張可　李紅兵

關(guān)鍵詞：Python；大學(xué)物理實(shí)驗(yàn)成績；數(shù)據(jù)分析；數(shù)據(jù)可視化

中圖分類號：TP311.52 文獻(xiàn)標(biāo)識碼：A

文章編號：1009-3044（2023）02-0162-03

新工科建設(shè)是教育部2017年以來開展的新興工科專業(yè)建設(shè)的研究和探索[1]。大學(xué)物理實(shí)驗(yàn)課程作為高等學(xué)校理工科類專業(yè)培養(yǎng)學(xué)生實(shí)踐能力和創(chuàng)新能力的必修性基礎(chǔ)課程，可以訓(xùn)練學(xué)生發(fā)現(xiàn)問題、分析問題和解決問題的能力，培養(yǎng)學(xué)生科學(xué)思維能力。在此，基于Python對大學(xué)物理實(shí)驗(yàn)的成績進(jìn)行統(tǒng)計(jì)分析，并將結(jié)果進(jìn)行可視化呈現(xiàn)，為優(yōu)化教風(fēng)學(xué)風(fēng)，優(yōu)化各專業(yè)大學(xué)物理實(shí)驗(yàn)課程所開設(shè)項(xiàng)目提供更加客觀的依據(jù)，從而有效地提高大學(xué)物理實(shí)驗(yàn)課程的教學(xué)效果。

Python語言是目前比較流行的、簡單易學(xué)，并且擁有豐富的第三方庫支持的語言，其中，Pandas的數(shù)據(jù)分析，Matplotlib數(shù)據(jù)可視化，都使得Python在數(shù)據(jù)分析領(lǐng)域具有很好的優(yōu)勢[2-3]。本文基于Python的成績分析，主要是結(jié)合第三方庫Pandas和Matplotlib對全校學(xué)生大學(xué)物理實(shí)驗(yàn)的原始數(shù)據(jù)進(jìn)行處理和可視化的分析[4-5]。

1 大學(xué)物理實(shí)驗(yàn)成績的數(shù)據(jù)預(yù)處理

1.1 使用Pandas讀入Excel成績

Python語言中主要使用Pandas進(jìn)行數(shù)據(jù)分析，這是一個(gè)基于Numpy庫，提供了高性能，易于使用的數(shù)據(jù)結(jié)構(gòu)和數(shù)據(jù)分析工具的庫，同時(shí)還提供了高效操作大型數(shù)據(jù)集所需要的工具，可以快捷高效地實(shí)現(xiàn)數(shù)據(jù)讀寫、數(shù)據(jù)清洗和數(shù)據(jù)分析的基本功能。本文使用Pandas將自201班的成績Excel文件讀入并保存為一個(gè)DataFrame結(jié)構(gòu)形式[6]的二維數(shù)組，并通過values方法、loc方法或者iloc方法便捷地獲取全部或者部分的實(shí)驗(yàn)成績數(shù)據(jù)。由于實(shí)驗(yàn)成績由多個(gè)項(xiàng)目組成，意味所讀取的Excel表格包含數(shù)列比較多，可以進(jìn)行特定行或者列的數(shù)據(jù)讀取、數(shù)據(jù)結(jié)構(gòu)的轉(zhuǎn)換等操作，所涉及代碼主要如下所示。

import pandas as pd

scoreDF_zi201=pd.read_excel（r'F：＼大學(xué)物理實(shí)驗(yàn)成績分析＼大學(xué)物理實(shí)驗(yàn)成績分析部分?jǐn)?shù)據(jù).xlsx'，sheet_name='自201'，header=0）

scorearr_zi171=scoreDF_zi201.values

scorearr_zdh201_average=score_zi201. loc[95， [' 實(shí)驗(yàn)一'，'實(shí)驗(yàn)二'，'實(shí)驗(yàn)三'，'實(shí)驗(yàn)四'，'實(shí)驗(yàn)五'，'實(shí)驗(yàn)六'，' 實(shí)驗(yàn)七'，'實(shí)驗(yàn)八']]

1.2 成績數(shù)據(jù)的預(yù)處理

由于部分學(xué)生可能未能完成所有實(shí)驗(yàn)項(xiàng)目，存在相應(yīng)字段值為空的情形，故需要數(shù)據(jù)預(yù)處理。Fillna 方法可以按需要填入所需的數(shù)值，對缺失項(xiàng)填0。

2 對實(shí)驗(yàn)成績的可視化處理及結(jié)果分析

在本文中，針對不同專業(yè)、同一專業(yè)不同班級以及同一班級學(xué)生的大學(xué)物理實(shí)驗(yàn)成績的分析和可視化的呈現(xiàn)，為優(yōu)化各專業(yè)實(shí)驗(yàn)項(xiàng)目開設(shè)、提高大學(xué)物理實(shí)驗(yàn)教學(xué)質(zhì)量提供參考性依據(jù)。

