python的一个成绩统计程序

就是用python然后 某班有30名学生的3门课程成绩，请统计每个学生课程的总分、平均分，每门课程的最高分、最低分，并绘制图形，统计成绩分布。 那个csv文件我不知道怎么放上来 可以私信我我给您发
然后有四个要求：
1.模块化（菜单1分）

 成绩分析与可视化系统  
 1: 基本信息显示      
 2: 成绩分析          
 3: 可视化         
 4: 退出系统           

2.显示：打开文件显示全部信息
3.成绩分析：显示各科最高分、最低分、平均分，每个学生的总分
4.可视化：成绩直方图：输入某门课程名，显示对应的直方图

要用到numpy matplotlib numpy读取csv

import numpy as np
import matplotlib
import matplotlib.pyplot as plt
matplotlib.rcParams['font.family'] = 'SimHei'
stuScore = np.loadtxt('student_score.csv',delimiter = ',')#读入成绩文件,返回数组
sumEach = np.sum(stuScore[:,1:],axis = 1)#返回每个学生3门课程总分
avgEach = np.average(stuScore[:,1:],axis = 0)#返回每个学生每门课程平均分
#返回最高分和最低分
maxMath = np.max(stuScore[:,1])
maxEng = np.max(stuScore[:,2])
maxPython = np.max(stuScore[:,3])
minMath = np.max(stuScore[:,1])
minEng = np.max(stuScore[:,2])
minPython = np.max(stuScore[:,3])
print("个人总分情况是：")
print(sumEach)
print("个人平均分情况是：")
print(avgEach)
print("班级每门课程最高分：")
print(maxMath,maxEng,maxPython)
print("班级每门课程最低分：")
print(minMath,minEng,minPython)
#取出各科成绩
mathScore = stuScore[:,1]   
engScore = stuScore[:,2]
pythonScore = stuScore[:,3]
#绘制高数直方图
plt.suptitle("成绩分布直方图")
plt.subplot(3,1,1)
plt.hist(mathScore,bins=10,range=(0,100),color='red')#0-100分,分成10段
plt.xlabel("高数成绩分数段")#设置x轴标签
plt.ylabel("人数")#设置y轴标签
plt.xlim(0,100)#设置x轴区间
plt.xticks([0,10,20,30,40,50,60,70,80,90,100])#设置x轴刻度
plt.yticks([0,10,20,30,40,50,60,70,80,90,100]) #设置y轴刻度
plt.grid()
#绘制英语直方图
plt.subplot(3,1,2)
plt.hist(engScore,bins=10,range=(0,100),color='blue')#0-100分,分成10段
plt.xlabel("英语成绩分数段")#设置x轴标签
plt.ylabel("人数")#设置y轴标签
plt.xlim(0,10)#设置x轴区间
plt.xticks([0,10,20,30,40,50,60,70,80,90,100])#设置x轴刻度
plt.yticks([0,10,20,30,40,50,60,70,80,90,100]) #设置y轴刻度
plt.grid()
#绘制python直方图
plt.suptitle("成绩分布直方图")
plt.subplot(3,1,3)
plt.hist(pythonScore,bins=10,range=(0,100),color='green')#0-100分,分成10段
plt.xlabel("Python成绩分数段")#设置x轴标签
plt.ylabel("人数")#设置y轴标签
plt.xlim(0,100)#设置x轴区间
plt.xticks([0,10,20,30,40,50,60,70,80,90,100])#设置x轴刻度
plt.yticks([0,10,20,30,40,50,60,70,80,90,100]) #设置y轴刻度
plt.grid()
plt.show()

