一、相关信息
题目:
1、统计班级人数
2、统计学生的总分
3、统计总分年级排名前十学生各科的分数
4、统计总分大于年级平均分的学生
5、统计每科都及格的学生
6、统计偏科最严重的前100名学生
数据样例(部分数据):
1.学生信息数据:students.txt
1500100001,施笑槐,22,女,文科六班
1500100002,吕金鹏,24,男,文科七班
1500100003,单乐蕊,22,女,理科六班
1500100004,葛德曜,24,男,理科三班
1500100005,宣谷芹,22,女,理科五班
1500100006,边昂雄,21,男,理科二班
1500100007,尚孤风,23,女,文科六班
1500100008,符半双,22,女,理科六班
1500100009,沈德昌,21,男,理科一班
1500100010,羿彦昌,23,男,理科六班
1500100011,宰运华,21,男,理科三班
1500100012,梁易槐,21,女,理科一班
1500100013,逯君昊,24,男,文科二班
1500100014,羿旭炎,23,男,理科五班
1500100015,宦怀绿,21,女,理科一班
1500100016,潘访烟,23,女,文科一班
2.学生分数信息(部分):
500100001,1000001,98
1500100001,1000002,5
1500100001,1000003,0
1500100001,1000004,29
1500100001,1000005,85
1500100001,1000006,52
1500100002,1000001,139
1500100002,1000002,102
1500100002,1000003,44
1500100002,1000004,18
1500100002,1000005,46
1500100002,1000006,91
1500100003,1000001,48
3.学生科目信息(部分):
1000001,语文,150
1000002,数学,150
1000003,英语,150
1000004,政治,100
1000005,历史,100
1000006,物理,100
1000007,化学,100
1000008,地理,100
1000009,生物,100
 
二、题目代码编写

1、统计班级人数
package shujia

import scala.io.Source
//1、统计班级人数
/**
* 以下所有的方法都是返回新的集合,不会修改原始的集合
* 同时以下这些方法在set集合中也有,除了sort
* foreach:遍历数据
* map:一条一条处理数据
* filter:过滤数据
* flatMap:将一行转换成多行
* sortBy:排序
* groupBy:分组
*/
object Test2 {
def main(args: Array[String]): Unit = {
//读取文件
val students: List[String] = Source.fromFile("data/score.txt").getLines().toList
//按照逗号分割 val stringses: List[Array[String]] = students.map(line => line.split(",")) //3.过滤脏数据
val listFilter: List[Array[String]] = stringses.filter(line => line.length == 3) //4.取数据
val scores: List[(String, Int)] = listFilter.map {
case Array(id: String, _: String, sco: String) =>
(id, sco.toInt)
}
//分组group
val group: Map[String, List[(String, Int)]] = scores.groupBy(word => word._1)
//统计数量 val sumScoList: Map[String, Int] = group.map {
case (id: String, list: List[(String, Int)]) =>
val sco: List[Int] = list.map { case (_, sco: Int) => sco }
val sumSco: Int = sco.sum
(id, sumSco)
}
sumScoList.foreach(println)
}
}
2、统计学生的总分
package com.shujia.scala

import scala.io.Source

object Demo22SumScore {
def main(args: Array[String]): Unit = {
/**
* 2、统计学生的总分
*/ //1、读取分数表
val scoresList: List[String] = Source.fromFile("data/score.txt").getLines().toList //2、过滤脏数据
val filterList: List[String] = scoresList.filter((line: String) => {
val length: Int = line.split(",").length
length == 3
}) //3、取出学号和分数
val idAndScore: List[(String, Int)] = filterList.map((line => {
val split: Array[String] = line.split(",")
//学号
val id: String = split.head
//分数
val score: Int = split.last.toInt
(id, score)
})) //4、按照学号分组
val groupByList: Map[String, List[(String, Int)]] = idAndScore.groupBy(kv => kv._1) //5、统计学生的总分
val sumScoMap: Map[String, Int] = groupByList.map((kv: (String, List[(String, Int)])) => {
val id: String = kv._1
val scores: List[(String, Int)] = kv._2
//取出每个学生所有的分数
val scos: List[Int] = scores.map(sco => sco._2)
//计算总分
val sumSco: Int = scos.sum (id, sumSco)
}) sumScoMap.foreach(println)
} }
/*
* 第二种方法,case
*/
object Demo22SumScore {
def main(args: Array[String]): Unit = {
/**
* 2、统计学生的总分
*/