2.1 比對不同專業(yè)學(xué)生實(shí)驗(yàn)成績，優(yōu)化實(shí)驗(yàn)項(xiàng)目，促進(jìn)教學(xué)質(zhì)量

使用Pandas庫中的mean方法計(jì)算相關(guān)實(shí)驗(yàn)對應(yīng)的列平均值，并將計(jì)算結(jié)果保存為新的行數(shù)據(jù)。然后使用Matplotlib庫繪制柱形圖，通過更加直觀地可視化圖形分析比較不同專業(yè)各實(shí)驗(yàn)項(xiàng)目的成績，從而可以了解各專業(yè)學(xué)生對不同實(shí)驗(yàn)項(xiàng)目的掌握程度，針對一些成績明顯薄弱的實(shí)驗(yàn)，結(jié)合專業(yè)相關(guān)性，進(jìn)行不同專業(yè)所開設(shè)實(shí)驗(yàn)項(xiàng)目的優(yōu)化。本文對2020級自動(dòng)化專業(yè)、土木專業(yè)和紡織專業(yè)共同開設(shè)的八個(gè)大學(xué)物理實(shí)驗(yàn)項(xiàng)目進(jìn)行各個(gè)實(shí)驗(yàn)項(xiàng)目的平均成績比較，分析所得的柱形圖如圖1所示。

由圖1，可以明顯看出紡織專業(yè)實(shí)驗(yàn)二的成績明顯較其他專業(yè)低，需要結(jié)合實(shí)驗(yàn)室的開課以及各種情況分析，是否存在實(shí)驗(yàn)二不適合紡織專業(yè)的情況，從而對紡織專業(yè)的實(shí)驗(yàn)項(xiàng)目進(jìn)行調(diào)整，提高實(shí)驗(yàn)項(xiàng)目與學(xué)生專業(yè)的相關(guān)性，從而提高大學(xué)物理實(shí)驗(yàn)課程的教學(xué)效果。

還可以對多專業(yè)、大批量學(xué)生實(shí)驗(yàn)成績進(jìn)行各實(shí)驗(yàn)項(xiàng)目教學(xué)質(zhì)量的分析比較，譬如，實(shí)驗(yàn)六的成績均分明顯低于其他實(shí)驗(yàn)項(xiàng)目，那么就需要實(shí)際調(diào)研，是實(shí)驗(yàn)教學(xué)效果存在問題，還是任課教師評分尺度把握偏差？找到原因，并促使各項(xiàng)目的任課教師切實(shí)提高實(shí)驗(yàn)教學(xué)的效果，明確實(shí)驗(yàn)成績各環(huán)節(jié)的評分尺度，在做到優(yōu)質(zhì)教學(xué)的基礎(chǔ)上，對所有學(xué)生提供更加公平公正的評分體系，使實(shí)驗(yàn)成績更加客觀公正。

其中，主要代碼如下：

b_zdh20=plt. bar（x2-bar_width， scorearr_zdh20_av?erage，width=bar_width，label='自動(dòng)化20級'）

b_tm20=plt. bar（x2， scorearr_tm20_average， width=bar_width，label='土木20級'）

b_fz20=plt. bar（x2+bar_width， scorearr_fz20_aver?age，width=bar_width，label='紡織20級'）

bx.set_ylabel（'各專業(yè)實(shí)驗(yàn)項(xiàng)目均分對比'，font?properties=prop）

bx.set_title（'2020級自動(dòng)化、土木和紡織三個(gè)專業(yè)的成績均分'，fontproperties=prop）

2.2 比對同專業(yè)學(xué)生實(shí)驗(yàn)成績，促進(jìn)教學(xué)質(zhì)量提升、提供學(xué)業(yè)預(yù)警依據(jù)

大學(xué)物理實(shí)驗(yàn)課程面向的學(xué)生數(shù)量龐大，教學(xué)質(zhì)量相對均衡，評價(jià)體系比較完善。這就使得大學(xué)物理實(shí)驗(yàn)成績存在較好的客觀性、公正性，使用Pandas庫對實(shí)驗(yàn)成績進(jìn)行統(tǒng)計(jì)分析，將數(shù)據(jù)可視化之后，可以比較客觀地說明學(xué)生的學(xué)習(xí)態(tài)度，為教學(xué)質(zhì)量提高建設(shè)和學(xué)業(yè)預(yù)警提供可靠的數(shù)據(jù)依據(jù)。

1）基于成績分析，建設(shè)班級學(xué)風(fēng)

