全国计算机等级考试二级Python(2021年9月)备考笔记 第九天
文章目录
- Python语言程序设计-嵩天老师(MOOC)听课笔记 第9周
- 知识点一
- Python库之数据分析
- Python库之数据可视化
- Python库之文本处理
- Python库之机器学习
- 实例 霍兰德人格分析
- 问题分析
- 实例展示
- 举一反三
- 知识点二
- Python库之网络爬虫
- Python库之Web信息提取
- Python库之Web网站开发
- Python库之网络应用开发
- Python库之图形用户界面
- Python库之游戏开发
- Python库之虚拟现实
- Python库之图形艺术
- 实例 玫瑰花绘制
- 问题分析
- 举一反三
- 第九周测验题目
- 程序设计题
- 第一题 系统基本信息获取
- 第二题 二维数据表格输出
Python语言程序设计-嵩天老师(MOOC)听课笔记 第9周
知识点一
Python库之数据分析
Numpy:表达N维数组的最基础库
- Python接口使用,C语言,计算速度优异
- Python数据分析及科学计算的基础库,支撑Pandas等
- 提供直接的矩阵运算、广播函数、线性代数等功能
Numpy:表达N维数组的最基础库
NumPy库: http://www.numpy.org
Pandas:Python数据分析高层次应用库
- 提供了简单易用的数据结构和数据分析工具
- 理解数据类型与索引的关系,操作索引即操作数据
- Python最主要的数据分析功能库,基于Numpy开发
Series=索引+一维数据
DataFrame=行列索引+二维数据
pandas库: http://pandas.pydata.org
SciPy:数学、科学和工程计算功能库
- 提供了一批数学算法及工程数据运算功能
- 类似Matlab,可用于如傅里叶变换,信号处理等应用
- Python最主要的科学计算功能库,基于Numpy开发
SciPy: http://www.scipy.org
Python库之数据可视化
Matplotlib: 高质量的二维数据可视化功能库
- 提供了超过100种数据可视化展示效果
- 通过
matplotlib.pyplot
子库调用各可视化效果- Python最主要的数据可视化功能库,基于Numpy开发
Matplotlib: http://matplotlib.org
Seaborn:统计类数据可视化功能库
- 提供了一批高层次的统计类数据可视化展示效果
- 主要展示数据间分布、分类和线性关系等内容
- 基于
Matplotlib
开发,支持Numpy和Pandas
Seaborn: http://seaborn.pydata.org
Mayavi: 三维科学数据可视化功能库
- 提供了一批简单易用的3D科学计算数据可视化展示效果
- 目前版本是
Mayavi2
,三维可视化最主要的第三方库- 支持Numpy、TVTK、Traits、Envisage等第三方库
Mayavi: http://docs.enthought.com/mayavi/mayavi/
Python库之文本处理
PyPDF2: 用来处理pdf文件的工具集
- 提供了一批处理PDF文件的计算功能
- 支持获取信息、分隔/整合文件、加密解密等
- 完全Python语言实现、不需要额外依赖、功能稳定
from PyPDF2 import PdfFileReader,PdfFileMerger
merger=PdfFileMerger()
input1=open("document1.pdf","rb")
input2=open("document2.pdf","rb")
merger.append(fileobj=input1,pages=(0,3))
merger.merge(position=2,fileobj=input2,pages=(0,1))
output=open("document-output.pdf","wb")
merger.write(output)
PyPDF2: http://mstamy2.github.io/PyPDF2
NLTK: 自然语言文本处理第三方库
- 提供了一批简单易用的自然语言文本处理功能
- 支持语言文本分类、标记、语法句法、语义分析等
- 最优秀的Python自然语言处理库
from nltk.corpus import treebank
t=treebank.parsed_sents('wsj_0001.mrg')[0]
t.draw()
Python-docx: 创建或更新Microsoft Word文件的第三方库
- 提供创建或更新.doc .docx等文件的计算功能
- 增加并配置段落、图片、表格、文字等,功能全面
from docx import Document
document = Document()
document.add_heading('Document Title',0)
p=document.add_paragraph('A plain paragraph having some ')
document.add_page_break()
document.save('demo.docx')
http://python-docx.readthedocs.io/en/latest/index.html
Python库之机器学习
Scikit-learn:机器学习方法工具集
- 提供一批统一化的机器学习方法功能接口
- 提供聚类、分类、回归、强化学习等计算功能
- 机器学习最基本且优秀的Python第三方库
Scikit-learn: http://scikit-learn.org/
TensorFlow: AlphaGo背后的机器学习计算框架
- 谷歌公司推动的开源机器学习框架
- 将数据流图作为基础,图节点代表运算,边代表张量
- 应用机器学习方法的一种方式,支撑谷歌人工智能应用