//1、读取分数表
val scoresList: List[String] = Source.fromFile("data/score.txt").getLines().toList

//2、过滤脏数据
val filterList: List[String] = scoresList.filter((line: String) => {
val length: Int = line.split(",").length
length == 3
})

//3、取出学号和分数
val idAndScore: List[(String, Int)] = filterList.map((line => {
val split: Array[String] = line.split(",")
//学号
val id: String = split.head
//分数
val score: Int = split.last.toInt
(id, score)
}))

//4、按照学号分组
val groupByList: Map[String, List[(String, Int)]] = idAndScore.groupBy(kv => kv._1)

//5、统计学生的总分
val sumScoMap: Map[String, Int] = groupByList.map((kv: (String, List[(String, Int)])) => {
val id: String = kv._1
val scores: List[(String, Int)] = kv._2
//取出每个学生所有的分数
val scos: List[Int] = scores.map(sco => sco._2)
//计算总分
val sumSco: Int = scos.sum

(id, sumSco)
})

sumScoMap.foreach(println)
}

}
 
3、统计总分年级排名前十学生各科的分数
package shujia

import scala.io.Source

//1、统计总分年级排名前十学生各科的分数
object Test3Top10 {
def main(args: Array[String]): Unit = { //1、读取分数
val lines: List[String] = Source.fromFile("data/score.txt").getLines().toList //2、切分数据
val scoreArr: List[Array[String]] = lines.map(line => line.split(",")) //3、过滤脏数据
val scoreFilter: List[Array[String]] = scoreArr.filter(arr => arr.length == 3)
//scoreFilter.foreach(println)
//4、取出学号和分数
val scoFilter: List[(String, String, Int)] = scoreFilter.map {
case Array(id: String, subject: String, sco: String) =>
(id, subject, sco.toInt)
}
//5.学号分组
val scoGroupBy: Map[String, List[(String, String, Int)]] = scoFilter.groupBy(kv => kv._1) //6.计算学生总分
val sSos: List[(String, Int, List[(String, String, Int)])] = scoGroupBy.map {
case (id: String, list: List[(String, String, Int)]) =>
val scores: List[Int] = list.map { case (_, _, sco: Int) => sco } val scoSum: Int = scores.sum
(id, scoSum, list)
}.toList
val lists: List[(String, Int, List[(String, String, Int)])] = sSos.sortBy(kv => -kv._2)
val top10: List[(String, Int, List[(String, String, Int)])] = lists.take(10)
top10.foreach(println)
}
}

4、统计总分大于年级平均分的学生
import com.shujia.spark.util.HdfsUtil
import org.apache.spark.rdd.RDD
import org.apache.spark.{SparkConf, SparkContext} //统计总分大于年级平均分的学生
//平均总分=学生总分/学生人数
object Test2ScoreAvg {
def main(args: Array[String]): Unit = {
val conf = new SparkConf()
conf.setAppName("AVG")
// conf.setMaster("local")
val sc = new SparkContext(conf) //读取文件切分过滤脏数据
val scoFilter: RDD[Array[String]] = sc.textFile("/data/student/score.txt").map(_.split(",")).filter(_.length == 3)
//提取分数出来
val scoRDD: RDD[(String, Int)] = scoFilter.map {
case Array(id: String, _, sco: String) =>
(id, sco.toInt)
}
//按照学生学号进行分组
val scoGroRDD: RDD[(String, Iterable[(String, Int)])] = scoRDD.groupBy(_._1)
//暂存缓存中,提高速率
scoRDD.cache()
//计算学生的总分
val sumStusRDD: RDD[(String, Int)] = scoRDD.reduceByKey(_ + _)
//计算年级的总分
val sumNJ: Double = sumStusRDD.map(_._2).sum
//计算年级的平均总分
val avgSum: Double = sumNJ / scoGroRDD.count
//过滤总分大于平均分的数据
val avgtoSum: RDD[(String, Int)] = sumStusRDD.filter { case (_, sco: Int) => sco >= avgSum }
val l1: Long = avgtoSum.count()
println(s"大于平均分有$l1+人,平均分是:$avgSum")
// avgtoSum.foreach(println)
HdfsUtil.delete("/data/sum_avgToSum")
avgtoSum.saveAsTextFile("/data/sum_avgToSum")
} }