请看帖子下方的 “相关推荐”， 就有很多回答了

十块钱写一天，资本家看了都落泪（旺柴）

一个程序，要界面要调试要改bug，还是自己写吧，谁没事闲的？

就是帮我xie一下这个程序 麻烦了

兄弟们 别骂了别骂了 我真的不知道这个玩意这么麻烦 打扰了

将你的代码封装了一下,基本达到你的要求,有帮助点个采纳吧,谢谢

import matplotlib
import matplotlib.pyplot as plt
import numpy as np


def main():
    matplotlib.rcParams['font.family'] = 'SimHei'
    stuScore = np.loadtxt('student_score.csv', delimiter=',')  # 读入成绩文件,返回数组
    sumEach = np.sum(stuScore[:, 1:], axis=1)  # 返回每个学生3门课程总分
    avgEach = np.average(stuScore[:, 1:], axis=0)  # 返回每个学生每门课程平均分
    # 取出各科成绩
    mathScore = stuScore[:, 1]
    engScore = stuScore[:, 2]
    pythonScore = stuScore[:, 3]
    # Performanceanalysis(avgEach, stuScore, sumEach)
    while True:
        print("""成绩分析与可视化系统  
 1: 基本信息显示      
 2: 成绩分析          
 3: 可视化         
 4: 退出系统""")
        operation = input("请输入你的操作")
        if operation.isdigit():
            operation = int(operation)
            if operation == 1:
                print(" 学号  高数  英语  python")
                for i in stuScore:
                    print(f"{int(i[0])} {i[1]} {i[2]} {i[3]}")
            elif operation == 2:
                Performanceanalysis(avgEach, stuScore, sumEach)
            elif operation == 3:
                Highnumberhistogram(mathScore)
                Englishhistogram(engScore)
                Scorehistogram(pythonScore)
            elif operation == 4:
                import sys
                sys.exit(0)
            else:
                print("输入错误,请重新输入")


def Performanceanalysis(avgEach, stuScore, sumEach):
    # 返回最高分和最低分
    maxMath = np.max(stuScore[:, 1])
    maxEng = np.max(stuScore[:, 2])
    maxPython = np.max(stuScore[:, 3])
    minMath = np.max(stuScore[:, 1])
    minEng = np.max(stuScore[:, 2])
    minPython = np.max(stuScore[:, 3])
    print("个人总分情况是：")
    print(sumEach)
    print("个人平均分情况是：")
    print(avgEach)
    print("班级每门课程最高分：")
    print(maxMath, maxEng, maxPython)
    print("班级每门课程最低分：")
    print(minMath, minEng, minPython)


def Highnumberhistogram(mathScore):
    # 绘制高数直方图
    plt.suptitle("成绩分布直方图")
    plt.subplot(3, 1, 1)
    plt.hist(mathScore, bins=10, range=(0, 100), color='red')  # 0-100分,分成10段
    plt.xlabel("高数成绩分数段")  # 设置x轴标签
    plt.ylabel("人数")  # 设置y轴标签
    plt.xlim(0, 100)  # 设置x轴区间
    plt.xticks([0, 10, 20, 30, 40, 50, 60, 70, 80, 90, 100])  # 设置x轴刻度
    plt.yticks([0, 10, 20, 30, 40, 50, 60, 70, 80, 90, 100])  # 设置y轴刻度
    plt.grid()
    plt.show()


def Englishhistogram(engScore):
    # 绘制英语直方图
    plt.subplot(3, 1, 2)
    plt.hist(engScore, bins=10, range=(0, 100), color='blue')  # 0-100分,分成10段
    plt.xlabel("英语成绩分数段")  # 设置x轴标签
    plt.ylabel("人数")  # 设置y轴标签
    plt.xlim(0, 10)  # 设置x轴区间
    plt.xticks([0, 10, 20, 30, 40, 50, 60, 70, 80, 90, 100])  # 设置x轴刻度
    plt.yticks([0, 10, 20, 30, 40, 50, 60, 70, 80, 90, 100])  # 设置y轴刻度
    plt.grid()
    plt.show()


def Scorehistogram(pythonScore):
    # 绘制python直方图
    plt.suptitle("成绩分布直方图")
    plt.subplot(3, 1, 3)
    plt.hist(pythonScore, bins=10, range=(0, 100), color='green')  # 0-100分,分成10段
    plt.xlabel("Python成绩分数段")  # 设置x轴标签
    plt.ylabel("人数")  # 设置y轴标签
    plt.xlim(0, 100)  # 设置x轴区间
    plt.xticks([0, 10, 20, 30, 40, 50, 60, 70, 80, 90, 100])  # 设置x轴刻度
    plt.yticks([0, 10, 20, 30, 40, 50, 60, 70, 80, 90, 100])  # 设置y轴刻度
    plt.grid()
    plt.show()


if __name__ == '__main__':
    main()