《python程序设计》课件 项目八 项目综合开发应用

8435759项目八

项目综合开发应用xx学院-XX学院《python程序设计》

异常处理e7d195523061f1c029d8a470330beef7eecbf578a74c67be34E755975358C32C42B60046E65E5AB2B817CFACDA70963A03272FA99D31C85E250EFEC4061BFB07F05F931B289192FCB8E0285A555C1F230D307BE5C25C0A023A9868BE4DC722F304C024870D51F93B1C73F8B0BFA1FC623C98224856AC19AACB53BF009612A79383772CE3D9D4DAA720XX.037AAAD45827A9CF课前复习：1.Python中的异常处理是编程中的关键部分，它帮助开发者管理程序运行时可能出现的错误。异常处理的核心在于try-except语句，它允许开发者捕获并处理潜在的错误，从而避免程序崩溃。在try块中，开发者编写可能引发异常的代码，而在except块中可以处理这些异常。2.Python提供了tryexceptelse语句，没有发生异常时将执行else中的代码块。3.Python提供了try-finally语句，无论是否发生异常，finally块中的代码都会执行，这常用于清理工作，如关闭文件或释放资源。

文件操作e7d195523061f1c029d8a470330beef7eecbf578a74c67be34E755975358C32C42B60046E65E5AB2B817CFACDA70963A03272FA99D31C85E250EFEC4061BFB07F05F931B289192FCB8E0285A555C1F230D307BE5C25C0A023A9868BE4DC722F304C024870D51F93B1C73F8B0BFA1FC623C98224856AC19AACB53BF009612A79383772CE3D9D4DAA720XX.037AAAD45827A9CF课前复习：4.Python提供了‌上下文管理器（with语句）。with语句提供了一种简洁的方式来处理资源，如文件或网络连接。它确保在代码块执行完毕后，资源会被正确关闭，即使在代码块中发生异常也是如此。5.内置模块：os和shutil是Python中处理文件和目录的主要模块。os模块提供了创建、删除、重命名文件和目录的函数，以及列出目录内容的方法。shutil模块则提供了复制、移动和删除文件或目录的高级功能。e7d195523061f1c029d8a470330beef7eecbf578a74c67be34E755975358C32C42B60046E65E5AB2B817CFACDA70963A03272FA99D31C85E250EFEC4061BFB07F05F931B289192FCB8E0285A555C1F230D307BE5C25C0A023A9868BE4DC722F304C024870D51F93B1C73F8B0BFA1FC623C98224856AC19AACB53BF009612A79383772CE3D9D4DAA720XX.037AAAD45827A9CF【项目综述】项目七中通过读取文件获取数据，并将数据处理结果保存到文件中，但是数据统计分析常规计算方式实现，也没有对数据进行可视化处理，没有用到现代化的数据处理技术，现在要求利用数据统计分析工具和数据可视化手段实现对学生成绩进行统计分析和可视化展示。e7d195523061f1c029d8a470330beef7eecbf578a74c67be34E755975358C32C42B60046E65E5AB2B817CFACDA70963A03272FA99D31C85E250EFEC4061BFB07F05F931B289192FCB8E0285A555C1F230D307BE5C25C0A023A9868BE4DC722F304C024870D51F93B1C73F8B0BFA1FC623C98224856AC19AACB53BF009612A79383772CE3D9D4DAA720XX.037AAAD45827A9CF【学习目标】能描述matplotlib和echarts数据可视化流程和常用方法。能描述Pandas的Series（一维数据）与DataFrame（二维数据）结构。能使用Pandas的Series（一维数据）与DataFrame（二维数据）数据结构存储和处理数据。能使用Flask框架创建学生成绩管理系统可视化网站。以“自主可控、安全可信”的国家信创战略为主线，让学生在技术实践中体悟自主创新的时代担当，成长为“能用国产工具讲好中国数据故事、能用国产框架守护国家网络安全”的新一代数字工匠。e7d195523061f1c029d8a470330beef7eecbf578a74c67be34E755975358C32C42B60046E65E5AB2B817CFACDA70963A03272FA99D31C85E250EFEC4061BFB07F05F931B289192FCB8E0285A555C1F230D307BE5C25C0A023A9868BE4DC722F304C024870D51F93B1C73F8B0BFA1FC623C98224856AC19AACB53BF009612A79383772CE3D9D4DAA720XX.037AAAD45827A9CF【重点和难点】【知识重点】1.数据可视化的基本方法。2.利用Pandas进行数据处理。3.利用Flask创建网站。【知识难点】1.利用Pandas进行数据处理。2.利用flask创建网站。e7d195523061f1c029d8a470330beef7eecbf578a74c67be34E755975358C32C42B60046E65E5AB2B817CFACDA70963A03272FA99D31C85E250EFEC4061BFB07F05F931B289192FCB8E0285A555C1F230D307BE5C25C0A023A9868BE4DC722F304C024870D51F93B1C73F8B0BFA1FC623C98224856AC19AACB53BF009612A79383772CE3D9D4DAA720XX.037AAAD45827A9CF【学习内容】任务一

