DataFrame.plot(*args, **kwargs)

功能：绘制各种线图

参数：kind: 图表类型，可以是以下之一：

'line': 折线图（默认）

'bar': 柱状图

'barh': 水平柱状图

'hist': 直方图

'box': 箱线图

'kde': 核密度估计图

'area': 面积图

'pie': 饼图

'scatter': 散点图

'hexbin': 六边形箱图

ax: Matplotlib 轴对象，用于在指定的轴上绘制图表。如果不提供，则创建新的轴对象。

subplots：是否绘制子图，True绘制子图

figsize: 图表的尺寸，格式为 `(width, height)`，单位为英寸。

use_index: 是否使用 pandas 的索引作为 x 轴标签。默认为 `True`。

title: 图表的标题。

grid: 是否显示网格线。默认为 `False`。

legend: 是否显示图例。默认为 `True`。

xticks: x 轴的刻度位置。

yticks: y 轴的刻度位置。

xlim: x 轴的范围，格式为 `(min, max)`。

ylim: y 轴的范围，格式为 `(min, max)`。

color: 绘制颜色，可以是单个颜色或颜色列表。

label: 图例标签。

根据给定的学生成绩进行数据统计与分析，基本功能如下： 

计算每门课程的最高分、最低分、平均分、及格率

将以上数据存储在当前excel的一个新的sheet中

将以上数据存储在数据库中

根据每门课程的及格率绘制饼图进行呈现

根据C语言成绩的前5名绘制其成绩走势折线图

import pandas as pd
import matplotlib.pyplot as plt
import sqlite3 as sql
import warnings

warnings.filterwarnings("ignore")  #忽略警告

exc_c = pd.read_excel("学生成绩信息表.xlsx")  #c基础表
exc_shu = pd.read_excel("学生成绩信息表.xlsx", sheet_name=1)  #数据结构表
exc_32 = pd.read_excel("学生成绩信息表.xlsx", sheet_name=2)  #STM32表
exc_cjia = pd.read_excel("学生成绩信息表.xlsx", sheet_name=3)  #C++表
exc_huizong = pd.read_excel("学生成绩信息表.xlsx", sheet_name=4)  #汇总表

#c语言的最高分、最低分、平均分、及格率
excl = pd.DataFrame(exc_c)  #将c基础表转换为DataFrame格式
cj = excl.loc[:, "考试成绩"]  #提取c语言考试成绩列
cmax = cj.max()  #求c语言考试成绩的最大值
cmin = cj.min()  #求c语言考试成绩的最小值
cmean = cj.mean()  #求c语言考试成绩的平均值
#求c语言考试成绩及格率
excl_shu = pd.DataFrame(exc_shu)  #将数据结构表转换为DataFrame格式
c_pass = excl.loc[(excl["考试成绩"] >= 60), "考试成绩"]  #c语言考试成绩及格人数
c_pass = len(c_pass) / len(cj) * 100  #c语言考试成绩及格率

#数据结构最高分、最低分、平均分、及格率
shu = excl_shu.loc[:, "考试成绩"]  #提取数据结构考试成绩列
shumax = shu.max()  #求数据结构考试成绩的最大值
shumin = shu.min()  #求数据结构考试成绩的最小值
shumean = shu.mean()  #求数据结构考试成绩的平均值
shu_pass = excl_shu.loc[(exc_shu["考试成绩"] >= 60), "考试成绩"]  #数据结构考试成绩及格人数
shu_pass = len(shu_pass) / len(shu) * 100  #数据结构考试成绩及格率

#STM32最高分、最低分、平均分、及格率
stm32 = pd.DataFrame(exc_32)  #将STM32表转换为DataFrame格式
stm32 = stm32.loc[:, "考试成绩"]  #提取STM32考试成绩列
stm32max = stm32.max()  #求STM32考试成绩的最大值
stm32min = stm32.min()  #求STM32考试成绩的最小值
stm32mean = stm32.mean()  #求STM32考试成绩的平均值
stm32_pass = exc_32.loc[(exc_32["考试成绩"] >= 60), "考试成绩"]  #STM32考试成绩及格人数
stm32_pass = len(stm32_pass) / len(stm32) * 100  #STM32考试成绩及格率

#C++最高分、最低分、平均分、及格率
cjia = pd.DataFrame(exc_cjia)  #将C++表转换为DataFrame格式
cjia = cjia.loc[:, "考试成绩"]  #提取C++考试成绩列
cjiamax = cjia.max()  #求C++考试成绩的最大值
cjiamin = cjia.min()  #求C++考试成绩的最小值
cjiamean = cjia.mean()  #求C++考试成绩的平均值
cjia_pass = exc_cjia.loc[(exc_cjia["考试成绩"] >= 60), "考试成绩"]  #C++考试成绩及格人数
cjia_pass = len(cjia_pass) / len(cjia) * 100  #C++考试成绩及格率

