https://github.com/duangsuse-valid-projects/pr.py #github 一瞬结案
如果以后再继续，我肯定会选择支持直接匹配词类队列… 来删除掉不合适的组合和添加合适的词
以及提供基于句式学习的方法

直播统计数据(Mean均值、50% 中位 的 Rect 和 Pie、总分的 Scatter1D、文/数、文/英的 Scatter2D)。 #Python #data

首先准备混淆处理人名，当然这个混淆不能保证最终的人名包含与原来不一样的字符
hancs = <<EOBJX
赵钱孙李周吴郑王…
EOBJX
hancs = hancs.lines.map(&:strip).join.chars

require 'csv'
scsv = CSV.open('周测8成绩.csv')
scsv.seek(0)
stud = scsv.read()
puts stud[0].join("\t")
stud = [stud[0]]+stud[1..-1].map { |rs| rs.each_with_index.map { |c, i| if i == 0 then (c.chars+hancs.sample(2)).sort.join[1..3] else c.to_i end } }

然后可以导出给 Python 了……

File.write('stat.csv', stud.map { |row| row.join(",") }.join("\n"))

姓名 语文1 语文2 英语1 英语2 英语3 英语4 数学 总分 周测8名次

from pandas import DataFrame
import pandas as pd
d=pd.read_csv('stat.csv')

因为名次是影响排行的，所以直接整合到表的 order 里即可

d.sort_values('周测8名次', ascending=True)
del d['周测8名次']

首先是平均分的 plot

>>> d.describe()
       语文1        语文2           英语1        英语2       英语3       英语4          数学         总分
count  36.000000  36.000000   36.000000   36.000000   36.000000   36.000000   36.000000   36.000000
mean   46.083333  22.750000   96.888889   93.583333  112.083333  113.250000   86.527778  571.166667
std     2.771024   4.170474    4.055175    6.682066   19.824047    5.405685   12.847426   39.028561
min    35.000000  13.000000   83.000000   71.000000    0.000000   96.000000   47.000000  451.000000
25%    45.000000  19.750000   95.000000   91.250000  112.000000  112.000000   80.500000  557.500000
50%    47.000000  23.000000   98.000000   96.000000  117.000000  115.000000   91.000000  578.500000
75%    47.250000  27.000000  100.000000   98.000000  119.000000  117.000000   97.000000  599.250000
max    50.000000  29.000000  100.000000  105.000000  120.000000  120.000000  100.000000  616.000000
>>> d.head(3)
姓名   语文1  语文2  英语1  英语2  英语3 英语4 数学 总分 
李煜胡   50   28    100   99    120   119  100  616
文王王   49   29    100   98    120   118   98  612
悦祺郑   47   29     99   98    119   119  100  611

……pandas 的人真是连动态规划都不会写，其实也不必要动态规划，
但是 matplotlib 的维护文档感觉很齐全，可配置性也很高，不过我还是通过搜索（而不是通过跟踪 GitHub 上的源代码）找到了设置中文字体的答案……

然后可以打开 IPython 了

import matplotlib as mp
import matplotlib.pyplot as p
mp.rcParams['font.family'] = 'WenQuanYi Zen Hei'


p.plot(d) # 测试一下……
d.plot(title='成绩折线图') 

我感觉我的智商受到了侮辱，虽然它本身也没有高到哪里去……
所以要统计好数据必须把很多图做在一个图表里

一种情况是直接画在一个座标系，一种是放子图表……

就像这样，统计的对象是科目分值、集合是班级、x 轴是人（按照排名升序），其中总分是所有科目的 sum

其实本来不同的数据统计应该放不同的图表的…… Sum 和本来的 items 放一起很奇怪

Pandas 的快速 matplotlib 图表真是方便啊…… d.hist()

还能算点积… (reversed product) 🤔 argmin, argmax 是什么，cum 又是什么…
还能算单调性… is_monotonic
z.is_monotonic_decreasing (forall x0, x1. x0 < x1 => y(x0) < y(x1))

虽然不会 matplotlib 和 pandas，也不会统计…… 首先看看平均分和中位数的 Pie/Rect(hist)

位值 = DataFrame()
位值['最大'] = d.max()
位值['中间'] = d.median()
位值['最小'] = d.min()
del 位值[位值['姓名']] # 不成！
位值 = 位值.aggregate(lambda xs: xs[1:-1]) # 绝望使用 修剪 seris

均值 = d.mean()
全班 = d.sum()

dt = DataFrame()
for col in 位值.columns:
  dt[col] = 位值[col]
dt['平均'] = 均值
dt.plot(title='成绩概况')

然后是总分的一维分布图、语文/英语 文科/数学 的二维分布情况

语文=d['语文1']+d['语文2']
英语 = d['英语1']
for 号 in range(2,4):
英语 += d['英语'+str(号)]
数学 = d.数学

当然也可以使用 boxplot 什么的 🤔 居然还可以算 diff… 这样可以直接一些，不用把两个对象放一张图上比较看
kurt 是什么，d.melt() 好像是平铺的版本，d.stack() 是每个对象的元组
还可以用 aggerate, combine, groupby 什么的常用操作符
当然要减去就麻烦一点了

雷人的中文命名，不过没关系

s=d.stack()
(s['李煜胡'] - s['子王蒋']).plot(title='第一名和倒数第二的差距') （刻意点名道姓）

折线

能拟合吧

平均, 中间 = d.mean(), d.median()

def pieOf(ser, *fps, **kwps):
return p.pie(ser, *fps, **kwps, labels=ser.index)
总分的 pie
zp = d.sum()
del zp['姓名'], zp['总分']
zp = zp.astype(int)

https://matplotlib.org/3.1.1/gallery/pyplots/pyplot_two_subplots.html#sphx-glr-gallery-pyplots-pyplot-two-subplots-py
https://matplotlib.org/3.1.1/gallery/subplots_axes_and_figures/align_labels_demo.html#sphx-glr-gallery-subplots-axes-and-figures-align-labels-demo-py

import numpy as n
import matplotlib.pyplot as p

def f(x): return n.cos(2* x*n.pi) *n.exp(-x)
xs0 = n.arange(0.0, 5.0, 0.1)
xs1 = n.arange(0.0, 5.0, 0.02)

p.figure()
p.subplot(211) # 2, r, c, ....
p.plot(xs0, f(xs0), marker='o', color='tab:blue')
p.plot(xs1, f(xs1), color='tab:red')

p.subplot(212)
p.plot(xs1, 2* xs1*n.pi, linestyle='--', color='tab:green')
p.show()

终于知道怎么画子图了……

语 = DataFrame()
语['A'] = d['语文1']
语['B'] = d['语文2']
外 = DataFrame()
for 号 in range(1,4):
  外[chr(ord('A')+号)] = d['英语'+str(号)]
p.figure()
p.subplot(311)
pieOf(语.mean())
p.subplot(321)
pieOf(语.median())
p.subplot(331)
pieOf(语.sum())

🤔 发现不能这么用……

居然可以这么玩，xkcd 配置

IPython 真是太舒服了

过于生艹，Pie 和 bars 是失败了，而且我也不知道该放啥… 好像是全科成绩才对