

C++ 学生成绩管理系统设计报告书

个人课程设计报告书(内含源码) 内含4个类,各自具有其属性和行为。 基本实现了: (1)学生基本信息、考试科目及成绩的信息录入...对学生成绩进行统计(包括最高分,最低分,排序,平均成绩,及格率和需要补考的学生)
recommend-type

zigbee-cluster-library-specification

最新的zigbee-cluster-library-specification说明文档。
recommend-type

管理建模和仿真的文件

管理Boualem Benatallah引用此版本:布阿利姆·贝纳塔拉。管理建模和仿真。约瑟夫-傅立叶大学-格勒诺布尔第一大学,1996年。法语。NNT:电话:00345357HAL ID:电话:00345357https://theses.hal.science/tel-003453572008年12月9日提交HAL是一个多学科的开放存取档案馆,用于存放和传播科学研究论文,无论它们是否被公开。论文可以来自法国或国外的教学和研究机构,也可以来自公共或私人研究中心。L’archive ouverte pluridisciplinaire
recommend-type

MATLAB取整函数与Web开发的作用:round、fix、floor、ceil在Web开发中的应用

![MATLAB取整函数与Web开发的作用:round、fix、floor、ceil在Web开发中的应用](https://img-blog.csdnimg.cn/2020050917173284.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2thbmdqaWVsZWFybmluZw==,size_16,color_FFFFFF,t_70) # 1. MATLAB取整函数概述** MATLAB取整函数是一组强大的工具,用于对数值进行
recommend-type

我想做python的算法工程师,我应该学什么?学习的顺序是什么?网上有什么推荐的免费课程吗?回答具体精确一点不要太笼统

对于想要成为 Python 算法工程师的人来说,他们应该先从掌握 Python 的基础语法开始,然后学习数据结构和算法,并且要深入了解 Python 中的一些科学计算和数据处理库,比如 NumPy、Pandas 等。 学习的顺序可以是先学习基础语法和编程技巧,然后再学习数据结构和算法相关的知识,最后深入了解数据处理和科学计算相关的库。 对于免费课程的推荐,我建议你可以先去 Coursera、edX、Udacity 等网站上寻找相关课程,这些网站上有很多优质的 Python 编程和算法课程,你可以根据自己的需求和学习进度进行选择。此外,还可以考虑一些在线编程网站,如 HackerRank、L
recommend-type

JSBSim Reference Manual

JSBSim参考手册,其中包含JSBSim简介,JSBSim配置文件xml的编写语法,编程手册以及一些应用实例等。其中有部分内容还没有写完,估计有生之年很难看到完整版了,但是内容还是很有参考价值的。
recommend-type

"互动学习:行动中的多样性与论文攻读经历"

多样性她- 事实上SCI NCES你的时间表ECOLEDO C Tora SC和NCESPOUR l’Ingén学习互动,互动学习以行动为中心的强化学习学会互动,互动学习,以行动为中心的强化学习计算机科学博士论文于2021年9月28日在Villeneuve d'Asq公开支持马修·瑟林评审团主席法布里斯·勒菲弗尔阿维尼翁大学教授论文指导奥利维尔·皮耶昆谷歌研究教授:智囊团论文联合主任菲利普·普雷教授,大学。里尔/CRISTAL/因里亚报告员奥利维耶·西格德索邦大学报告员卢多维奇·德诺耶教授,Facebook /索邦大学审查员越南圣迈IMT Atlantic高级讲师邀请弗洛里安·斯特鲁布博士,Deepmind对于那些及时看到自己错误的人...3谢谢你首先,我要感谢我的两位博士生导师Olivier和Philippe。奥利维尔,"站在巨人的肩膀上"这句话对你来说完全有意义了。从科学上讲,你知道在这篇论文的(许多)错误中,你是我可以依
recommend-type

MATLAB取整函数与数据分析的应用:round、fix、floor、ceil在数据分析中的应用

![MATLAB取整函数与数据分析的应用:round、fix、floor、ceil在数据分析中的应用](https://img-blog.csdnimg.cn/img_convert/a12c695f8b68033fc45008ede036b653.png) # 1. MATLAB取整函数概述 MATLAB提供了一系列取整函数,用于对数值进行四舍五入或截断操作。这些函数包括: - `round`:四舍五入到最接近的整数 - `floor`:向下取整到最小的整数 - `ceil`:向上取整到最大的整数 - `fix`:截断小数部分,返回整数部分 这些函数在数据分析、可视化和特定领域(如金融
recommend-type

r语言如何调用split函数按照factor分开后得到的dataframe

可以使用如下语句: split_dataframe <- split(original_dataframe, original_dataframe$factor_column) 其中,original_dataframe为待拆分的原始数据框,$factor_column为按照哪一列分组(即因子列),split_dataframe为拆分后得到的数据框列表。