前言
诸位观众，本学期我有幸学习了Python编程课程。随着课程的结束，授课教师布置了一项任务，要求我们开发一个学生信息管理系统。基于老师的要求，我个人独立完成了这项任务。今天，我希望将这个简易的程序分享给大家，主要面向刚开始接触Python的新学者，希望它能助你们一臂之力。
在这个项目中，我将介绍如何从零开始构建这个学生信息管理系统，包括核心功能的实现以及设计思路。希望通过分享这个项目，能为Python初学者提供一个实践的案例，帮助你们更好地理解和掌握Python编程的基本技能。
让我们一起来学习如何用Python构建有效的学生信息管理系统，提升我们的编程能力吧。
总体构思
在开发信息管理系统时，核心工作实际上是对数据的管理，这包括了数据的创建、删除、检索和修改，以及数据的读取、显示和存储等关键操作。这些操作确保了系统能够高效且准确地处理信息。
在数据结构的选择上，我遵循了教师推荐的数据结构方案。这意味着在构建系统时，我已确保采用的数据结构方案不仅可以满足当前的教学需求，同时也便于未来可能的扩展或调整。选择恰当的数据结构对于保证信息处理效率及系统性能至关重要。
此类系统的设计旨在优化数据的处理流程，确保各种操作如增加、删除、编辑及查询数据都能流畅执行。此外，良好的数据结构设计也有助于简化后续的数据处理任务，如数据分析和报告生成，从而提升整个系统的使用效率和用户的体验。
即如下：
score1 = { "姓名":"张三丰",
"学号":"U19990001",
"作业" : [80, 64, 67, 20],
"测验" : [75, 75],
"实验" : [78, 57] ,
"分数" : 0
} 考虑到系统的灵活性与效率，我没有在数据结构中新增如排名等字段。主要原因在于，排名和平均分数可以通过已有的数据轻易计算得出，同时，这也避免了因单个成绩变动而需重新计算大量相关数据的繁琐过程。毕竟，随着存储数据量的增加，维护的复杂性也随之上升，尤其是对于相互依赖较强的数据项更是如此。
在数据存储方面，我选择了Python中广泛使用的列表作为程序的主要“数据库”结构，因其操作便捷且易于实现。关于排名问题，我确立了一个基本原则：列表中的每个数据项都根据成绩高低进行排序，确保整个列表始终保持有序状态。这样便有效地解决了排名问题，具体实现方式将在后文中详细介绍。
至于开发和运行环境，我使用的是Windows 10 x64位操作系统，配合Anaconda平台运行Python 3.7版本，并使用Spyder作为开发环境。这种配置无需额外安装任何库即可运行程序。
通过这些设计选择，我们旨在优化数据处理流程，提高系统的操作效率，同时简化数据维护工作，确保了系统能够高效、准确地服务于教学与信息管理的需求。
程序说明
在本节中，我将详细阐述该程序的主要功能及其对应的代码实现细节。在详细介绍这些功能前，我先说明一下我为此程序设定的一些基本规则：
1、成绩计算结果保留到小数点后三位。
2、排名的确定依据以下优先级顺序进行：考试成绩、作业平均分、测验平均分、实验平均分。在我们的设计中，不存在并列排名的情况。虽然极不可能，但如果确实有学生在这四项指标上完全一致，我们再另行考虑处理方案。
3、数据的文件保存与读取采用CSV格式，具体文件的头部结构如下：['序号', '姓名', '学号', '分数', '排名', '作业1', '作业2', '作业3', '作业4', '测验1', '测验2', '实验1', '实验2']。
这些规则旨在标准化数据的处理和存储方式，确保信息的准确性与系统的效率。接下来，我将逐一解释各功能的代码实现，以便读者能够更好地理解并应用于实际编程任务中。
主界面
程序的主要用户界面展示如下。虽然我个人的审美偏好较为传统，未能进一步美化界面，但功能实现是直观且实用的。
为了增强程序中提示信息的清晰度并提高用户体验，我设定了一套特定的颜色标准：
- 蓝色用于标示需要用户响应的提示信息。
- 红色用于显示系统操作的结果，例如操作的成功或失败。
- 标准的黑色用于展示系统菜单以及查询的结果输出等。
这种颜色方案旨在帮助用户快速识别信息类型和系统反馈，从而提升交互效率。
添加学生信息
在学生信息录入功能中，除了支持手动输入数据之外，我还添加了从文件中导入数据的功能。为了确保数据的一致性和准确性，我实施了一项关键的约束措施：如果某个学生的学号已存在于系统中，则禁止重复添加该学生的信息。无论是手动输入还是文件导入，这一规则都被严格执行，以确保每个学生的学号在系统中保持唯一。这不仅减少了数据冗余，也避免了潜在的数据冲突问题。
在添加学生信息的过程中，考虑到之前提到的列表数据需要维持顺序的要求，我采用了插入排序算法来实现数据的添加。这种方法可以确保在添加新数据时，列表中的信息依然保持有序状态。以下是实现此功能的核心代码：
# 根据优先级[分数、作业平均、测验平均、实验平均]比较s1是否优于s2
def cmp_student(s1, s2):
if s1["分数"] != s2["分数"]:
return s1["分数"] > s2["分数"]
else:
if np.mean(s1["作业"]) != np.mean(s2["作业"]):
return np.mean(s1["作业"]) > np.mean(s2["作业"])
else:
if np.mean(s1["测验"]) != np.mean(s2["测验"]):
return np.mean(s1["测验"]) > np.mean(s2["测验"])
else:
return np.mean(s1["实验"]) > np.mean(s2["实验"])
# 根据分数大小，将学生信息插入到列表中，插入排序
def add_to_list(stu, stu_list):
if len(stu_list):
if cmp_student(stu, stu_list[0]): # 比第一名还优秀
stu_list.insert(0,stu)
elif not cmp_student(stu, stu_list[-1]): # 比最后一名还差
stu_list.append(stu)
else:
for i in range(len(stu_list)-1):
if (not cmp_student(stu, stu_list[i])) and (cmp_student(stu, stu_list[i+1])):
stu_list.insert(i+1, stu)
return
else:
stu_list.append(stu) 手动添加时，逐个输入学生的信息，最后按照分数插入到相应的位置，注意的是，需要保证在输入成绩时确保获取的是 数字，否则提示错误需要用户重新输入：
# 输入一个数字
def input_number(information):
while True:
try:
print("\033[34m",end='')
number = input(information)
print("\033[0m",end='')
if type(eval(number)) == float or type(eval(number)) == int:
return float(number)
except :
print('\033[1;31m',end='')
print("输入有误，请输入一个数字！")
print('\033[0m',end='')注：类似 print("\033[34m",end='')这类语句是控制输出的字体颜色的。下同
从文件中添加时，系统提供了默认文件的选项，直接回车则默认从 data_file 目录下的 学生成绩信息.csv 文件导入，因为有些用户是懒得输入文件名的。需要注意的是，导入的文件中，允许成绩选项缺失，如果缺失了，则利用其它成绩重新计算得出。但其它必要信息不能缺失：
# 从文件添加学生信息
# 需要遵循格式：['序号','姓名','学号','分数','排名','作业1','作业2','作业3','作业4', '测验1', '测验2', '实验1', '实验2']
def add_from_file(stu_list):
print("\033[34m",end='')
fn = input("请输入文件路径(例如: C:/a.csv, 直接回车则默认为[./data_file/学生成绩信息.csv]) >> ")
print("\033[0m",end='')
file_path = './data_file/'+'学生成绩信息.csv' # 默认选项
if fn != '':
file_path = fn
n = 0
n_du = 0
with open(file_path) as csvfile:
csv_reader = csv.reader(csvfile) # 使用csv.reader读取csvfile中的文件
next(csv_reader) # 跳过文件头
for row in csv_reader: # 读取数据
if find_student_uid(row[2], stu_list) != -INF: # 如果存在学号相同，则不添加
n_du = n_du + 1
continue
work = [float(x) for x in row[5:9]] #转化作业成绩
test = [float(x) for x in row[9:11]] #转化测验成绩
experiment = [float(x) for x in row[11:]] #转化实验成绩
score = 0
if row[3] == '':
score = calc_score(work, test, experiment) # 考虑到成绩位置为空的情况，重新计算成绩。
else:
score = float(row[3])
stu_info = {'姓名':row[1], '学号':row[2], '作业':work,
'测验':test, '实验': experiment, '分数':score}
add_to_list(stu_info,stu_list) #将字典数据添加到列表中，插入排序。