学生成绩数据统计分析和可视化处理任务二

利用Web界面实现学生成绩数据统计分析和可视化e7d195523061f1c029d8a470330beef7eecbf578a74c67be34E755975358C32C42B60046E65E5AB2B817CFACDA70963A03272FA99D31C85E250EFEC4061BFB07F05F931B289192FCB8E0285A555C1F230D307BE5C25C0A023A9868BE4DC722F304C024870D51F93B1C73F8B0BFA1FC623C98224856AC19AACB53BF009612A79383772CE3D9D4DAA720XX.037AAAD45827A9CF任务一

学生成绩数据统计分析和可视化处理前面各项目的学生成绩管理系统程序实现了总成绩和平均成绩的计算，没有对课程的成绩不同分数区间人数进行统计分析，现在希望能根据需要选择某门课程，实现该课程成绩不同分数区间人数统计分析功能。例如人工智能导论课程60~70分、70~80分、80~90分、90~100分不同分数区间的占比，并通过可视化的方式绘制饼图和柱状图进行展示。【任务描述】e7d195523061f1c029d8a470330beef7eecbf578a74c67be34E755975358C32C42B60046E65E5AB2B817CFACDA70963A03272FA99D31C85E250EFEC4061BFB07F05F931B289192FCB8E0285A555C1F230D307BE5C25C0A023A9868BE4DC722F304C024870D51F93B1C73F8B0BFA1FC623C98224856AC19AACB53BF009612A79383772CE3D9D4DAA720XX.037AAAD45827A9CF任务一

学生成绩数据统计分析和可视化处理Python可以导入Pandas库实现数据处理和数据统计分析，导入matplotlib库实现数据可视化功能。1.Pandas库简介Pandas是一个开源的Python数据分析库，主要用于处理和分析结构化数据。它提供了强大的数据结构和数据分析工具，能够高效地进行数据清洗、转换、分析和可视化。Pandas是Python数据科学生态系统中的核心库之一，广泛应用于数据分析、机器学习、金融、生物信息学等领域。Pandas的主要数据结构是Series（一维数据）与DataFrame（二维数据），这两种数据结构足以处理金融、统计、社会科学、工程等领域里的大多数典型用例。【知识准备】e7d195523061f1c029d8a470330beef7eecbf578a74c67be34E755975358C32C42B60046E65E5AB2B817CFACDA70963A03272FA99D31C85E250EFEC4061BFB07F05F931B289192FCB8E0285A555C1F230D307BE5C25C0A023A9868BE4DC722F304C024870D51F93B1C73F8B0BFA1FC623C98224856AC19AACB53BF009612A79383772CE3D9D4DAA720XX.037AAAD45827A9CF任务一

学生成绩数据统计分析和可视化处理2.Pandas的Series数据结构Pandas的Series数据结构类似于Python的列表，但索引更加灵活。它可以存储任意类型的数据（如整数、浮点数、字符串等），并且每个元素都有一个对应的索引。Pandas的Series()函数格式：pd.Series(data,index,dtype,name,copy)其中，参数data是一组数据（ndarray类型）；index是数据索引标签，如果不指定，默认从0开始；dtype是数据类型，默认会自己判断；name用于设置名称；copy是拷贝数据，默认为False。如图所示创建一个简单的Series示例。【知识准备】e7d195523061f1c029d8a470330beef7eecbf578a74c67be34E755975358C32C42B60046E65E5AB2B817CFACDA70963A03272FA99D31C85E250EFEC4061BFB07F05F931B289192FCB8E0285A555C1F230D307BE5C25C0A023A9868BE4DC722F304C024870D51F93B1C73F8B0BFA1FC623C98224856AC19AACB53BF009612A79383772CE3D9D4DAA720XX.037AAAD45827A9CF任务一

学生成绩数据统计分析和可视化处理2.Pandas的Series数据结构如图所示创建一个简单的Series示例。第3行定义列表a，第4行创建series对象，通过第5行代码输出，可以看到默认的索引从0开始，类型是int64。如果想手动指定索引和定义series对象名字，可以使用参数index和name指定【知识准备】e7d195523061f1c029d8a470330beef7eecbf578a74c67be34E755975358C32C42B60046E65E5AB2B817CFACDA70963A03272FA99D31C85E250EFEC4061BFB07F05F931B289192FCB8E0285A555C1F230D307BE5C25C0A023A9868BE4DC722F304C024870D51F93B1C73F8B0BFA1FC623C98224856AC19AACB53BF009612A79383772CE3D9D4DAA720XX.037AAAD45827A9CF任务一

