Python实验数据处理

1 在sqlite中新建一个数据库data.db 2 在data.db中新建表score 3 将dafen.txt中数据输入到score中 4 建立一个python文件statistic.py，其具有以下功能：

A 连接数据库data.db，读取其中表score中的数据到列表； B 通过numpy.std(a, axis=None)，计算每个裁判员的标准差，输出标准差最大的前3个裁判员的序号； C 利用matplotlib…pyplot中的polt和scatter的方法绘制曲线图和散点图在同一坐标内。
代码：

#使用sqlite3模块链接和操作SQLite数据库
#步骤一：导入相应的数据库模块和画图软件模块
import sqlite3,numpy
import matplotlib.pyplot as pltdef connection_database():#连接数据库函数并插入数据#步骤一：导入相应的数据库模块# 步骤二：建立数据库连接，返回Connection对象 这里我创建的数据库叫做db1.db#1.如果数据库存在，则访问数据可  2.数据库如果不存在，则在对应的路径下，建立一个名叫db1.db数据库#这里连接数据库时，数据库还没有创建，则创建数据库con = sqlite3.connect(r"路径/数据库名称")# 步骤三：直接使用连接对象con执行connection对象中的方法#创建一个score1表 sportman_ID 表示 运动员序号 judgei 表示 裁判序号con.execute("create table score1(sportman_ID primary key ,judge1,judge2,judge3,judge4,judge5,judge6,judge7,judge8,judge9,judge10,judge11,judge12)")#这返回游标cur 和 连接对象con#调用数据处理函数lis = processing_data()# 这里在score1表中插入多行数据 sportman_ID 表示 运动员序号 judgei 表示 裁判序号con.executemany("insert into score1(sportman_ID,judge1,judge2,judge3,judge4,judge5,judge6,judge7,judge8,judge9,judge10,judge11,judge12) values (?,?,?,?,?,?,?,?,?,?,?,?,?)",lis)# 提交con.commit()def processing_data():#读取文件并处理数据函数# 读入文件f = open("dafen.txt", 'r')# 将文件存储在lis列表中lis = []for line in f:# 使用map函数将每一行分数中的每个分数转化为float类型，然后在转化成list类型赋值给 ll = list(map(float, line.split()))lis.append(l)for i in range(10):# 这里在每一个运动员成绩的第一个位置插入运动员自己的编号lis[i].insert(0, i + 1) #这里插入数据是为了直观的反应每个运动员的分数return lisdef read_database():#读取数据库里面的数据 函数#这里连接数据库时，db1.db数据库已经建立了，则直接打开数据库con = sqlite3.connect(r"路径/数据库名称")#查询数据返回 存储在 lis1列表中中lis1=list(con.execute("select sportman_ID,judge1,judge2,judge3,judge4,judge5,judge6,judge7,judge8,judge9,judge10,judge11,judge12 from score1 "))#建立一个judge_score二维数组用来裁判员打的分数judge_score = [[0] * 10 for i in range(12)]#原始数据中，同一个裁判对不同运动员打的分数是一列一列的#这两个for循环是为了将 一列的分数 转化为 一行的分数，#做这一步是为了下面直接调用numpy里面的求标准差的函数for i in range(12):  # 裁判for j in range(10):  # 分数judge_score[i][j] = lis1[j][i + 1]#返回数据return judge_scoredef standard_deviation(): #求标准差函数#调用 读取数据库里面的数据 函数judge = read_database()# 存放每个裁判的标准差和裁判的序号standard_sort = []  # 列表中的元素时元组类型 （a,b） a是裁判序号  b是裁判的标准差 ,这个为了排序standard_plot = []  # 这个列表是为了画图用for i in range(10):standard_plot.append(round(numpy.std(judge[i], ddof=1), 3))standard_sort.append((i, round(numpy.std(judge[i], ddof=1), 3)))#调用sort 函数 降序排列standard_sort.sort(key=lambda x:x[1],reverse = True)return standard_plot,standard_sortdef plot():#画图函数# 解决坐标轴中文乱码问题standard_plot,standard_sort = standard_deviation()for i in range(10):print("第{0:3}名 {1:4}号裁判  标准差：{2:5.2f}".format(i+1,standard_sort[i][0]+1,standard_sort[i][1]))xlist =[] # x 轴坐标的取值for i in range(1,11):xlist.append(i)# 解决坐标轴中文乱码问题plt.rcParams['font.family'] = 'sans-serif'plt.rcParams['font.sans-serif'] = 'SimHei'# 设置坐标轴标签plt.xlabel("裁判序号")plt.ylabel("标准差")plt.plot(xlist, standard_plot)plt.scatter(xlist, standard_plot)plt.show()if __name__=="__main__":connection_database()read_database()standard_deviation()plot()

