1. 读入自己上个学期期末考试的各科成绩,构建一个python字典。( 注意如有五级值请转为百分成绩) 2. 使用python的方式从1中构建的字典读取各科成绩,并计算其所有成绩的均值和方差。 3. 使用numpy数组计算各科成绩的均值和方差 4. 使用matplotlib绘制均值和方差的图形
时间: 2023-04-30 18:01:47 浏览: 100
用机器学习的方法对学生成绩进行统计分析和预测。包括决策树算法、逻辑回归算法、随机森林算法等,用python.zip
5星 · 资源好评率100%
1. 可以使用如下代码构建一个python字典,存储自己上个学期期末考试的各科成绩:
grades = {'语文': 80, '数学': 90, '英语': 85, '物理': 70, '化学': 75}
2. 使用python的方式读取字典中各科成绩,并计算其所有成绩的均值和方差:
```
grades = {'语文': 80, '数学': 90, '英语': 85, '物理': 70, '化学': 75}
# 计算所有成绩的均值
sum = 0
for value in grades.values():
sum += value
mean = sum / len(grades)
print("均值:", mean)
# 计算所有成绩的方差
sum_squared_diff = 0
for value in grades.values():
sum_squared_diff += (value - mean) ** 2
variance = sum_squared_diff / len(grades)
print("方差:", variance)
```
3. 使用numpy数组计算各科成绩的均值和方差
```
import numpy as np
grades = [80, 90, 85, 70, 75]
# 计算均值
mean = np.mean(grades)
print("均值:", mean)
# 计算方差
variance = np.var(grades)
print("方差:", variance)
```
4. 使用matplotlib绘制均值和方差的图形
```
import matplotlib.pyplot as plt
# 绘制均值图形
plt.bar(['均值'], [mean])
plt.show()
# 绘制方差图形
plt.bar(['方差'], [variance])
plt.show()
```
注意:其中第三步与第四步中的均值和方差都是简单的统计学意义的均值和方差。
阅读全文