学生成绩数据统计分析和可视化处理3.Pandas的DataFrame数据结构Pandas的DataFrame是一个表格型的数据结构，类似二维数组，它含有一组有序的列，每列可以是不同的值类型（数值、字符串、布尔型值）。DataFrame既有行索引也有列索引，它可以被看做由Series组成的字典（共同用一个索引）。DataFrame函数格式为：Pandas.DataFrame(data,index,columns,dtype,copy)其中data是一组数据（ndarray、series、map、lists、dict等类型）；index是索引值，或者可以称为行标签；columns为列标签，默认为RangeIndex（0,1,2,…,n）；dtype是数据类型；copy是拷贝数据，默认为False。【知识准备】e7d195523061f1c029d8a470330beef7eecbf578a74c67be34E755975358C32C42B60046E65E5AB2B817CFACDA70963A03272FA99D31C85E250EFEC4061BFB07F05F931B289192FCB8E0285A555C1F230D307BE5C25C0A023A9868BE4DC722F304C024870D51F93B1C73F8B0BFA1FC623C98224856AC19AACB53BF009612A79383772CE3D9D4DAA720XX.037AAAD45827A9CF任务一

学生成绩数据统计分析和可视化处理3.Pandas的DataFrame数据结构创建PandasDataFrame示例可以通过列表或者字典等方式创建【知识准备】e7d195523061f1c029d8a470330beef7eecbf578a74c67be34E755975358C32C42B60046E65E5AB2B817CFACDA70963A03272FA99D31C85E250EFEC4061BFB07F05F931B289192FCB8E0285A555C1F230D307BE5C25C0A023A9868BE4DC722F304C024870D51F93B1C73F8B0BFA1FC623C98224856AC19AACB53BF009612A79383772CE3D9D4DAA720XX.037AAAD45827A9CF任务一

学生成绩数据统计分析和可视化处理3.Pandas的DataFrame数据结构从运行结果上可以看出DataFrame数据类型是一个表格，包含rows（行）和columns（列），可以用loc属性返回指定行的数据，如果没有设置索引，第一行索引为0，第二行索引为1，以此类推.【知识准备】e7d195523061f1c029d8a470330beef7eecbf578a74c67be34E755975358C32C42B60046E65E5AB2B817CFACDA70963A03272FA99D31C85E250EFEC4061BFB07F05F931B289192FCB8E0285A555C1F230D307BE5C25C0A023A9868BE4DC722F304C024870D51F93B1C73F8B0BFA1FC623C98224856AC19AACB53BF009612A79383772CE3D9D4DAA720XX.037AAAD45827A9CF任务一

学生成绩数据统计分析和可视化处理4.Pandas读取CSV文件CSV（Comma-SeparatedValues，逗号分隔值，有时也称为字符分隔值，因为分隔字符也可以不是逗号），其文件以纯文本形式存储表格数据（数字和文本），是一种通用的、相对简单的文件格式，被用户、商业和科学广泛应用。【知识准备】e7d195523061f1c029d8a470330beef7eecbf578a74c67be34E755975358C32C42B60046E65E5AB2B817CFACDA70963A03272FA99D31C85E250EFEC4061BFB07F05F931B289192FCB8E0285A555C1F230D307BE5C25C0A023A9868BE4DC722F304C024870D51F93B1C73F8B0BFA1FC623C98224856AC19AACB53BF009612A79383772CE3D9D4DAA720XX.037AAAD45827A9CF任务一

学生成绩数据统计分析和可视化处理4.Pandas读取CSV文件假如要读取学生成绩管理系统保存数据的文件“2025计算机科学与技术成绩结果.CSV”可以使用df=pd.read_CSV('2025计算机科学与技术成绩结果.CSV')实现，如果要将数据保存一个CSV或者Excel文件，可以使用df.to_CSV('2025计算机科学与技术专业成绩结果_备份.CSV',index=False)和df.to_excel(2025计算机科学与技术成绩结果.xlsx',index=False)保存。【知识准备】e7d195523061f1c029d8a470330beef7eecbf578a74c67be34E755975358C32C42B60046E65E5AB2B817CFACDA70963A03272FA99D31C85E250EFEC4061BFB07F05F931B289192FCB8E0285A555C1F230D307BE5C25C0A023A9868BE4DC722F304C024870D51F93B1C73F8B0BFA1FC623C98224856AC19AACB53BF009612A79383772CE3D9D4DAA720XX.037AAAD45827A9CF任务一

学生成绩数据统计分析和可视化处理5.认识matplotlib库matplotlib是一个用于创建静态、动态和交互式可视化的Python绘图库。它是最流行的数据可视化工具之一，广泛应用于数据分析、科学计算、机器学习等领域。matplotlib提供了丰富的绘图功能，能够生成和保存各种类型的图表，如折线图、柱状图、散点图、饼图等，帮助用户直观地展示和分析数据。matplotlib的核心组件包括：①Figure：整个绘图窗口，可以包含多个子图（Axes）。②Axes：绘图区域，用于绘制图表。一个Figure可以包含多个Axes，每个Axes可以绘制不同的图表。③Artist：绘图元素的集合，如线条、文本、图形等。所有可视化的元素都是Artist的示例。使用savefig()方法可以将图表保存为多种格式的文件，如PNG、PDF、SVG等。【知识准备】e7d195523061f1c029d8a470330beef7eecbf578a74c67be34E755975358C32C42B60046E65E5AB2B817CFACDA70963A03272FA99D31C85E250EFEC4061BFB07F05F931B289192FCB8E0285A555C1F230D307BE5C25C0A023A9868BE4DC722F304C024870D51F93B1C73F8B0BFA1FC623C98224856AC19AACB53BF009612A79383772CE3D9D4DAA720XX.037AAAD45827A9CF任务一