n = n + 1
print('\033[1;31m')
print("从文件["+file_path+"]添加信息成功！共添加 "+str(n)+" 条信息，跳过 "+str(n_du)+" 条重复信息！")
print('\033[0m')
return stu_list修改学生信息
这一块比较简单，找到学生信息后，输入相应信息然后修改。大部分都是提示输入的语句。
不过需要注意的是，修改了相应的作业、实验等成绩后，需要更新学生的分数，同时重新计算学生的排名，将该生挪到列表的相应位置上。具体做法在我的代码实现中比较简单，先将该生从列表中移除，重新计算分数后再按照插入排序的思路放进列表即可。这样速度可能会快一些。因为变动信息的只有一个学生，如果再次对整个列表进行排序可能会造成比较大的开销。
删除学生信息
这一块也相对来说比较简单，找到学生后，如果确认删除，则直接删除该学生即可。删除后其他学生的次序依然是有序的，无需再做调整。
查找学生信息
查找学生相关信息是通过 学号 遍历列表进行搜寻，找到后输出学生的相关信息。
不过我在此基础上，对学生成绩进行了简单的统计，并通过图表的方式进行呈现。能够让老师或学生更直观地看到各科成绩的详细内容，找出自己的优势与不足，便于下次努力改进。（不过这里因为想把两个图拼在一个图上，因为不熟悉操作做了好久~）
bar1_colors = ['#7199cf','#4fc4aa','#e1a7a2']
labels = np.array(['作业1','作业2','作业3','作业4','测验1','测验2','实验1','实验2'])
name=['作业','测验','实验']
# 统计学生成绩等信息
def statistics_student(stu):
#=======自己设置开始============
#标签
#数据个数
dataLenth = len(stu["作业"])+len(stu["测验"])+len(stu["实验"])
#数据
all_scores = stu["作业"] + stu["测验"] + stu["实验"]
data = np.array(all_scores)
average_score=[np.mean(stu["作业"]),np.mean(stu["测验"]),np.mean(stu["实验"])]
#========自己设置结束============
angles = np.linspace(0, 2*np.pi, dataLenth, endpoint=False)
data = np.concatenate((data, [data[0]])) # 闭合 # #将数据结合起来
angles = np.concatenate((angles, [angles[0]])) # 闭合
fig = plt.figure(figsize=(8, 4.2), dpi=80)
ax = fig.add_subplot(121, polar=True)# polar参数！！121代表总行数总列数位置
ax.plot(angles, data, 'bo-', linewidth=1)# 画线四个参数为x,y,标记和颜色，闲的宽度
ax.fill(angles, data, facecolor='r', alpha=0.1)# 填充颜色和透明度
ax.set_thetagrids(angles * 180/np.pi, labels, fontproperties='SimHei')
ax.set_title("{} 详细成绩雷达图".format(stu["姓名"]),fontproperties='SimHei',weight='bold', size='medium', position=(0.5, 1.11),
horizontalalignment='center', verticalalignment='center')
ax.set_rlim(0,100)
ax.grid(True)
xticks = np.arange(len(average_score)) #生成x轴每个元素的位置
ax=fig.add_subplot(133)
ax.set_xticklabels(name, fontproperties='SimHei')
ax.set_xticks(xticks) #设置x轴上每个标签的具体位置
ax.set_ylim([0, 100]) # 设置y轴范围
ax.bar(xticks,average_score,color=bar1_colors)
ax.set_title("{} 平均成绩柱状图".format(stu["姓名"]),fontproperties='SimHei')
plt.show()打印全体学生成绩信息
这一个功能实现也蛮简单，遍历学生列表，然后调用打印函数逐个进行打印输出即可，这里输出单个学生信息的时候就没有输出统计图的信息了。主要是考虑到人数过多时，输出图的话，可能会导致速度过慢，影响体验。输出完成后会简单统计一下一共有几个人。
