程序聚合 软件案例 Python学生成绩管理小工具

Python学生成绩管理小工具

2026-05-29 19:11:15
行业:在线教育
载体:爬虫/脚本
技术:Python

业务和功能介绍

1. 立项背景和目标
每次期中考试期末考试后,老师都会发成绩单,但是要自己算总分和排名真的太麻烦了!我作为初二学生,每次算全班成绩排名都要算好久,还容易算错。所以就想用刚学的Python写一个小工具,帮我自动算成绩、排排名,还能保存下来,这样就不用每次都手动算了。目标就是做一个简单好用、不用安装复杂软件的命令行小工具,同学也能一起用。

2. 软件功能、核心功能模块的介绍
这个工具主要有5个功能:
- 添加学生成绩:可以输入学生姓名、语文、数学、英语三科成绩,程序自动算总分
- 查询学生成绩:输入名字就能查到某个人的所有成绩和排名
- 修改学生成绩:输错了可以改,不用重新输入
- 删除学生成绩:有人转走了可以删掉
- 显示排名表:自动按总分从高到低排序,显示全班的排名、总分、平均分
还有一个很重要的功能就是自动保存,退出程序再打开,之前输的成绩都还在,不会丢!

3. 业务流程、功能路径描述
运行程序后,首先会显示一个主菜单,有5个选项:1添加、2查询、3修改、4删除、5退出。输入数字就能选功能。比如选1添加,就会提示你输入姓名,然后依次输入语文数学英语分数,输完自动算总分告诉你。选5退出的时候,程序会自动把所有成绩保存到一个txt文件里,下次打开自动读取。整个操作都是在黑框框里输入数字和文字就行,不用点鼠标,特别简单。

项目实现

1. 整体架构和设计思路,不同模块使用的技术栈
整个程序就是一个Python文件,不到200行代码,用的都是Python最基础的东西,没有用任何复杂框架。主要分成几个部分:
- 数据存储:用列表存字典,每个字典存一个学生的所有信息
- 文件读写:用Python的open函数,退出时save,启动时load
- 菜单循环:用while True做无限循环,直到选5退出
- 排序功能:用sorted函数,key参数指定按总分排序
每个功能都是一个函数,比如add_student()、show_rank()这样,主程序调用这些函数就行。

2. "我"的负责模块和结果(尽可能量化)
整个程序都是我一个人写的,从想法到写完调试好用了3天时间。
- 第一天:写了菜单和添加功能,能输入成绩显示总分
- 第二天:加了查询、修改、删除,还有排序排名
- 第三天:搞定了文件保存和读取,解决了各种bug
最后统计了一下,一共写了187行代码,实现了5个主要功能。现在我们班有5个同学在用这个工具算成绩,都说比手动算快多了,而且不会算错。

3. "我"遇到的难点、坑,和解决方案
写的时候遇到好几个问题,都是查资料问老师才解决的:
第一个坑:排序不会写。一开始不知道怎么按总分排序,查了好久才知道sorted函数可以用key=lambda x:x['total'],试了好多次才成功。
第二个坑:文件保存路径不对。一开始保存的文件找不到,后来才知道要写绝对路径,或者和py文件放同一个文件夹里。
第三个坑:输入非数字会崩溃。如果输成绩的时候不小心输了字母,程序就直接报错退出了。后来加了try-except异常处理,输错了会提示重新输入,不会崩溃。
最大的收获就是:编程不是一下子就能写对的,要慢慢调试,遇到问题不要怕,查资料总能解决的。