学生成绩数据统计分析和可视化处理6.利用matplotlib库绘制图像利用matplotlib库绘制图像的流程是：创建画布→绘制图像→显示图像。matplotlib包含三层结构：①容器层canvas相当于画板，figure相当于铺在画板上的白纸。②axesx和y坐标轴属于辅助显示层，可以添加x和y坐标轴的标签、描述信息、标题、网格等。③图像层是绘制什么图像的声明，例如plot、scatter、bar、histogram、pie等图表。【知识准备】e7d195523061f1c029d8a470330beef7eecbf578a74c67be34E755975358C32C42B60046E65E5AB2B817CFACDA70963A03272FA99D31C85E250EFEC4061BFB07F05F931B289192FCB8E0285A555C1F230D307BE5C25C0A023A9868BE4DC722F304C024870D51F93B1C73F8B0BFA1FC623C98224856AC19AACB53BF009612A79383772CE3D9D4DAA720XX.037AAAD45827A9CF任务一

学生成绩数据统计分析和可视化处理6.利用matplotlib库绘制图像（1）绘制折线图绘制折线图采用plot()方法，用figure()创建画布，plot()绘制图像，show()显示图像，具体代码如下：importmatplotlib.pyplotaspltimportmatplotlibasmplmpl.rcParams["font.family"]="SimHei"plt.rcParams['font.sans-serif']=['SimHei']#替换sans-serif字体plt.rcParams['axes.unicode_minus']=False#解决坐标轴负数的负号显示问题plt.figure(figsize=(5,3),dpi=300)#创建画布并设置大小x=[1,2,3,4,5,6]#X轴数据y=[6,9,3,8,10,6]#y轴数据

plt.plot(x,y,'b-')#绘制折线图，颜色设置为蓝色

plt.xlabel("x轴")#X轴标签plt.ylabel("y轴")#y轴标签plt.title("我是标题")#设置标题plt.show()#显示图像

【知识准备】e7d195523061f1c029d8a470330beef7eecbf578a74c67be34E755975358C32C42B60046E65E5AB2B817CFACDA70963A03272FA99D31C85E250EFEC4061BFB07F05F931B289192FCB8E0285A555C1F230D307BE5C25C0A023A9868BE4DC722F304C024870D51F93B1C73F8B0BFA1FC623C98224856AC19AACB53BF009612A79383772CE3D9D4DAA720XX.037AAAD45827A9CF任务一

学生成绩数据统计分析和可视化处理6.利用matplotlib库绘制图像（2）绘制散点图绘制柱状图，首先采用numpy库的方法产生指定范围内的均匀分布随机数作为Y轴数据，然后用bar()绘制正负Y数据（Y1和Y2）柱状图，设置Y轴数据的注释，并设置了X轴和Y轴显示的范围及取消显示刻度，最后显示图像。具体代码如下：importmatplotlib.pyplotaspltimportnumpyasnp#创建数据n=12X=np.arange(n)Y1=(1-X/float(n))*np.random.uniform(0.5,1.0,n)Y2=(1-X/float(n))*np.random.uniform(0.5,1.0,n)#设置画布plt.figure(figsize=(5,3),dpi=300)#创建画布并设置大小#绘制图像plt.bar(X,+Y1,facecolor='#9999ff',edgecolor='white')plt.bar(X,-Y2,facecolor='#ff9999',edgecolor='white')#添加柱状图对应数据的文本注释forx,yinzip(X,Y1):#ha:horizontalalignment水平对齐#va:verticalalignment垂直对齐plt.text(x,y+0.05,'%.2f'%y,ha='center',va='bottom')forx,yinzip(X,Y2):plt.text(x,-y-0.05,'%.2f'%y,ha='center',va='top')#设置X轴和Y轴显示的范围及取消显示刻度plt.xlim(-0.5,n)plt.xticks(())plt.ylim(-1.25,1.25)plt.yticks(())#显示图像plt.show()【知识准备】e7d195523061f1c029d8a470330beef7eecbf578a74c67be34E755975358C32C42B60046E65E5AB2B817CFACDA70963A03272FA99D31C85E250EFEC4061BFB07F05F931B289192FCB8E0285A555C1F230D307BE5C25C0A023A9868BE4DC722F304C024870D51F93B1C73F8B0BFA1FC623C98224856AC19AACB53BF009612A79383772CE3D9D4DAA720XX.037AAAD45827A9CF任务一

