数学专业2021级4个班120名同学的C语言程序设计课程的成绩存放在成绩表.csv文件中,成绩分为平时成绩和期末成绩两列，最终成绩为：平时成绩*0.2+期末成绩*0.8，现编程处理成绩，得到最终成绩，并求出：最高分，最低分，平均分，中位数，标准方差，每个分数阶段的人数占比（A率，B率,C率,D率,E率），将成绩由高到低排序，绘制成绩分布图，结果输出到out.txt文件中。

好的，我会为您解答这个问题。首先，读取文件中的成绩数据，可以使用Python中的pandas库进行操作。接着，计算每个同学的最终成绩，并求出最高分、最低分和平均分。计算中位数可以使用numpy库中的median函数。求标准方差可以使用numpy库中的std函数。计算每个分数阶段的人数占比可以通过将成绩按照一定规则分组，并使用pandas库中的groupby函数和count函数实现。将成绩由高到低排序可以使用pandas库中的sort_values函数。绘制成绩分布图可以使用matplotlib库实现。最后，将结果输出到out.txt文件中。

下面是实现上述功能的Python代码：

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

# 读取成绩数据
df = pd.read_csv('成绩表.csv')

# 计算每个同学的最终成绩
df['最终成绩'] = df['平时成绩'] * 0.2 + df['期末成绩'] * 0.8

# 求最高分、最低分和平均分
max_score = df['最终成绩'].max()
min_score = df['最终成绩'].min()
avg_score = df['最终成绩'].mean()

# 计算中位数
median_score = np.median(df['最终成绩'])

# 求标准方差
std_score = np.std(df['最终成绩'])

# 计算每个分数阶段的人数占比
bins = [0, 60, 70, 80, 90, 100]  # 分数阶段
labels = ['E', 'D', 'C', 'B', 'A']  # 分数阶段对应的等级
df['成绩等级'] = pd.cut(df['最终成绩'], bins=bins, labels=labels)
counts = df.groupby('成绩等级')['最终成绩'].count()
rates = counts / len(df)

# 将成绩由高到低排序
df = df.sort_values(by='最终成绩', ascending=False)

# 绘制成绩分布图
plt.hist(df['最终成绩'], bins=20)
plt.xlabel('Score')
plt.ylabel('Number of Students')
plt.title('Score Distribution')
plt.show()

# 将结果输出到out.txt文件中
with open('out.txt', 'w') as f:
    f.write('Max score: {:.2f}\n'.format(max_score))
    f.write('Min score: {:.2f}\n'.format(min_score))
    f.write('Avg score: {:.2f}\n'.format(avg_score))
    f.write('Median score: {:.2f}\n'.format(median_score))
    f.write('Std score: {:.2f}\n'.format(std_score))
    f.write('A rate: {:.2f}\n'.format(rates['A']))
    f.write('B rate: {:.2f}\n'.format(rates['B']))
    f.write('C rate: {:.2f}\n'.format(rates['C']))
    f.write('D rate: {:.2f}\n'.format(rates['D']))
    f.write('E rate: {:.2f}\n'.format(rates['E']))

注意，这段代码中的结果仅供参考，具体实现需要根据具体情况进行调整。