我这个代码从数据库的建立，数据的输入，数据的读取，求标准差，画图都是在代码中实现的。

这段代码中的“路径/数据库名”，自己当时的情况所建立

 con = sqlite3.connect(r"路径/数据库名称")

在数据库中插入多行数据时，这里注意一点，自己在建立数据库时，创建表的时候，自己创建了多少个字段名，values后面就要加多少个问好。我在创建字段的时候一共创建了13个字段，所以我后面一共有13个问号。

con.executemany("insert into score1(sportman_ID,judge1,judge2,judge3,judge4,judge5,judge6,judge7,judge8,judge9,judge10,judge11,judge12) values (?,?,?,?,?,?,?,?,?,?,?,?,?)",lis)

画图时，在给坐标轴添加标签时，要注意中文乱码的问题

    # 解决坐标轴中文乱码问题plt.rcParams['font.family'] = 'sans-serif'plt.rcParams['font.sans-serif'] = 'SimHei'# 设置坐标轴标签plt.xlabel("裁判序号")plt.ylabel("标准差")

这段代码我是直接输出了所有裁判标准差的排序

 for i in range(10):print("第{0:3}名 {1:4}号裁判  标准差：{2:5.2f}".format(i+1,standard_sort[i][0]+1,standard_sort[i][1]))

结果：
数据库

结果

总结

仅供参考！欢迎大家批评指正！！！！

Python实验数据处理相关推荐

python处理实验数据,Python在热敏电阻测量实验数据处理中的应用
物理实验数据处理一般都利用计算机将数据转化为合适的图像,以便于我们分析.Python是一种面向对象的.动态的程序设计语言,具有非常简洁而清晰的语法.高效率的高层数据结构,既可以用于快速开发程序脚本,也 ...
基于python对密立根油滴实验数据处理改进
基于python对密立根油滴实验数据处理改进近似最大公约数 import math ac=1.34 def accuracy(x, y):return math.fabs(x - y) < a ...
Python大数据处理库 PySpark实战总结四
Python大数据处理库 PySpark实战四 ETL 实战实验数据来源数据加载观察资料选择.筛选与聚合机器学习实战实验数据来源数据加载统计描述清洗与变形 Pipeline 逻辑回归 ...
锂离子电池健康状态估计简介（一）：基于Python的数据处理计算SOH,RUL,CCCT,CVCT
锂离子电池无论是在军用还是民用领域都得到了广泛的应用,在锂离子电池健康评估中主要关注的参数有SOH和RUL.准确对其进行健康状态(Stateof Health, SOH)评估及剩余使用寿命(Reman ...
Python实验1——网络爬虫及数据可视化
Python实验1--网络爬虫及数据可视化一.实验目标与基本要求实验目标基本要求二.主要知识点.重点与难点主要知识点重点难点三.实验过程设计获取网页获取数据保存到数据库数据预处 ...
python基础代码库-Python基础数据处理库-NumPy
最近更新:2017-07-19 NumPy是Python做数据处理的底层库,是高性能科学计算和数据分析的基础,比如著名的Python机器学习库SKlearn就需要NumPy的支持.掌握NumPy的基础 ...
python实验报告代写_TensorFlow作业代写、代做Python程序语言作业、代写github课程作业、Python实验作业代写...
TensorFlow作业代写.代做Python程序语言作业.代写github课程作业.Python实验作业代写日期:2019-07-10 10:34 Python Practical Examine ...
代写python作业费用标准_代做159.272作业、代写Programming Paradigms作业、代做Python实验作业、代写Java/c++编程作业代写Database|代做R...
代做159.272作业.代写Programming Paradigms作业.代做Python实验作业.代写Java/c++编程作业代写Database|代做RComputational Thinkin ...
Python空间数据处理环境搭
Python空间数据处理环境搭 Conda的下载和安装什么是Conda? 官方定义:Package, dependency and environment management for any la ...

Python实验数据处理

1 在sqlite中新建一个数据库data.db 2 在data.db中新建表score 3 将dafen.txt中数据输入到score中 4 建立一个python文件statistic.py，其具有以下功能：

总结

Python实验数据处理相关推荐

最新文章

热门文章