学生成绩数据统计分析和可视化处理1.定义显示菜单的方法根据任务要求，用户可以自己选择统计某门课程的成绩，需要定义一个显示菜单的函数2.定义获取用户选择课程方法用户输入自己选择的课程，定义获取用户的键盘输入方法3.定义数据分析流程用户根据显示的菜单，选择某门课程后，需要将该课程的数据读取，因此需要编写一个方法，实现显示菜单，接受用户选择的课程，并对异常情况处理。【任务实施】P244e7d195523061f1c029d8a470330beef7eecbf578a74c67be34E755975358C32C42B60046E65E5AB2B817CFACDA70963A03272FA99D31C85E250EFEC4061BFB07F05F931B289192FCB8E0285A555C1F230D307BE5C25C0A023A9868BE4DC722F304C024870D51F93B1C73F8B0BFA1FC623C98224856AC19AACB53BF009612A79383772CE3D9D4DAA720XX.037AAAD45827A9CF任务一

学生成绩数据统计分析和可视化处理4.定义课程成绩分析方法用户选择课程后需要分析课程成绩数据，显示该课程不同分数段的统计信息，并显示统计结果及调用数据可视化方法5.定义数据可视化利用panda读取的课程数据，采用matplotlib库中subplot()子图方式绘制饼图和柱状图【任务实施】P244e7d195523061f1c029d8a470330beef7eecbf578a74c67be34E755975358C32C42B60046E65E5AB2B817CFACDA70963A03272FA99D31C85E250EFEC4061BFB07F05F931B289192FCB8E0285A555C1F230D307BE5C25C0A023A9868BE4DC722F304C024870D51F93B1C73F8B0BFA1FC623C98224856AC19AACB53BF009612A79383772CE3D9D4DAA720XX.037AAAD45827A9CF任务一

学生成绩数据统计分析和可视化处理6.运行结果【任务实施】e7d195523061f1c029d8a470330beef7eecbf578a74c67be34E755975358C32C42B60046E65E5AB2B817CFACDA70963A03272FA99D31C85E250EFEC4061BFB07F05F931B289192FCB8E0285A555C1F230D307BE5C25C0A023A9868BE4DC722F304C024870D51F93B1C73F8B0BFA1FC623C98224856AC19AACB53BF009612A79383772CE3D9D4DAA720XX.037AAAD45827A9CF任务一

学生成绩数据统计分析和可视化处理6.运行结果【任务实施】e7d195523061f1c029d8a470330beef7eecbf578a74c67be34E755975358C32C42B60046E65E5AB2B817CFACDA70963A03272FA99D31C85E250EFEC4061BFB07F05F931B289192FCB8E0285A555C1F230D307BE5C25C0A023A9868BE4DC722F304C024870D51F93B1C73F8B0BFA1FC623C98224856AC19AACB53BF009612A79383772CE3D9D4DAA720XX.037AAAD45827A9CF任务一

学生成绩数据统计分析和可视化处理请改写任务一的代码，在原有的饼图和柱状图的基础上，添加折线图，在该网站上渲染【思考与练习】e7d195523061f1c029d8a470330beef7eecbf578a74c67be34E755975358C32C42B60046E65E5AB2B817CFACDA70963A03272FA99D31C85E250EFEC4061BFB07F05F931B289192FCB8E0285A555C1F230D307BE5C25C0A023A9868BE4DC722F304C024870D51F93B1C73F8B0BFA1FC623C98224856AC19AACB53BF009612A79383772CE3D9D4DAA720XX.037AAAD45827A9CF任务二

利用Web界面实现学生成绩数据统计分析和可视化在任务一中利用Pandas和matplotlib实现了学生成绩管理系统中课程成绩数据统计分析与可视化问题，现在想通过Web界面实现用户上传CSV成绩文件，然后通过Pandas读取文件数据，对课程成绩数据分析，在Web界面中动态展示可视化数据。因此本任务学习Python的Web应用，并通过Web页面动态展示学生成绩管理系统中课程成绩的可视化信息。【任务描述】e7d195523061f1c029d8a470330beef7eecbf578a74c67be34E755975358C32C42B60046E65E5AB2B817CFACDA70963A03272FA99D31C85E250EFEC4061BFB07F05F931B289192FCB8E0285A555C1F230D307BE5C25C0A023A9868BE4DC722F304C024870D51F93B1C73F8B0BFA1FC623C98224856AC19AACB53BF009612A79383772CE3D9D4DAA720XX.037AAAD45827A9CF任务二