课程成绩统计
在统计成绩这个模块中，由于数据在列表中已经是有序的了，所以最高分最低分，中位数的获取都比较容易。而平均分也可以很快得出。（其实我觉得，程序的整体结构和思路做好以后，功能模块的实现就方便得多了。）
同样地，在这里我也做了一个图形的统计，利用柱状图展示了各个分数段的人数，方便老师快速了解成绩的分布情况。然后利用了饼状图分析了 及格人数/不及格人数 的比例，因为在这里不及格的人数为 0，所以整块都是及格的蓝色。
画图的代码如下（有了上一张图的经验，这张就好多了）：
## 绘制统计试图
def print_statistics_view(stu_list):
##### 数据设置
range_number = [0,0,0,0,0] #各分数段人数
type_number = [0,0] # 各类型人数[及格,不及格,缺考]
for stu in stu_list:
count_type(stu, type_number)
count_range(stu, range_number)
#### 开始绘图
fig = plt.figure(figsize=(8, 4), dpi=85) #整体图的标题
colors = ['#7199cf', '#4fc4aa', '#00BFFF', '#FF7F50', '#BDB76B']
#①在121位置上添加柱图，通过fig.add_subplot()加入子图
ax = fig.add_subplot(121)
ax.set_title('各分数段人数统计', fontproperties='SimHei') #子图标题
xticks = np.arange(len(range_number)) #生成x轴每个元素的位置
bar_width = 0.5 #定义柱状图每个柱的宽度
#设置x轴标签
score_range = ['[0,60)','[60,70)','[70,80)','[80,90)','[90,100]']
ax.set_xticklabels(score_range)
ax.set_xticks(xticks) #设置x轴上每个标签的具体位置
#设置y轴的标签
ax.set_ylabel('人数', fontproperties='SimHei')
ax.bar(xticks, range_number, width=bar_width, color=colors, edgecolor='none') #设置柱的边缘为透明
#②在122位置加入饼图
ax = fig.add_subplot(122)
ax.set_title('及格\不及格占比')
# 生成同时包含名称和速度的标签
type_labels = ['及格','不及格']
pie_labels = ['{}:{}人'.format(type_name, number) for type_name, number in zip(type_labels, type_number)]
# 画饼状图，并指定标签和对应颜色
#解决汉字乱码问题
matplotlib.rcParams['font.sans-serif']=['SimHei'] #使用指定的汉字字体类型（此处为黑体）
ax.pie(type_number, labels=pie_labels, colors=colors, autopct='%1.2f%%')
ax.axis('equal') #保证饼图不变形
plt.show()保存学生信息到文件中
在保存到文件时，默认保存到程序目录下的 data_file 目录里面，用户可以手动输入文件名，也可以直接回车使用默认选项（防止用户懒得输入这么麻烦的东西_）。
# 文件头
STUDENT_LABEL = ['序号','姓名','学号','分数','排名','作业1','作业2','作业3','作业4', '测验1', '测验2', '实验1', '实验2']
FILE_DIR = './data_file/' #保存文件的目录，默认为当前文件下的data_file目录
# save to file保存到文件
def save_to_file(stu_list):
print("\033[34m",end='')
fn = input("请输入文件名(例如: a.csv, 直接回车则默认为[学生成绩信息.csv]) >> ")
print('\033[0m',end='')
if fn == '': # 默认选项
fn = '学生成绩信息.csv'
elif len(fn) < 5: # 该用户没有输入后缀名
fn = fn + '.csv'
elif fn[-4:] != '.csv': # 该用户没有输入后缀名
fn = fn + '.csv'
all_values = []
for index, stu in enumerate(stu_list):
'''
一个stu字典实体序列化成我们想要的格式，便于保存到文件
index为保存到文件后该实体的序号，与list的序号对应