本文對2020級自動(dòng)化專業(yè)不同班級的實(shí)驗(yàn)成績進(jìn)行分?jǐn)?shù)段的分布統(tǒng)計(jì)，然后使用Matplotlib庫將統(tǒng)計(jì)結(jié)果以柱狀圖來進(jìn)行表述，如圖2所示，自201和自203的成績分?jǐn)?shù)段分布基本符合正態(tài)分布。自203班的中等人數(shù)比較少，主要分布在良好和優(yōu)秀分?jǐn)?shù)段，整體班級學(xué)風(fēng)呈現(xiàn)良好的發(fā)展態(tài)勢。自202班的成績分?jǐn)?shù)段中有一個(gè)不及格、一個(gè)及格、五個(gè)中等，相對其他兩個(gè)班低分段人數(shù)比較多一點(diǎn)，班主任就需要關(guān)注這幾位同學(xué)的學(xué)習(xí)狀態(tài)，促進(jìn)班級整體學(xué)習(xí)效果的提高。

其中主要代碼如下：

labels=['0-59'，'60-69'，'70-79'，'80-89'，'90-100']

segments_zi201=pd.cut（score_zi201_zongping，bins，labels=labels）

counts_zi201=pd.value_counts（segments_zi201，sort=False）

x1=np.arange（len（counts_zi201））

bar_width=0.3

fig，bx=plt.subplots（）

b_zi201=plt.bar（x1-bar_width，counts_zi201，width=bar_width，label='自201'）

2）基于大學(xué)物理實(shí)驗(yàn)成績分析，輔助學(xué)生個(gè)體的學(xué)業(yè)預(yù)警

大學(xué)課程的成績主要依托于期中、期末考試的成績、平時(shí)作業(yè)和考勤成績。這就讓部分同學(xué)到了期末考試時(shí)才發(fā)現(xiàn)需要補(bǔ)救，但時(shí)間上已經(jīng)來不及。大學(xué)物理實(shí)驗(yàn)教學(xué)的特點(diǎn)是整體課程的成績由所完成的各個(gè)實(shí)驗(yàn)項(xiàng)目成績構(gòu)成，在實(shí)驗(yàn)即將結(jié)束時(shí)，隨機(jī)抽取20級某班甲、乙兩位同學(xué)各個(gè)實(shí)驗(yàn)項(xiàng)目的成績與班級各實(shí)驗(yàn)項(xiàng)目平均成績進(jìn)行雷達(dá)圖的對比，如圖3 所示。

對比結(jié)果顯示，甲同學(xué)各實(shí)驗(yàn)項(xiàng)目均已經(jīng)完成，并且每個(gè)項(xiàng)目的成績均高于班級均分，屬于比較良好的一種學(xué)習(xí)態(tài)勢。而乙同學(xué)各實(shí)驗(yàn)項(xiàng)目成績整體偏低，而且相比其他學(xué)生還存在“實(shí)驗(yàn)一”沒有完成的情況。因此在全校大學(xué)物理實(shí)驗(yàn)課程結(jié)束之前，可以提前對該生進(jìn)行學(xué)業(yè)預(yù)警，并將相關(guān)信息反饋到其所在學(xué)院，便于各方面加強(qiáng)對此類學(xué)生的學(xué)業(yè)管理，指導(dǎo)學(xué)生更好地完成相關(guān)課程。

其中，主要代碼如下：

data2=score_hg202_arr[5，：].ravel（）

dim_num = len（data1）

angles = np.linspace（0，2*np.pi，dim_num，endpoint=False）

angles = np.concatenate（（angles，[angles[0]]））

student2=scoreDFLD_zi202.loc[5，['學(xué)號']]

student2=int（student2[0]%100）

student2='某班0'+str（student2）+'號同學(xué)（乙）各實(shí)驗(yàn)項(xiàng)目成績'

plt.polar（angles，data2，'o-'，linewidth=2， label=stu?dent2_label）

plt.fill（angles，data2， alpha=0.25）

3 結(jié)束語

本文針對2020級若干專業(yè)和班級的大學(xué)物理實(shí)驗(yàn)成績進(jìn)行數(shù)據(jù)可視化分析，實(shí)現(xiàn)了各專業(yè)開設(shè)實(shí)驗(yàn)項(xiàng)目的優(yōu)化；獲取實(shí)驗(yàn)項(xiàng)目的教學(xué)情況以及實(shí)驗(yàn)教師對實(shí)驗(yàn)各環(huán)節(jié)評分標(biāo)準(zhǔn)的把握情況，以及評分的規(guī)范性；獲得各班級的教學(xué)質(zhì)量提高建設(shè)情況，提供輔助的學(xué)業(yè)預(yù)警，為學(xué)生的學(xué)業(yè)發(fā)展提供積極的促進(jìn)作用。

隨著Python在數(shù)據(jù)分析和機(jī)器學(xué)習(xí)領(lǐng)域的廣泛應(yīng)用和快速發(fā)展，教師可以依托其中對課程優(yōu)化和學(xué)生培養(yǎng)進(jìn)行更多的探索和實(shí)踐，以期獲得更好的教學(xué)效果，讓更多的學(xué)生能夠獲得更好的成長。