利用Web界面实现学生成绩数据统计分析和可视化1.Python全栈框架（Full-StackFrameworks）全栈框架适合需要内置完整功能（如模板引擎、ORM、表单处理等）的项目。（1）DjangoDjango是一个高级的PythonWeb框架，由AdrianHolovaty和SimonWillison在2005年首次发布。它以“快速开发、安全和可扩展性”为设计理念，内置了许多强大的功能，能够帮助开发者快速构建复杂的Web应用。Django遵循“约定优于配置”的原则，通过预设的目录结构和命名规则，减少了开发者的配置工作量，提高了开发效率。【知识准备】e7d195523061f1c029d8a470330beef7eecbf578a74c67be34E755975358C32C42B60046E65E5AB2B817CFACDA70963A03272FA99D31C85E250EFEC4061BFB07F05F931B289192FCB8E0285A555C1F230D307BE5C25C0A023A9868BE4DC722F304C024870D51F93B1C73F8B0BFA1FC623C98224856AC19AACB53BF009612A79383772CE3D9D4DAA720XX.037AAAD45827A9CF任务二

利用Web界面实现学生成绩数据统计分析和可视化1.Python全栈框架（Full-StackFrameworks）全栈框架适合需要内置完整功能（如模板引擎、ORM、表单处理等）的项目。（2）TurboGearsTurboGears是一个基于Python的全栈Web框架，旨在提供一种简单而高效的方式来构建复杂的Web应用程序。它结合了多个强大的Python库，支持快速开发和灵活扩展，同时提供了丰富的功能和工具，适合开发中小型Web应用。TurboGears支持多种主流数据库，如MySQL、PostgreSQL等，方便开发者根据项目需求选择合适的数据库。提供对RESTful架构的支持，方便开发RESTful风格的WebAPI。对性能进行了优化，适合处理高并发请求。适合中小型企业应用，如小型电商平台、内部管理系统等。

【知识准备】e7d195523061f1c029d8a470330beef7eecbf578a74c67be34E755975358C32C42B60046E65E5AB2B817CFACDA70963A03272FA99D31C85E250EFEC4061BFB07F05F931B289192FCB8E0285A555C1F230D307BE5C25C0A023A9868BE4DC722F304C024870D51F93B1C73F8B0BFA1FC623C98224856AC19AACB53BF009612A79383772CE3D9D4DAA720XX.037AAAD45827A9CF任务二

利用Web界面实现学生成绩数据统计分析和可视化2.微框架（MicroFrameworks）微框架适合轻量级、快速开发小型应用或API。（1）FlaskFlask是一个用Python编写的轻量级Web应用框架，由ArminRonacher创建，并于2010年首次发布。它以简单、灵活和易于扩展的特点而闻名，是PythonWeb开发领域中最受欢迎的框架之一。Flask是一个轻量级的Web框架，核心功能简单，只提供了最基本的功能，如请求处理、路由分发等。开发者可以根据自己的需求自由选择数据库、模板引擎、表单处理等工具，不受框架的限制。另外语法简单，易于理解和使用，适合初学者学习和使用。适合小型项目和微服务架构，能够减少资源占用，提高开发效率。适用于小型Web应用，例如个人博客、小型网站等。

【知识准备】e7d195523061f1c029d8a470330beef7eecbf578a74c67be34E755975358C32C42B60046E65E5AB2B817CFACDA70963A03272FA99D31C85E250EFEC4061BFB07F05F931B289192FCB8E0285A555C1F230D307BE5C25C0A023A9868BE4DC722F304C024870D51F93B1C73F8B0BFA1FC623C98224856AC19AACB53BF009612A79383772CE3D9D4DAA720XX.037AAAD45827A9CF任务二

利用Web界面实现学生成绩数据统计分析和可视化2.微框架（MicroFrameworks）微框架适合轻量级、快速开发小型应用或API。（2）FastAPIFastAPI是一个现代、快速（高性能）的Web框架，用于构建API，基于Python3.7+的类型提示功能。它由SebastiánRamírez创建，并于2019年首次发布。FastAPI的设计目标是让开发者能够快速开发高性能的API，同时减少代码量并提高开发效率。FastAPI利用Python的类型提示功能，能够自动解析请求数据并进行校验。开发者只需在函数参数中声明类型，FastAPI就会自动处理数据的解析和校验工作。FastAPI还支持自动生成OpenAPI文档。开发者无需手动编写API文档，FastAPI会根据代码中的类型提示和注释自动生成详细的API文档。另外FastAPI还支持异步请求处理，开发者可以使用Python的async和await语法编写异步代码，从而提高应用的性能。FastAPI适用于高性能API开发，自动化文档生成，适合机器学习和数据分析等领域。

【知识准备】e7d195523061f1c029d8a470330beef7eecbf578a74c67be34E755975358C32C42B60046E65E5AB2B817CFACDA70963A03272FA99D31C85E250EFEC4061BFB07F05F931B289192FCB8E0285A555C1F230D307BE5C25C0A023A9868BE4DC722F304C024870D51F93B1C73F8B0BFA1FC623C98224856AC19AACB53BF009612A79383772CE3D9D4DAA720XX.037AAAD45827A9CF任务二