'''
stu_value = [index, stu['姓名'], stu['学号'], stu['分数'], index+1]
stu_value = stu_value + stu['作业'] + stu['测验'] + stu['实验']
all_values.append(stu_value)
with open(FILE_DIR+fn,'w+',newline='') as f:
writer = csv.writer(f)#创建一个csv的写入器
writer.writerow(STUDENT_LABEL)#写入标签
writer.writerows(all_values) #写入样本数据
f.close()
print('\033[1;31m')
print("保存信息到["+FILE_DIR+fn+"]成功！")
print('\033[0m') 用户输入自定义的文件名后，由于保存的是 CSV 格式的文件，因此需要简单修正一下用户输入的文件名（因为有时候可能没有输入后缀名之类的。），然后再读取列表的数据，保存到文件中，如下：
可以看到，由于列表的数据始终是有序的，因此排名与序号是对应的。
从文件中读取学生信息
从文件读取信息时，遵循的格式和保存的格式是一致的。与从文件中添加信息不同的是，该功能读取文件中所有的信息添加进一个新的列表，然后丢弃系统原有的列表，使用读取文件生成的新列表。
同时，从文件读取信息时，也允许分数项缺失，如果缺失，则重新计算后存入列表中去。导入文件也提供了默认的文件：
# 从文件导入信息
# 需要遵循格式：['序号','姓名','学号','分数','排名','作业1','作业2','作业3','作业4', '测验1', '测验2', '实验1', '实验2']
def load_from_file():
print("\033[34m",end='')
fn = input("请输入文件路径(例如: C:/a.csv, 直接回车则默认为[./data_file/学生成绩信息.csv]) >> ")
print('\033[0m',end='')
file_path = FILE_DIR+'学生成绩信息.csv' # 默认选项
if fn != '':
file_path = fn
stu_list = []
n = 0
with open(file_path) as csvfile:
csv_reader = csv.reader(csvfile) # 使用csv.reader读取csvfile中的文件
next(csv_reader) # 跳过文件头
for row in csv_reader: # 读取数据
work = [float(x) for x in row[5:9]] #转化作业成绩
test = [float(x) for x in row[9:11]] #转化测验成绩
experiment = [float(x) for x in row[11:]] #转化实验成绩
score = 0
if row[3] == '':
score = calc_score(work, test, experiment) # 考虑到成绩位置为空的情况，重新计算成绩。
else:
score = float(row[3])
stu_info = {'姓名':row[1], '学号':row[2], '作业':work,
'测验':test, '实验': experiment, '分数':score}
stu_list.append(stu_info) #
n = n + 1
# 如果读取的是本程序输出的，按理说不用排序
# 但也可能是从其他文件读入的数据，所以还是得做一下排序。
stu_list.sort(key=lambda d:(d["分数"],np.mean(d["作业"]),np.mean(d["测验"]),np.mean(d["实验"])), reverse = True) # 排好序
print('\033[1;31m')
print("从文件["+file_path+"]导入成功！共 "+str(n)+" 条信息！")
print('\033[0m')
return stu_list退出
在退出的时候，我做了一个小提示，提示用户是否保存当前数据到文件中去。因为有时候如果不提醒用户的话，用户可能由于疏忽而忘记了保存到文件，一旦退出程序则数据就丢失了。
小结
这个项目的开发历时较长，因为我致力于将其打造得尽可能完善。虽然这只是一个小规模的项目，但要想在功能性和程序的健壮性上达到高标准，确实是一项挑战。
我必须承认，项目中的一些设计和实现决策是基于个人独立思考的结果，未经过广泛的市场调研或用户咨询，因此可能存在一些不周到之处。对此，我希望得到读者们的理解和宽容。
标签：入门,Python,作业,list,stu,构建,np,ax,csv From： https://blog.csdn.net/2301_76419561/article/details/141498654