鄭晶晶

(福建生態(tài)工程職業(yè)技術(shù)學(xué)校,福建福州 350000)

0 引言

現(xiàn)在社會(huì)是信息化時(shí)代飛速的發(fā)展時(shí)刻,校園中需要管理的數(shù)據(jù)越來越多,其中學(xué)生考勤數(shù)據(jù)就是其中之一。如果僅僅依靠班級(jí)管理者或者教務(wù)管理者去登記考勤數(shù)據(jù)的話,數(shù)據(jù)應(yīng)用效率并不能很好的發(fā)揮及時(shí)作用,并不利于課堂出勤率的改善。學(xué)生考勤情況登記的及時(shí)性、完善性的提升可以從學(xué)生的實(shí)際情況出發(fā)分析。這種及時(shí)性有利于班級(jí)考勤的督促改進(jìn),有利于發(fā)現(xiàn)學(xué)生的異常,有利于發(fā)現(xiàn)學(xué)生學(xué)習(xí)情況的變化,進(jìn)而進(jìn)一步助力于班主任、教務(wù)管理者及家長(zhǎng)能更好地關(guān)注學(xué)生問題并幫助學(xué)生及時(shí)解決問題,某種程度上能積極改善學(xué)生的出勤率,促進(jìn)班級(jí)管理的發(fā)展,促進(jìn)學(xué)校的教學(xué)管理質(zhì)量水平的發(fā)展。隨著近幾年人工智能地發(fā)展,Python語(yǔ)言的應(yīng)用得到了越來越廣泛的發(fā)展。Python是一種高級(jí)程序設(shè)計(jì)語(yǔ)言,它能智能地進(jìn)行數(shù)據(jù)分析、數(shù)據(jù)挖掘,具有多種數(shù)據(jù)類型。要想有效地對(duì)校園考勤數(shù)據(jù)進(jìn)行挖掘分析,我們可以融入Python知識(shí)的應(yīng)用。幾種思路設(shè)想:(以某學(xué)校,47個(gè)班級(jí),十幾個(gè)專業(yè)為例,學(xué)生考勤類別分為:滿勤、曠課、遲到、早退、事假、病假)[1]。

1 獲取各班出勤數(shù)據(jù)保存到excel

隨著數(shù)據(jù)智能化的發(fā)展,學(xué)生人臉識(shí)別簽到、指紋簽到、APP簽到等多種簽到方式都隨之發(fā)展,學(xué)校在考勤數(shù)據(jù)管理時(shí)管理者可以通過在線獲取學(xué)生考勤數(shù)據(jù)類型統(tǒng)計(jì)存入Excel[2-3]:

我們可以使用requests模塊獲取學(xué)生各類出勤情況信息(如曠課、遲到、早退、病假、事假等),再使用requests模塊將這些信息分類寫入Excel表格中:

(1)安裝requests和requests模塊;

(2)在程序中導(dǎo)入需要使用的模塊;

(3)實(shí)現(xiàn)過程邏輯:

先使用requests模塊發(fā)送post請(qǐng)求,獲取相關(guān)全校學(xué)生出勤信息,接著使用json()獲取得到JSON格式的相關(guān)數(shù)據(jù),接著使用xlsxwriter模塊將獲取的出勤信息寫入到Excel。最后再一次遍歷每項(xiàng)的出勤信息。

(4)關(guān)鍵代碼:

1,try:

response=requests.post(url,json=pyload,headers=headers)

attendence_jso=response.json()

if attendence_json =0

returen attendance_json

return None

2,#保存到excel的行首標(biāo)題:

Worksheet.write(0,0‘學(xué)號(hào)’)

Worksheet.write(0,0‘班級(jí)’)

Worksheet.write(0,0‘名字’)

Worksheet.write(0,0‘考勤類型’)

Worksheet.write(0,0‘出勤統(tǒng)計(jì)’)

這種統(tǒng)計(jì)方式一般分為數(shù)據(jù)的采集、數(shù)據(jù)的解析、數(shù)據(jù)的存儲(chǔ)、數(shù)據(jù)提取四個(gè)組成部分。并利用自動(dòng)采集功能訪問到學(xué)生考勤的在線數(shù)據(jù),以獲取或更新在線數(shù)據(jù)類型和統(tǒng)計(jì)方式。

2 使用可視化分析顯示學(xué)生出勤情況

使用Python可視化分析可以實(shí)現(xiàn)日常學(xué)生出勤數(shù)據(jù)的分析,它的主要技術(shù)是利用pands獲取相應(yīng)的數(shù)據(jù)及日期數(shù)據(jù)處理器dataframe對(duì)象to_period()方法應(yīng)用及groupby()函數(shù)使用通過數(shù)據(jù)排序與索引進(jìn)而實(shí)現(xiàn)可視化數(shù)據(jù)圖表的生成(關(guān)鍵代碼如下)[4-5]:

(1)導(dǎo)入相關(guān)模塊如matplotlib.pyplot、 pandas。

inmport matplotlib.pyplot as pt

inmport pandas as pl

(2)DataFrame輸出數(shù)據(jù)并對(duì)齊。

Pl.set_option (‘display.unicod.ambiguous_as _wide’,True)

Pl.set_option(‘display.unicode.east_asian_width,True’)

(3)獲取excel相關(guān)對(duì)應(yīng)數(shù)據(jù)。

#數(shù)據(jù)的獲取

df=pl.readExcel (‘Attendence.xlsx’)

#按日期時(shí)間顯示數(shù)據(jù)

df=df.set_index(‘日期’,drop=True)

df=df[‘2020-11’].to_period(‘M’)

(4)按曠課類型和日期分組統(tǒng)計(jì)數(shù)據(jù)。

#按出勤類別分組統(tǒng)計(jì)

df_month=df.groupby([‘出勤類型’,‘日期’])[[‘次數(shù)’]].sum().reset_index()

(5)繪制生成可視圖表。

數(shù)據(jù)可視化分析是利用圖形數(shù)據(jù)趨勢(shì)顯示情況分析,通過這種方法查看學(xué)生考勤數(shù)據(jù)的分布,能及時(shí)直觀捕捉到相關(guān)突出數(shù)據(jù),進(jìn)行對(duì)數(shù)據(jù)產(chǎn)生的根源進(jìn)行分析,進(jìn)而進(jìn)一步提升班級(jí)考勤管理,促進(jìn)校園出勤率。

3 郵件提醒設(shè)定及時(shí)顯示學(xué)生考勤異常

學(xué)生考勤數(shù)據(jù)的特點(diǎn)具有動(dòng)態(tài)變化、隨機(jī)等特點(diǎn)。很多學(xué)校目前日常考勤管理過程中,都是由管理員盯著目標(biāo)數(shù)據(jù)去分析每周學(xué)生的考勤數(shù)據(jù),從而通過統(tǒng)計(jì)才能發(fā)現(xiàn)異?？记谇闆r。發(fā)現(xiàn)學(xué)生考勤異常,我們可以運(yùn)用Python語(yǔ)言知識(shí)去構(gòu)思搭建一個(gè)關(guān)于出現(xiàn)考勤異常提醒的系統(tǒng),并設(shè)定郵件提醒功能。通過考勤異常提醒系統(tǒng)提醒,例如設(shè)定每個(gè)學(xué)生一周考勤異常值為2次,每當(dāng)系統(tǒng)識(shí)別到異常數(shù)據(jù)值超過限定值的話就立馬關(guān)聯(lián)郵件發(fā)送提醒管理者出現(xiàn)學(xué)生考勤異常情況,從而及時(shí)地獲取信息,從而分析解決問題,促進(jìn)班級(jí)管理,提升教學(xué)質(zhì)量[6-9]。

#獲取數(shù)據(jù)

def getreadltimedate (share)

……

Share.date=float(……)

……

Share describe=“曠課”+share.name+“當(dāng)前值”+strcshare.date

#構(gòu)建郵件

msg=MIMEText(content,)

msg[“subject”]=subject

msg[“Fromt”]=msg_from

5.對(duì)于那些高等級(jí)的金融風(fēng)險(xiǎn)，企業(yè)需要高度的重視，而且為了應(yīng)對(duì)風(fēng)險(xiǎn)，進(jìn)而及時(shí)地進(jìn)行調(diào)整，避免風(fēng)險(xiǎn)影響到企業(yè)的其他作業(yè)部分。

msg[“To”]=to

#發(fā)送郵件

Try:

aa=Smtplib.smtp_aa(“113547@qq.com”)

aa.sendmail(msg_from,to,msg,as_string())

print(“發(fā)送成功”)

except Exception as:

print(“發(fā)送失?。≡斍椤?

4 結(jié)語(yǔ)

學(xué)校中學(xué)生考勤數(shù)據(jù)的管理一定程度上影響著班級(jí)的管理、教學(xué)的質(zhì)量、教學(xué)效果的提升。通過Python高級(jí)語(yǔ)言的應(yīng)用,我們可以有多種思路展開對(duì)考勤數(shù)據(jù)方法進(jìn)行有效地管理的研究。包括對(duì)數(shù)據(jù)的保存,對(duì)數(shù)據(jù)的可視化分析,以及對(duì)特殊數(shù)據(jù)的關(guān)注處理。這些方式方法結(jié)合高級(jí)語(yǔ)言的應(yīng)用一定程度上可以提升學(xué)?？记跀?shù)據(jù)的分析統(tǒng)計(jì),一定程度上提升了學(xué)校的數(shù)據(jù)管理效率,促進(jìn)了學(xué)生考勤的改善,提升了教學(xué)效果。