#汇总表最高分、最低分、平均分、及格率
data = [[cmax, cmin, cmean, c_pass], [shumax, shumin, shumean, shu_pass], [stm32max, stm32min, stm32mean, stm32_pass],
        [cjiamax, cjiamin, cjiamean, cjia_pass]]  #填入的数据
col = ["最高分", "最低分", "平均分", "及格率"]  #设置列名
index = ["C语言", "数据结构", "STM32", "C++"]  #设置行名
df = pd.DataFrame(data, index=index, columns=col)  #创建汇总表的内容
with pd.ExcelWriter(
        "学生成绩信息表.xlsx", mode="a", if_sheet_exists='replace'
        ) as writer:  #保存的前置内容，用来追加
    df.to_excel(writer, sheet_name="汇总")  #保存为excel文件

#将学生成绩信息表中的数据保存到数据库中
con = sql.connect("学生成绩汇总.db")  #创建数据库连接
cur = con.cursor()  #创建游标
data = pd.read_excel("学生成绩信息表.xlsx", sheet_name="汇总")  #读取数据
data.to_sql("汇总", con, if_exists="replace")  #将数据保存到数据库中

#对每门成绩的及格率绘制饼图
# 设置字体类型能支持中文的字体
plt.rcParams['font.sans-serif'] = ['SimHei']
# 设置显示负数异常
plt.rcParams['axes.unicode_minus'] = False

labels = ["C语言", "数据结构", "STM32", "C++"]  #设置标签
sizes = [c_pass, shu_pass, stm32_pass, cjia_pass]  #设置大小
explode = (0, 0, 0.1, 0)  #设置突出显示
plt.pie(
        sizes, explode=explode, labels=labels, startangle=90, wedgeprops={'linewidth': 1, 'edgecolor': 'black'},
        autopct='%1.1f%%'
        )  #绘制饼图
plt.legend(
        title="课程列表",
        loc='upper left',
        bbox_to_anchor=(1, 0.8),  # 图例位置调整
        title_fontsize=12,
        fontsize=11
        )
plt.title("课程通过率分布")  #设置标题
plt.tight_layout()
plt.savefig("课程通过率饼图.png", dpi=300)  #保存图片
plt.pause(2)  #显示饼图
plt.close()

#根据C语言成绩的前5名绘制其成绩走势折线图
#对c语言成绩进行排序
cp = cj.sort_values(ascending=False)  #对c语言成绩进行降序排序
c = cp.head(5)  #取前5名
datac = c.index  #提取成绩排名的前缀
datashu = excl_shu.loc[datac, "考试成绩"]
data32 = exc_32.loc[datac, "考试成绩"]
datacjia = exc_cjia.loc[datac, "考试成绩"]
cn = excl.loc[datac, "姓名"]
#设置折线图
plt.plot(cn, c, label="C语言", marker='o')
plt.plot(cn, datashu, label="数据结构", marker='o')
plt.plot(cn, data32, label="STM32", marker='o')
plt.plot(cn, datacjia, label="C++", marker='o')
plt.legend()  #显示图例
plt.xlabel("姓名")  #设置x轴标签
plt.ylabel("成绩")  #设置y轴标签
plt.title("成绩走势")  #设置标题
plt.savefig("成绩走势折线图.png", dpi=300)  #保存图片
plt.pause(2)  #显示饼图
plt.close()

#查看学生的学习积极性
#设置字体类型能支持中文的字体
plt.rcParams['font.sans-serif'] = ['SimHei']
# 设置显示负数异常
plt.rcParams['axes.unicode_minus'] = False
cx = excl["学习积极性"].value_counts()  #提取学习积极性的频数
sx = excl_shu["学习积极性"].value_counts()  #提取学习积极性的频数
stx = exc_32["学习积极性"].value_counts()  #提取学习积极性的频数
ccx = exc_cjia["学习积极性"].value_counts()  #提取学习积极性的频数
data = ["C语言", "数据结构", "STM32", "C++"]
data1 = [cx["A"], sx["A"], stx["A"], ccx["A"]]
plt.bar(data, data1, color=['green', 'red', 'blue', 'yellow'], label=data)  #绘制柱状图
plt.xlabel("课程")  #设置x轴标签
plt.ylabel("频数")  #设置y轴标签
plt.title("学习积极性")  #设置标题
plt.legend()
plt.savefig("学习积极性.png", dpi=300)  #保存图片
plt.pause(2)  #显示饼图
plt.close()

