| 这个作业属于哪个课程 | 软件工程 |
|---|---|
| 这个作业要求在哪里 | 第二次结对作业 |
| 这个作业的目标 | 数据可视化 |
| 作业正文 | 见下方 |
| 其他参考文献 | 无 |
一 成员
-
李英梦
-
学号:211706181
-
博客地址:[QH脩](https://www.cnblogs.com/qhlym/）
-
魏忠杰
-
学号:211706203
-
博客地址:魏忠杰
二 数据可视化
- 在疫情期间我们对学生和老师看待网课的态度做了数据可视化来
-更加直观全面的了解学生与开始的看法地址如下：
data_12 ={
'职业方向':['计算机科学-大数据','计算机科学-网络','综合实验班','其他'],
'计数':[30,9,8,23]
}
df=pd.DataFrame(data_12)
df
plt.rcParams['font.sans-serif']=['SimHei'] #指定默认字体
plt.rcParams['axes.unicode_minus'] = False #解决保存图像是负号'-'显示为方块的问题
plt.style.use('ggplot') #样式
plt.barh(df['职业方向'],df['计数'])
plt.title("学生方向分布图")
plt.xlabel('人数')
plt.ylabel('方向')
```
data_13 ={
'线上or线下':['线下','线上','跟随社会主流'],
'计数':[len(data_1.loc[data_1['线上or线下'] == '线下']),len(data_1.loc[data_1['线上or线下'] == '线下']),len(data_1.loc[data_1['线上or线下'] == '跟随社会主流'])]
}
df1=pd.DataFrame(data_13)
df1
plt.style.use('dark_background') #样式
plt.bar(df1['线上or线下'],df1['计数'],)
plt.title("学生线上和线下倾向图")
plt.ylabel('人数')
<img src="https://img2020.cnblogs.com/blog/1930118/202003/1930118-20200305193812959-780939622.png" width="400" height="400" align=center/>
data_14 ={
'录播or直播':['录播','直播','都行'],
'计数':[len(data_1.loc[data_1['录播or直播'] == '录播']),len(data_1.loc[data_1['录播or直播'] == '直播']),len(data_1.loc[data_1['录播or直播'] == '都行'])]
}(data_14)
df2
plt.style.use('dark_background') #样式
plt.bar(df2['录播or直播'],df2['计数'])
plt.title("线上上课方式选择")
plt.ylabel('人数')
<img src="https://img2020.cnblogs.com/blog/1930118/202003/1930118-20200305193954938-896295241.png" width="400" height="400" align=center/>
data_17 ={
'学生的态度':['相比线上教学更愿意线下教学','接受','若是必须，则接受'],
'学生计数':[len(data_1.loc[data_1['学生的态度'] == '相比线上教学更愿意线下教学']),len(data_1.loc[data_1['学生的态度'] == '接受']),len(data_1.loc[data_1['学生的态度'] == '若是必须，则接受'])],
'老师的态度':['相比线上教学更愿意线下教学','接受','若是必须，则接受'],
'老师计数':[len(data_2.loc[data_2['老师的态度'] == '相比线上教学更愿意线下教学']),len(data_2.loc[data_2['老师的态度'] == '接受']),len(data_2.loc[data_2['老师的态度'] == '若是必须，则接受'])]
}
df5=pd.DataFrame(data_17)
df5
df2=pd.DataFrame
plt.style.use('dark_background')
fig, ax = plt.subplots()
L = 6
x = np.linspace(0, L)
ncolors = len(plt.rcParams['axes.prop_cycle'])
shift = np.linspace(0, L, ncolors, endpoint=False)
for s in shift:
ax.plot(df5['学生的态度'],df5['学生计数'] , 'o-',label='学生的态度')
ax.plot(df5['老师的态度'],df5['老师计数'] , 'o-',label='老师的态度')
ax.set_xlabel('态度')
ax.set_ylabel('人数')
ax.set_title("学生与老师对网络授课的态度")
plt.show()
<img src="https://img2020.cnblogs.com/blog/1930118/202003/1930118-20200305194158389-654141923.png" width="400" height="400" align=center/>
data_18 ={
'网课时长':['1-2h','3-4h','4h以上'],
'学生计数':[len(data_1.loc[data_1['网课时长'] == '1-2h']),len(data_1.loc[data_1['网课时长'] == '3-4h']),len(data_1.loc[data_1['网课时长'] == '4h以上'])],
'老师计数':[len(data_2.loc[data_2['网课时长'] == '1-2h']),len(data_2.loc[data_2['网课时长'] == '3-4h']),len(data_2.loc[data_2['网课时长'] == '4h以上'])]
}
df8=pd.DataFrame(data_18)
df8
fig, ax = plt.subplots()
rects1 = ax.bar(df8['网课时长'],df8['学生计数'], width,color='b',label='学生')
rects2 = ax.bar(df8['网课时长'],df8['老师计数'], width, label='老师')
ax.set_xlabel('时长')
ax.set_ylabel('人数')
ax.set_title('老师学生网课时长对比',color='black')
ax.legend()
def autolabel(rects):
for rect in rects:
height = rect.get_height()
ax.annotate('{}'.format(height),
xy=(rect.get_x() + rect.get_width() / 2, height),
xytext=(0, 3),
textcoords="offset points",
ha='center', va='bottom',color='black')
autolabel(rects1)
autolabel(rects2)
fig.tight_layout()
plt.show()
<img src="https://img2020.cnblogs.com/blog/1930118/202003/1930118-20200305194411339-951985701.png" width="400" height="400" align=center/>
三 原型设计
========
四 云结对
========
<img src="https://img2018.cnblogs.com/blog/1931415/202002/1931415-20200223120834967-1242430228.jpg" width="300" height="300" align=center/>
<span style="color:red">我在观看队友的操作过程</span>
<img src="https://img2018.cnblogs.com/blog/1931415/202002/1931415-20200223121438311-275073296.png" width="300" height="450" align=center/>
<span style="color:red">队友在观看我的操作过程</span>
五 总结
1.本次作业我和李英梦同学认真的学习探讨从李英梦同学身上学到了更多的知识
2.本次作业也让我们更加了解数据的魅力
3.本次作业也让我们明白了我们在代码方面的不足，应该更加认真的学习