SP原始表行标题代表题目序号，列代表学生，如果学生答对题目为1，否则为0。问题知识点矩阵这个文件横轴代表每个知识点，列标题代表每个题目序号，如果题目包含这个知识点则该处值为1。通过两个文件判断学生对于每个知识点的掌握，生成一个Excel，列为学生，行标题为知识点。如果学生对每个知识点关联的题目都能答对吗，值为2，都答错值为0，一些答对一些答错值为1
1
按行遍历这个Excel中含1的单元格返回该单元格所在列
2
到这一步能成功返回结果
import pandas as pd
# 读取Excel文件
df1 = pd.read_excel('问题-知识点矩阵.xlsx')
class knowledge:
def __init__(self, name):
self.name = name
flag=0
class question:
def __init__(self, name):
self.name = name
self.knowledge = []
self.flag=0
class student:
def __init__(self, name):
self.name = name
self.question= []
# 创建student列表
students = []
questions = []
knowledges=[]
# 第一列的列名
first_column_name = df1.columns[0]
students = []
def get_student_results(file_path):
# 读取Excel文件
df = pd.read_excel(file_path)
# 初始化一个空字典来存储结果
results = {}
# 遍历数据框的每一行
for index, row in df.iterrows():
# 初始化student对象
student_obj = student(row['学生'])
# 遍历除'学生'列之外的其他列
for col in df.columns[1:]:
# 检查学生的答案是否为1（正确）或0（错误）
if row[col] == 1:
flag = 1
else:
flag = 0
# 创建question对象，并设置flag
question_obj = question(col)
question_obj.flag = flag
# 将question对象添加到student对象的question列表中
for index, value in df1[first_column_name].items():
# 找到当前行中所有包含1的列
ones_columns = [col for col in df1.columns[1:] if df1.at[index, col] == 1]
# 遍历ones_columns列表中的每个列名
# 创建question对象
#print(question_obj.name)
if question_obj.name == value:
#value 是 题目
#print(value)
for col in ones_columns:
# 将question对象添加到questions列表中
question_obj.knowledge.append(col)
questions.append(question_obj)
student_obj.question.append(question_obj)
# 遍历第一列的所有元素
# 将student对象添加到students列表中
students.append(student_obj)
get_student_results('sp原始表.xlsx')
# 遍历student列表，打印
for student in students:
print(student.name)
for question in student.question:
print(question.name, question.flag)
for knowledge in question.knowledge:
print(knowledge)
分别返回 题目：答对还是打错
涉及到的知识点包括
。
成功获取集合：
import pandas as pd
# 读取Excel文件
df1 = pd.read_excel('问题-知识点矩阵.xlsx')
class knowledge:
def __init__(self, name):
self.name = name
flag=0
class question:
def __init__(self, name):
self.name = name
self.knowledge = []
self.flag=0
class student:
def __init__(self, name):
self.name = name
self.question= []
# 创建student列表
students = []
questions = []
knowledges=[]
# 第一列的列名
first_column_name = df1.columns[0]
students = []
def get_student_results(file_path):
# 读取Excel文件
df = pd.read_excel(file_path)
# 初始化一个空字典来存储结果
results = {}
# 遍历数据框的每一行
for index, row in df.iterrows():
# 初始化student对象
student_obj = student(row['学生'])
# 遍历除'学生'列之外的其他列
for col in df.columns[1:]:
# 检查学生的答案是否为1（正确）或0（错误）
if row[col] == 1:
flag = 1
else:
flag = 0
# 创建question对象，并设置flag
question_obj = question(col)
question_obj.flag = flag
# 将question对象添加到student对象的question列表中
for index, value in df1[first_column_name].items():
# 找到当前行中所有包含1的列
ones_columns = [col for col in df1.columns[1:] if df1.at[index, col] == 1]
# 遍历ones_columns列表中的每个列名
# 创建question对象
#print(question_obj.name)
if question_obj.name == value:
#value 是 题目
#print(value)
for col in ones_columns:
# 将question对象添加到questions列表中
question_obj.knowledge.append(col)
questions.append(question_obj)
student_obj.question.append(question_obj)
# 遍历第一列的所有元素
# 将student对象添加到students列表中
students.append(student_obj)
get_student_results('sp原始表.xlsx')
right=[]
worng=[]
hunhe=[]
name=[]
# 更改类名为AllResults以避免与内置函数all()冲突
class AllResults:
def __init__(self, name):
self.name = name
self.right = [] # 答对的知识点
self.wrong = [] # 答错的知识点
self.hunhe = [] # 交集，即答对和答错中都有的知识点
# 假设students是已经定义好的学生列表
# students = [...]
# 初始化存储结果的列表
all_results_list = []
for student in students:
# 创建AllResults实例
all_results = AllResults(student.name)
right_set = set() # 使用集合来避免重复
wrong_set = set()
for question in student.question:
if question.flag == 1:
right_set.update(question.knowledge)
elif question.flag == 0:
wrong_set.update(question.knowledge)
# 更新AllResults实例的属性
all_results.right.extend(right_set)
all_results.wrong.extend(wrong_set)
all_results.hunhe.extend(right_set.intersection(wrong_set))
# 移除交集部分
all_results.right = list(right_set - wrong_set)
all_results.wrong = list(wrong_set - right_set)
# 添加到结果列表
all_results_list.append(all_results)
# 遍历all_results_list，写入txt文件
for i, all_results in enumerate(all_results_list):
with open(f'{all_results.name}.txt', 'w') as f:
f.write(f'{all_results.name}\n')
f.write(f'答对知识点：{all_results.right}\n')
f.write(f'答错知识点：{all_results.wrong}\n')
f.write(f'交集知识点：{all_results.hunhe}\n')
下面开始判断
sk：
我要判断的是每个学生对于不同的问题，这些不同问题下面的相同知识点的flag是否一致
判断knowledge.name 的name相同的知识点 的flagflag是否都是1，或者都是0，或者有1有0三种情况
，返回给我关于每个knowledge.name所在的三种情况class AllResults:
def init(self, name):
self.name = name
self.right = [] # 答对的知识点
self.wrong = [] # 答错的知识点
self.hunhe = [] # 交集，即答对和答错中都有的知识点 写本地代码把AllResults类中的name和s.xlsx对应以后，s.xlsx的表头是知识点，self.right = [] #
答对的知识点里面单元格填2，self.wrong = [] # 答错的知识点单元格填0， self.hunhe = [] #
交集，即答对和答错中都有的知识点用1填充，无需你运行，给我代码
![Weblogic SSRF漏洞 [CVE-2014-4210]](https://img-blog.csdnimg.cn/direct/4a80a808c70f4af584f4dd6e74ebf3e4.png)
![[Algorithm][动态规划][简单多状态DP问题][买卖股票的最佳时机 III][买卖股票的最佳时机 Ⅳ]详细讲解](https://img-blog.csdnimg.cn/direct/b3a12acf506943bcb693463656f1ec9e.png)