示例图片视频


giraffe
30天前活跃
方向: 前端-Web前端、爬虫/脚本-爬虫/脚本、
交付率:100.00%
相似推荐
H5麻将(3D版)
本方案以 H5 技术结合 3D 渲染引擎打造麻将游戏前端,无需下载安装,浏览器内即开即玩,呈现立体生动的牌局画面与流畅交互体验,适配多类设备。后端采用 C 语言开发高性能服务端,凭借底层执行效率与精细内存管理,可稳定承载高并发访问,满足大量玩家同场竞技,保障牌局同步及时、操作响应迅速。整体架构高内聚低耦合,迁移方便,灵活部署于各类服务器与云平台,快速扩容、成本可控,兼顾画质、性能与运维便利。
掼蛋H5版
本方案以 H5 技术打造掼蛋游戏前端,免安装、即点即玩,浏览器内即可流畅开局,适配各类设备,用户体验出色。后端采用 C 语言开发高性能服务端,凭借底层执行效率与内存优化,能够稳定承载高并发访问,满足大量玩家同时在线的对局需求,保证牌局快速同步、响应及时。整体架构高度解耦,迁移方便,可灵活部署于各类服务器与云环境,快速扩容、低成本运维,兼顾稳定性、性能与部署灵活性,是成熟的棋牌平台解决方案。
H5斗地主
本方案采用 H5 技术构建斗地主游戏前端,无需安装客户端,通过浏览器即可随时随地开玩,兼容性强、体验流畅。后端基于 C 语言开发高性能服务端,凭借 C 语言的底层优势与极佳的执行效率,能够稳定支撑大规模并发访问,轻松应对海量玩家同时在线的压力,保证对局稳定、响应迅速。整体架构耦合度低、迁移方便,可灵活部署至多种服务器环境与云平台,实现低成本快速扩展,兼顾用户体验、性能与运维便利性。
基于神经网络的游戏动画系统
MotionWeaver 是一套面向 Unreal Engine 游戏开发的 AI 驱动角色动作生成系统,旨在解决传统游戏动画制作成本较高、动画资产复用困难、复杂动作衔接不自然,以及角色运动与动画表现难以协调等问题。 项目以神经网络动作生成技术为核心,结合游戏引擎的角色运动系统,实现从动画数据采集、模型训练到动作推理与引擎集成的完整技术流程。 主要功能包括: 动画数据采集与处理: 支持从 Unreal Engine 动画资产中提取骨骼姿态、位置、旋转及时间序列信息,完成骨骼映射、数据清洗、质量审核与训练数据集构建。 AI 动作模型训练: 提供基于深度学习的动作表示学习、姿态预测与生成模型训练功能,支持模型检查点管理、训练指标记录及实验评估。 条件动作生成: 利用角色根运动轨迹、历史动作状态及参考姿态等条件,生成连续骨骼动作,研究不同运动条件下的动画生成效果。 复杂动作约束: 针对跑酷、跨越障碍等复杂场景,支持参考姿态引导及关键帧约束,改善动作准确性与空间匹配效果。 UE 动画集成与验证: 提供模型推理与 Unreal Engine 动画系统的集成和实验验证能力,支持生成动作的预览、重建、测试及效果分析。 模型评测与对比: 通过骨骼位置误差、运动连续性、关键帧约束误差等指标,对不同模型及优化方案进行定量分析。 项目主要面向游戏角色动画生成、AI 动画技术研究和游戏开发工具链建设,为智能角色运动与游戏动画自动化提供技术基础。
H5休闲解压益智游戏(拖拽对齐,单文件纯前端)-拉线解压 KNOT OUT
《拉线解压》(KNOT OUT)是一款纯前端、零后端的 H5 休闲解压益智游戏。核心操作:拖动一根线的控制点,把线的中点精确送入目标环;吸附越准,评级越高(金/银/铜),并触发连击。 功能模块:① 操作与判定——拖拽线并实时吸附判定,按精度分金/银/铜三档(金档才续连击),配连击上行音反馈;② 关卡与难度包络——线数随关卡从 3 递增到 10、吸附窗口逐关收紧(78→48px),目标环视觉与判定窗口一致;③ 风格目标——按关卡轮换「全金档 / 全程无错位 / 由外向内(目标环标 1..N 序号)」,达成即得星;④ 每日挑战——以本地日期为种子的独立关卡,布局与主题由种子确定;⑤ 留痕世界——把逐关评级、星与每日印记,按存档确定性重算成一条「世界路径」;⑥ 音频——音效全部由 Web Audio 实时合成(C 大调音阶),BGM 三首可轮播。 主要功能路径:打开即玩 → 拖线对齐 → 评分/连击 → 过关结算 → 下一关 / 每日挑战 → 世界回顾。
帮助文档   Copyright @ 2021-2024 程聚宝 | 浙ICP备2021014372号
人工客服