带有 python 和 pandas 的分数计算器

Question

我正在尝试制作一个简单的应用程序，以通过以下公式获取任何人在测试中的分数：

score=（平均成绩）/方差 例如，如果您的 20 分是 18 分，班级的平均分是 15 分，那么这个公式可以帮助您了解与其他人相比您的成绩如何。 我的代码打开一个位于我的电脑中的 excel 文件，读取点列将它们写入列表，然后获取平均值和方差并使用公式。 this is my excel file。 顺便说一句，excel中的成绩仅用于测试。 我已经尝试过这些代码（我不是使用类的专业人士，我试图利用它）： 这是第一个

class taraz:
  def __init__(self,file_name,file_dir,your_point):
      self.file_name=file_name
      self.file_dir=file_dir
      self.your_point=your_point
  def sum_ave():
      f=pandas.read_excel(r (file_dir))
      point_list=f['point'].tolist()
      sum1=sum(point_list)
      ave1=sum1/len(point_list)
  def variance():
      for i in point_list:
        var1=sqrt(((i-ave1)**2)/len(point_list))
  def taraz1():
      taraz1=(your_point-ave1)/var1
      print(taraz1)
  print(taraz1)

这是第二个：

def taraz(file_name,file_dir,your_point):
  def sum_ave():
      f=pandas.read_excel(r (file_dir))
      point_list=f['point'].tolist()
      sum1=sum(point_list)
      ave1=sum1/len(point_list)
  def variance():
      for i in point_list:
          var1=sqrt(((i-ave1)**2)/len(point_list))
  def taraz1():
      taraz1=(your_point-ave1)/var1
      print(taraz1) 

从我刚得到的第一个代码并输出如下： ma​​in.taraz 对象位于 0x02528130> 从第二个开始，我根本没有得到输出。 无论如何，我很乐意使用您的提示。

Answer 1

首先，了解变量的作用域。如果一个变量是在一个方法中声明的，它只能从该方法中访问，除非它被声明为全局变量。

当涉及到您的代码时，您的类中的方差方法。

def variance():
    for i in point_list:
        var1=sqrt(((i-ave1)**2)/len(point_list))

variance 方法将如何理解 point_lits 变量。它既没有定义也没有声明为全局/类变量。

第二，类的方法将采用通常定义为self的默认参数，除非它被修饰为类方法。 check here了解self关键字。

第三，类将有对象但函数不会。所以你无法看到函数绑定的对象。

所以，添加 self 关键字后的代码将如下所示

from os import path


class Taraz:
    def __init__(self, file_name, file_dir, your_point):
        self.file_name = file_name
        self.file_dir = file_dir
        self.your_point = your_point
        self.point_list = None
        self.ave1 = None

    def sum_ave(self):
        f = pandas.read_excel(path.join(self.file_dir, self.file_name))
        self.point_list = f['point'].tolist()
        sum1 = sum(self.point_list)
        self.ave1 = sum1 / len(self.point_list)

    def variance(self):
        if self.point_list is not None and self.ave1 is not None:
            for i in self.point_list:
                var1 = sqrt(((i-self.ave1)**2) / len(self.point_list))

    def taraz1(self):
        taraz1 = (self.your_point - self.ave1) / var1
        print(taraz1)

编辑：

>>> def func():
...     pass
...
>>> class cla:
...     pass
...
>>> func()
>>> 
>>> cla()
<__main__.cla object at 0x0000019A55944550>
>>> func
<function func at 0x0000019A552D2EA0>
>>> cla
<class '__main__.cla'>

() 用于调用方法或函数。这里func 是一个函数，cla 是一个类。当您调用一个类时，它将返回该类的对象，因此您会在 0x0000019A55944550> 处看到 ma​​in.cla 对象，但是当您调用函数时，它将返回函数的响应。由于我的函数在这里没有任何内容，因此它没有重新调整任何内容。

Answer 2

没有理由使用pandas从excel文件中读取，然后转换成列表，重新实现均值、方差等基本向量运算。

from os import path

import pandas as pd


class Taraz:
    def __init__(self, filepath):
        scores = pd.read_excel(filepath)['point']
        self.mean = scores.mean()
        self.var = scores.var()

    def score(self, score):
        return (score - self.mean) / self.var


if __name__ == '__main__':
    taraz = Taraz(path.join('path', 'to', 'the', 'file.xlsx'))
    print(taraz.score(16))

输出：

-0.012571428571428395

在您的示例中，您有几个我想评论的错误。

1. 变量范围很重要。如果您在函数内部分配变量，它将在该函数内部分配。在它之外会引发 NameError。
2. 方法的第一个参数（应该称为self，除了一些特殊方法）是实例本身，我们可以在其中分配将存储在实例中的值，然后再检索它们。例如，在上面代码的构造函数 (__init__) 方法中，我们为 self.mean 分配了一些值，该值将存储在实例中，以便我们以后可以在 score 方法中使用它。李>
3. OOP（面向对象编程）是一种非常完善的编码模式，但试图强制将类用于不真正代表类型的东西似乎有点不必要。这可以在单个函数中轻松实现：

from os import path

import pandas as pd


def taraz(filepath):
    scores = pd.read_excel(filepath)
    mean = scores['point'].mean()
    var = scores['point'].var()
    scores['scores'] = (scores['point'] - mean) / var
    return scores


if __name__ == '__main__':
    print(taraz(path.join('path', 'to', 'the', 'file.xlsx')))

输出：

     name  point    scores
0    tghi     15 -0.163429
1    nghi     16 -0.012571
2   asghr     15 -0.163429
3    sbhn     20  0.590857
4    tghi     12 -0.616000
5    nghi     20  0.590857
6   asghr     17  0.138286
7    sbhn     18  0.289143
8    tghi     17  0.138286
9    nghi     16 -0.012571
10  asghr     15 -0.163429
11            12 -0.616000

如您所见，pandas 数据帧实现了向量运算，因此(scores['point'] - mean) / var 被转换为整数向量减去浮点数，再除以浮点数，该操作的结果是浮点向量，我们将其存储在“分数”列。这样我们计算每一行的分数。