利用Web界面实现学生成绩数据统计分析和可视化3.ECharts数据可视化库ECharts是一款由百度团队开发的开源JavaScript数据可视化库，专注于构建交互式的图表和动态数据展示。它基于Canvas/SVG渲染，兼容性强，支持多种图表类型，广泛应用于数据分析、仪表盘、大屏展示等场景。其具有丰富的图表类型，支持折线图、柱状图、饼图、散点图、雷达图、地图、热力图、树图、桑基图等数十种图表。可以高度可定制化，通过配置项（Option）灵活调整样式、颜色、动画效果，具有交互性强，提供数据缩放、拖拽、悬停高亮、动态排序等交互功能。

【知识准备】e7d195523061f1c029d8a470330beef7eecbf578a74c67be34E755975358C32C42B60046E65E5AB2B817CFACDA70963A03272FA99D31C85E250EFEC4061BFB07F05F931B289192FCB8E0285A555C1F230D307BE5C25C0A023A9868BE4DC722F304C024870D51F93B1C73F8B0BFA1FC623C98224856AC19AACB53BF009612A79383772CE3D9D4DAA720XX.037AAAD45827A9CF任务二

利用Web界面实现学生成绩数据统计分析和可视化3.ECharts数据可视化库如下代码运行的结果，该代码导入ECharts库，自定义数据，绘制动态的柱状图，鼠标在图上移动可以动态显示数据.#导入柱形图模块Barfrompyecharts.chartsimportBar#设置x轴坐标数据x_data=["[90～100]","[80～90)","[70～80)","[60～70)","[0～60)"]#设置y轴坐标数据y_data=[1,14,14,5,8]#绘制柱形图bar=Bar(init_opts=opts.InitOpts(renderer="svg"))#添加x轴坐标bar.add_xaxis(x_data)#添加y轴坐标，第一个元素是类别，第二个是y轴坐标数据列表bar.add_yaxis("成绩-人数",y_data)#利用bar.render()在当前目录下生成render.html文件#或传入路径参数在指定目录下生成HTML文件#或者直接在notebook中渲染bar.render_notebook()

【知识准备】e7d195523061f1c029d8a470330beef7eecbf578a74c67be34E755975358C32C42B60046E65E5AB2B817CFACDA70963A03272FA99D31C85E250EFEC4061BFB07F05F931B289192FCB8E0285A555C1F230D307BE5C25C0A023A9868BE4DC722F304C024870D51F93B1C73F8B0BFA1FC623C98224856AC19AACB53BF009612A79383772CE3D9D4DAA720XX.037AAAD45827A9CF任务二

利用Web界面实现学生成绩数据统计分析和可视化

要实现通过Web界面，上传CSV成绩文件，通过Pandas读取文件数据，对课程成绩数据分析，在Web界面中动态展示可视化数据，该系统相对较小，可以选择Flask作为开发框架，并使用venv，可以将项目的依赖隔离在一个独立的环境中，避免与全局Python环境冲突。1.需求分析

实现用户上传包含学生成绩的CSV文件，系统解析CSV文件，列出可分析的课程，用户选择特定课程后，系统展示成绩分布（饼图、柱状图），可视化图表需显示各等级（优、良、中、差）的人数和占比，支持图表导出为图片。响应时间上要求文件解析和图表生成在3秒内完成。兼容性方面支持主流浏览器（Chrome、Firefox）。安全性方面限制上传非CSV文件类型，防止恶意文件上传。【任务实施】P253e7d195523061f1c029d8a470330beef7eecbf578a74c67be34E755975358C32C42B60046E65E5AB2B817CFACDA70963A03272FA99D31C85E250EFEC4061BFB07F05F931B289192FCB8E0285A555C1F230D307BE5C25C0A023A9868BE4DC722F304C024870D51F93B1C73F8B0BFA1FC623C98224856AC19AACB53BF009612A79383772CE3D9D4DAA720XX.037AAAD45827A9CF任务二

利用Web界面实现学生成绩数据统计分析和可视化2.项目目录设计采用如下目录结构：grade-analysis/│├──venv/#虚拟环境文件夹├──app.py#Flask应用主文件├──requirements.txt#依赖文件├──uploads/#上传文件存储目录└──templates/#HTML模板文件夹

└──index.html【任务实施】e7d195523061f1c029d8a470330beef7eecbf578a74c67be34E755975358C32C42B60046E65E5AB2B817CFACDA70963A03272FA99D31C85E250EFEC4061BFB07F05F931B289192FCB8E0285A555C1F230D307BE5C25C0A023A9868BE4DC722F304C024870D51F93B1C73F8B0BFA1FC623C98224856AC19AACB53BF009612A79383772CE3D9D4DAA720XX.037AAAD45827A9CF任务二

