Tạo phân tích dữ liệu cho đồ án quản lý sinh viên

Phân tích dữ liệu là một phần quan trọng trong các hệ thống quản lý hiện đại, bao gồm cả đồ án quản lý sinh viên. Việc xây dựng các báo cáo và biểu đồ trực quan giúp người dùng nhanh chóng nắm bắt thông tin về tình hình học tập, điểm số, tỷ lệ đạt môn, và nhiều yếu tố khác. Đây cũng là một kỹ năng cần thiết khi phát triển các phần mềm quản lý trong thực tế.

Trong bài viết này, bạn sẽ được hướng dẫn cách thực hiện phân tích dữ liệu đơn giản cho một đồ án quản lý sinh viên. Chúng ta sẽ sử dụng Google Colab để viết mã Python, thao tác với dữ liệu bằng pandas, và trực quan hóa kết quả bằng matplotlib cùng seaborn. Bài viết này phù hợp cho người mới bắt đầu, từng bước được giải thích rõ ràng để bạn có thể hiểu và áp dụng.

Tổng quan bài toán phân tích dữ liệu quản lý sinh viên

Bài toán đặt ra là, từ tập dữ liệu điểm số của sinh viên, bạn cần trả lời những câu hỏi quan trọng như: điểm trung bình các môn, phân bố điểm theo giới tính, nhóm học lực của sinh viên, và tỷ lệ đạt chuẩn. Phân tích này sẽ giúp giáo viên, nhà quản lý hiểu rõ hơn về hiệu quả giảng dạy và hỗ trợ sinh viên yếu kém.

Dataset sử dụng trong bài gồm các thông tin: giới tính, nhóm chủng tộc, trình độ học vấn của cha mẹ, loại bữa ăn, khóa học hoàn thành và điểm số ba môn Toán, Đọc, Viết. Đây là dữ liệu mẫu phù hợp để mô phỏng các phân tích trong đồ án quản lý sinh viên.

Cài đặt và chuẩn bị môi trường làm việc

Chúng ta sử dụng Google Colab để tránh phải cài đặt phần mềm phức tạp trên máy tính. Để bắt đầu, bạn truy cập Google Colab và tạo một notebook mới.

Trong Colab, cần cài đặt các thư viện cần thiết như pandas, matplotlib và seaborn. Chạy đoạn mã sau:

# Cài đặt các thư viện cần thiết
!pip install pandas matplotlib seaborn

Các thư viện này có nhiệm vụ:

• pandas: xử lý và phân tích dữ liệu bảng

• matplotlib và seaborn: trực quan hóa dữ liệu bằng biểu đồ

Tải dữ liệu và kiểm tra thông tin

Chúng ta sử dụng dataset Students Performance từ GitHub, đã kiểm tra sẵn sàng tải về:

https://raw.githubusercontent.com/YBI-Foundation/Dataset/main/Students%20Performance.csv

Đọc dữ liệu và kiểm tra cấu trúc như sau:

import pandas as pd

# Đọc dữ liệu từ GitHub
url = 'https://raw.githubusercontent.com/YBI-Foundation/Dataset/main/Students%20Performance.csv'
data = pd.read_csv(url)

# Hiển thị 5 dòng đầu tiên
print(data.head())

# Kiểm tra tổng quan dữ liệu
print(data.info())

# Tính điểm trung bình từng môn
mean_math = data['math score'].mean()
mean_reading = data['reading score'].mean()
mean_writing = data['writing score'].mean()

print(f"Điểm trung bình Toán: {mean_math:.2f}")
print(f"Điểm trung bình Đọc: {mean_reading:.2f}")
print(f"Điểm trung bình Viết: {mean_writing:.2f}")

# Tính điểm trung bình theo giới tính
mean_by_gender = data.groupby('gender')[['math score', 'reading score', 'writing score']].mean()
print(mean_by_gender)

import matplotlib.pyplot as plt
import seaborn as sns

sns.histplot(data['math score'], bins=10, kde=True, color='blue')
plt.title('Phân bố điểm Toán')
plt.xlabel('Điểm Toán')
plt.ylabel('Số sinh viên')
plt.show()

mean_by_gender.plot(kind='bar')
plt.title('Điểm trung bình theo giới tính')
plt.ylabel('Điểm trung bình')
plt.xticks(rotation=0)
plt.show()