5、统计每科都及格的学生
package shujia

import scala.collection.immutable
import scala.io.Source //3、统计每科都及格的学生
object Test5_60fen {
def main(args: Array[String]): Unit = {
//读取文件
val list: List[String] = Source.fromFile("data/score.txt").getLines().toList
// list.foreach(println)
//按照逗号分割
val listSplit: List[Array[String]] = list.map(line => line.split(","))
// listSplit.foreach(println)
//过滤数据
val listFilter: List[Array[String]] = listSplit.filter(line => line.length == 3)
//提取数据,过滤分数大于60的人
// listFilter.foreach(println)
val listFilter2: List[Array[String]] = listFilter.filter(sco => sco.last.toInt - (60) >= 0)
//listFilter2.foreach(println)
val lists: List[(String, String, Int)] = listFilter2.map {
case Array(id: String, sub: String, sco: String) =>
(id, sub, sco.toInt)
}
//按照学号分组
val listGroup: Map[String, List[(String, String, Int)]] = lists.groupBy(line => line._1) val list1: List[(String, List[(String, String, Int)])] = listGroup.map((kv: (String, List[(String, String, Int)])) => {
val id: String = kv._1
val count: List[(String, String, Int)] = kv._2 (id, count)
}).toList list1.foreach(println)
}
}

6、统计偏科最严重的前100名学生
package com.shujia.scala

import scala.collection.immutable
import scala.io.Source object Demo31Student {
def main(args: Array[String]): Unit = {
/**
* 4、统计偏科最严重的前100名学生
*
* 偏科评估的标准: 方差
*/ //1、读取分数
val lines: List[String] = Source.fromFile("data/score.txt").getLines().toList //2、切分数据
val scoreArr: List[Array[String]] = lines.map(line => line.split(",")) //3、过滤脏数据
val scoreFilter: List[Array[String]] = scoreArr.filter(arr => arr.length == 3) //4、取出学号和分数
val idAndScore: List[(String, Int)] = scoreFilter.map {
case Array(id: String, _, sco: String) =>
(id, sco.toInt)
} //5、按照学号分组
val groupBy: Map[String, List[(String, Int)]] = idAndScore.groupBy(kv => kv._1) //计算方差
val std: List[(String, Double, List[(String, Int)])] = groupBy.map {
case (id: String, list: List[(String, Int)]) =>
//一个学生所有的分数
val scores: List[Int] = list.map { case (_, sco: Int) => sco } /**
* 计算方差
* 1、计算总数
* 2、计算平均值
* 3、计算方差
*
*/
//科目数
val N: Double = scores.length.toDouble
//平均数
val avg: Double = scores.sum / N //计算方差
val std: Double = scores.map((sco: Int) => (sco - avg) * (sco - avg)).sum / N (id, std, list)
}.toList //按照方差排序,取前100
val sortByStd: List[(String, Double, List[(String, Int)])] = std.sortBy(kv => -kv._2) //取前100
val top10: List[(String, Double, List[(String, Int)])] = sortByStd.take(100) top10.foreach(println)
} }

Scala 练习题 学生分数案例的更多相关文章

  1. 吴裕雄--天生自然HADOOP操作实验学习笔记:hbase学生选课案例

    实验目的 复习hbase的shell操作和javaAPI操作 了解javaWeb项目的MVC设计 学会dao(数据库访问对象)和service层的代码编写规范 学会设计hbase表格 实验原理 前面我 ...

  2. shell脚本,计算学生分数的题目。

    1.计算学生平均分数的值是多少? 2.计算每门课都大于80分的学生姓名.3.计算每门课都小于90分的学生姓名.