#绘制c语言成绩的正态分布图
# 设置字体类型能支持中文的字体
plt.rcParams['font.sans-serif'] = ['SimHei']
# 设置显示负数异常
plt.rcParams['axes.unicode_minus'] = False
#绘制正态分布图
plt.hist(cj, bins=100, label="c语言")
plt.hist(shu, bins=100, label="数据结构")
plt.hist(stm32, bins=100, label="STM32")
plt.hist(cjia, bins=100, label="C++")
plt.legend()
plt.xlabel("成绩")  #设置x轴标签
plt.ylabel("频数")  #设置y轴标签
plt.title("成绩正态分布图")  #设置标题
plt.savefig("成绩正态分布图.png", dpi=300)  #保存图片
plt.pause(2)  #显示饼图
plt.close()

"""
————————————绘制总图——————————————
"""
#对每门成绩的及格率绘制饼图
plt.subplot(2, 2, 1)
# 设置字体类型能支持中文的字体
plt.rcParams['font.sans-serif'] = ['SimHei']
# 设置显示负数异常
plt.rcParams['axes.unicode_minus'] = False

labels = ["C语言", "数据结构", "STM32", "C++"]  #设置标签
sizes = [c_pass, shu_pass, stm32_pass, cjia_pass]  #设置大小
explode = (0, 0, 0.1, 0)  #设置突出显示
plt.pie(
        sizes, explode=explode, labels=labels, startangle=90, wedgeprops={'linewidth': 1, 'edgecolor': 'black'},
        autopct='%1.1f%%'
        )  #绘制饼图
plt.legend(
        title="课程列表",
        loc='upper left',
        bbox_to_anchor=(1, 0.8),  # 图例位置调整
        title_fontsize=12,
        fontsize=11
        )
plt.title("课程通过率分布")  #设置标题
plt.tight_layout()

#根据C语言成绩的前5名绘制其成绩走势折线图
plt.subplot(2, 2, 2)
#对c语言成绩进行排序
cp = cj.sort_values(ascending=False)  #对c语言成绩进行降序排序
c = cp.head(5)  #取前5名
datac = c.index  #提取成绩排名的前缀
datashu = excl_shu.loc[datac, "考试成绩"]
data32 = exc_32.loc[datac, "考试成绩"]
datacjia = exc_cjia.loc[datac, "考试成绩"]
cn = excl.loc[datac, "姓名"]
#设置折线图
plt.plot(cn, c, label="C语言", marker='o')
plt.plot(cn, datashu, label="数据结构", marker='o')
plt.plot(cn, data32, label="STM32", marker='o')
plt.plot(cn, datacjia, label="C++", marker='o')
plt.legend(fontsize=6)  #显示图例
plt.xlabel("姓名")  #设置x轴标签
plt.ylabel("成绩")  #设置y轴标签
plt.title("成绩走势")  #设置标题

plt.subplot(2, 2, 3)
#查看学生的学习积极性
#设置字体类型能支持中文的字体
plt.rcParams['font.sans-serif'] = ['SimHei']
# 设置显示负数异常
plt.rcParams['axes.unicode_minus'] = False
cx = excl["学习积极性"].value_counts()  #提取学习积极性的频数
sx = excl_shu["学习积极性"].value_counts()  #提取学习积极性的频数
stx = exc_32["学习积极性"].value_counts()  #提取学习积极性的频数
ccx = exc_cjia["学习积极性"].value_counts()  #提取学习积极性的频数
data = ["C语言", "数据结构", "STM32", "C++"]
data1 = [cx["A"], sx["A"], stx["A"], ccx["A"]]
plt.bar(data, data1, color=['green', 'red', 'blue', 'yellow'], label=data)  #绘制柱状图
plt.xlabel("课程")  #设置x轴标签
plt.ylabel("频数")  #设置y轴标签
plt.title("学习积极性")  #设置标题
plt.legend(fontsize=6)

#绘制c语言成绩的正态分布图
plt.subplot(2, 2, 4)
# 设置字体类型能支持中文的字体
plt.rcParams['font.sans-serif'] = ['SimHei']
# 设置显示负数异常
plt.rcParams['axes.unicode_minus'] = False
#绘制正态分布图
plt.hist(cj, bins=100, label="c语言")
plt.hist(shu, bins=100, label="数据结构")
plt.hist(stm32, bins=100, label="STM32")
plt.hist(cjia, bins=100, label="C++")
plt.legend()
plt.xlabel("成绩")  #设置x轴标签
plt.ylabel("频数")  #设置y轴标签
plt.title("成绩正态分布图")  #设置标题
plt.tight_layout()
plt.savefig("学生成绩分析.png", bbox_inches='tight', dpi=300)  #保存图片
plt.show()