利用Web界面实现学生成绩数据统计分析和可视化2.架构设计（1）技术栈后端采用Flask（PythonWeb框架）处理文件上传、数据解析，前端采用HTML/CSS/JavaScript+ECharts（可视化库），数据处理采用Pandas用于CSV解析和统计分析。（2）系统架构graphTDA[用户界面]-->|上传CSV|B[Flask后端]B-->|保存文件|C[本地存储]B-->|解析数据|D[Pandas处理]D-->|统计结果|BB-->|返回JSON|AA-->|渲染图表|E[ECharts]该架构中：用户界面(A)：用户通过界面上传CSV文件。接收后端返回的JSON数据并渲染图表。Flask后端(B)：接收用户上传的CSV文件。将文件保存到本地存储。调用Pandas处理数据。将处理后的统计结果以JSON格式返回给用户界面。本地存储(C)：用于保存用户上传的CSV文件。Pandas处理(D)：解析CSV文件中的数据。进行数据清洗、统计分析等操作。将处理结果返回给Flask后端。ECharts(E)：用于在用户界面渲染图表，展示统计结果。【任务实施】e7d195523061f1c029d8a470330beef7eecbf578a74c67be34E755975358C32C42B60046E65E5AB2B817CFACDA70963A03272FA99D31C85E250EFEC4061BFB07F05F931B289192FCB8E0285A555C1F230D307BE5C25C0A023A9868BE4DC722F304C024870D51F93B1C73F8B0BFA1FC623C98224856AC19AACB53BF009612A79383772CE3D9D4DAA720XX.037AAAD45827A9CF任务二

利用Web界面实现学生成绩数据统计分析和可视化3.模块设计（1）后端模块路由控制器处理HTTP请求（/upload,/analyze）；文件管理验证并保存上传的CSV文件；数据分析使用Pandas统计成绩分布。（2）前端模块文件上传组件采用HTML表单，支持拖拽上传；课程选择组件采用动态生成下拉菜单；图表展示组件采用ECharts初始化及数据绑定。【任务实施】e7d195523061f1c029d8a470330beef7eecbf578a74c67be34E755975358C32C42B60046E65E5AB2B817CFACDA70963A03272FA99D31C85E250EFEC4061BFB07F05F931B289192FCB8E0285A555C1F230D307BE5C25C0A023A9868BE4DC722F304C024870D51F93B1C73F8B0BFA1FC623C98224856AC19AACB53BF009612A79383772CE3D9D4DAA720XX.037AAAD45827A9CF任务二

利用Web界面实现学生成绩数据统计分析和可视化3.模块设计（1）后端模块路由控制器处理HTTP请求（/upload,/analyze）；文件管理验证并保存上传的CSV文件；数据分析使用Pandas统计成绩分布。（2）前端模块文件上传组件采用HTML表单，支持拖拽上传；课程选择组件采用动态生成下拉菜单；图表展示组件采用ECharts初始化及数据绑定。4.代码实现(参考教材PXX)【任务实施】e7d195523061f1c029d8a470330beef7eecbf578a74c67be34E755975358C32C42B60046E65E5AB2B817CFACDA70963A03272FA99D31C85E250EFEC4061BFB07F05F931B289192FCB8E0285A555C1F230D307BE5C25C0A023A9868BE4DC722F304C024870D51F93B1C73F8B0BFA1FC623C98224856AC19AACB53BF009612A79383772CE3D9D4DAA720XX.037AAAD45827A9CF任务二

利用Web界面实现学生成绩数据统计分析和可视化5.测试【任务实施】e7d195523061f1c029d8a470330beef7eecbf578a74c67be34E755975358C32C42B60046E65E5AB2B817CFACDA70963A03272FA99D31C85E250EFEC4061BFB07F05F931B289192FCB8E0285A555C1F230D307BE5C25C0A023A9868BE4DC722F304C024870D51F93B1C73F8B0BFA1FC623C98224856AC19AACB53BF009612A79383772CE3D9D4DAA720XX.037AAAD45827A9CF

任务二

利用Web界面实现学生成绩数据统计分析和可视化请改写任务二的代码，在原有的饼图和柱状图的基础上，添加折线图，在该网站上渲染。【思考与练习】e7d195523061f1c029d8a470330beef7eecbf578a74c67be34E755975358C32C42B60046E65E5AB2B817CFACDA70963A03272FA99D31C85E250EFEC4061BFB07F05F931B289192FCB8E0285A555C1F230D307BE5C25C0A023A9868BE4DC722F304C024870D51F93B1C73F8B0BFA1FC623C98224856AC19AACB53BF009612A79383772CE3D9D4DAA720XX.037AAAD45827A9CF展示与评价团队展示（随机抽取团队）：。序号考核内容考核要点1技术评分技术应用、技术创新、过程和方法2学生参与和价值成长学生参与程度，解决问题的积极性、创新、工匠精神3小组内成员分工合作小组内成员分工合作合理，沟通、协调有序，职业素养良好以适当的方式在适当的情境表达适当的情绪，就是健康的情绪管理之道。具有沉浸性的情绪状态e7d195523061f1c029d8a470330beef7eecbf578a74c67be34E755975358C32C42B60046E65E5AB2B817CFACDA70963A03272FA99D31C85E250EFEC4061BFB07F05F931B289192FCB8E0285A555C1F230D307BE5C25C0A023A9868BE4DC722F304C024870D51F93B1C73F8B0BFA1FC