  3. 借助DBHelper实现学生管理案例分析

    一.案例功能的实现 数据: --专业 create table ProfessionInfo ( ProfessionID int primary key identity(1,1), --专业编号 ...

  4. scala练习题1 基础知识

    1, 在scala REPL中输入3. 然后按下tab键,有哪些方法可以被调用? 24个方法可以被调用, 8个基本类型: 基本的操作符, 等:     2,在scala REPL中,计算3的平方根,然 ...

  5. vue实现简单学生信息管理案例

    <!DOCTYPE html> <html lang="en"> <head> <meta charset="UTF-8&quo ...

  6. scala练习题--万年历

     使用方法去完成 import scala.io.StdIn object work1 { def main(args: Array[String]): Unit = { // 1.先输出提示语句,并 ...

  7. PHP0011:学生信息管理案例

    PHP中 html js 混合用

  8. 面向对象案例-学生信息管理系统V0.6

    更新版本 面向对象案例 - 学生信息管理系统V1.0 项目要求: 实体类: 学生类: id, 姓名,年龄,性别,成绩 需要使用数组保存学生信息 Student[] allStu 需要完成的方法 1. ...

  9. 面向对象案例-学生信息管理系统V1.1

    1.学生类 package com.qfedu.student.entity; /** * 学生类实体 * * @author GGGXXC * */ public class Student { p ...

随机推荐

  1. Sentinel Dashboard 规则 持久化到Nacos

    本篇文章基于sentinel1.8.4版本进行改造的.本篇主要记录改造步骤 1.下载源码 https://github.com/alibaba/Sentinel 2.打开下载的sentinel,到se ...

  2. HDFS High Availability(HA)高可用配置

    高可用性(英语:high availability,缩写为 HA) IT术语,指系统无中断地执行其功能的能力,代表系统的可用性程度.是进行系统设计时的准则之一. 高可用性系统意味着系统服务可以更长时间 ...

  3. HMS Core使能AI智慧体验,共建创新应用生态

    5月17日,2022年搜狐科技峰会成功举办,峰会汇聚各界大咖,共同探讨AI 技术的深入应用以及行业数字化的发展趋势.华为终端云服务应用生态BU总裁望岳发表题为<使能AI智慧体验,共建创新应用生态 ...

  4. Go内存管理一文足矣

    最早学习C.C++语言时,它们都是把内存的管理全部交给开发者,这种方式最灵活但是也最容易出问题,对人员要求极高:后来出现的一些高级语言像Java.JavaScript.C#.Go,都有语言自身解决了内 ...

  5. 差分隐私(Differential Privacy)定义及其理解

    1 前置知识 本部分只对相关概念做服务于差分隐私介绍的简单介绍,并非细致全面的介绍. 1.1 随机化算法 随机化算法指,对于特定输入,该算法的输出不是固定值,而是服从某一分布. 单纯形(simplex ...

  6. STM32 CubeMx使用教程

    一.STM32CubeMX 简介 STM32CubeMX 是 ST 意法半导体近几年来大力推荐的STM32 芯片图形化配置工具,目的就是为了方便开发者, 允许用户使用图形化向导生成C 初始化代码,可以 ...

  7. App上看到就忍不住点的小红点是如何实现的?

    你有没有发现,我们解锁手机后桌面上App右上角总能看到一个小红点,这就是推送角标.推送角标指的是移动设备上App图标右上角的红色圆圈,圆圈内的白色数字表示未读消息数量.角标是一种比较轻的提醒方式,通过 ...

  8. Tensorboard SummaryWriter()

    import torch import torch.nn as nn import torch.nn.functional as F import torchvision import torchvi ...

  9. NB-IoT无线通信模块与Lora无线通信协议技术分析与前景展望

    物联网的快速发展对无线通信技术提出了更高的要求,专为低带宽.低功耗.远距离.大量连接的物联网应用而设计的LPWAN(low-power Wide-Area Network,低功耗广域网)也快速兴起.物 ...

  10. docker-compose 搭建 Prometheus+Grafana监控系统

    有关监控选型之前有写过一篇文章: 监控系统选型,一文轻松搞定! 监控对象 Linux服务器 Docker Redis MySQL 数据采集 1).prometheus: 采集数据 2).node-ex ...