import tensorflow as tf
init = tf.global_variables_initializer()
sess=tf.Session()
sess.run(init)
res=sess.run(result)
print('result:',res)
TensorFlow: https://www.tensorflow.org/
MXNet: 基于神经网络的深度学习计算框架
- 提供可扩展的神经网络及深度学习计算功能
- 可用于自动驾驶,机器翻译,语言识别等众多领域
- Python最重要的深度学习计算框架
MXNet: https://mxnet.incubator.apache.org/
实例 霍兰德人格分析
问题分析
- 霍兰德人格分析
- 霍兰德认为:人格兴趣与职业之间应有一种内在的对应关系
- 人格分类:研究型、艺术型、社会型、企业型、传统型、现实性
- 职业:工程师、实验员、艺术家、推销员、记事员、社会工作者
- 霍兰德人格分析雷达图
- 需求:雷达图方式验证霍兰德人格分析
- 输入:各职业人群结合兴趣的调研数据
- 通用雷达图绘制:
matplotlib库
- 专业的多维数据表示:
numpy库
- 输出:雷达图
实例展示
import numpy as np
import matplotlib.pyplot as plt
import matplotlib
matplotlib.rcParams['font.family']='SimHei'
radar_labels=np.array(['研究型(I)','艺术型(A)','社会型(S)','企业型(E)','常规型(C)','现实型(R)'])
data=np.array([[0.40,0.32,0.35,0.30,0.30,0.88],[0.85,0.35,0.30,0.40,0.40,0.30],[0.43,0.89,0.30,0.28,0.22,0.30],[0.30,0.25,0.48,0.85,0.45,0.40],[0.20,0.38,0.87,0.45,0.32,0.28],[0.34,0.31,0.38,0.40,0.92,0.28]]) #数据值
data_labels=('艺术家','实验员','工程师','推销员','社会工作者','记事员')
angles=np.linspace(0,2*np.pi,6,endpoint=False)
data=np.concatenate((data,[data[0]]))
angles=np.concatenate((angles,[angles[0]]))
radar_labels=np.concatenate((radar_labels,[radar_labels[0]]))
fig=plt.figure(facecolor="white")
plt.subplot(111,polar=True)
plt.plot(angles,data,'o-',linewidth=1,alpha=0.2)
plt.fill(angles,data,alpha=0.25)
plt.thetagrids(angles*180/np.pi,radar_labels)
plt.figtext(0.52,0.95,'霍兰德人格分析',ha='center',size=20)
legend=plt.legend(data_labels,loc=(0.94,0.80),labelspacing=0.1)
plt.setp(legend.get_texts(),fontsize='large')
plt.grid(True)
plt.savefig('holland_radar.jpg')
plt.show()
输出结果:
举一反三
- 目标+沉浸+熟练
- 编程的目标感:寻找感兴趣的目标,寻(wa)觅(jue)之
- 编程的沉浸感:寻找可实现的方法,思(zuo)考(mo)之
- 编程的熟练度:练习、练习、再练习、熟练之
知识点二
Python库之网络爬虫
Requests: 最友好的网络爬虫功能库
- 提供了简单易用的类HTTP协议网络爬虫功能
- 支持连接池、SSL、Cookies.HTTP(S)代理等
- Python最主要的页面级网络爬虫功能库
import requests
r=requests.get('https://api.github.com/user',auth=('user','pass'))
r.status_code
r.headers['content-type']
r.encoding
r.text
Requests: http://www.python-requests.org/
Scrapy: 优秀的网络爬虫框架
- 提供了构建网络爬虫系统的框架功能,功能半成品
- 支持批量和定时网页爬取、提供数据处理流程等
- Python最主要且最专业的网络爬虫框架
Scrapy: Python数据分析高层次应用库 https://scrapy.org
pyspider:强大的Web页面爬取系统
- 提供了完整的网页爬取系统构建功能
- 支持数据库后端、消息队列、优先级、分布式架构等
- Python重要的网络爬虫类第三方库
pyspider: http://docs.pyspider.org
Python库之Web信息提取
Beautiful Soup:HTML和XML的解析库
- 提供了解析HTML和XML等Web信息的功能
- 又名beautifulsoup4或bs4,可以加载多种解析引擎
- 常与网络爬虫库搭配使用,如Scrapy,requests等
Beautiful Soup: https://www.crummy.com/software/BeautifulSoup/bs4
Re: 正则表达式解析和处理功能库
- 提供了定义和解析正则表达式的一批通用功能
- 可用于各类场景,包括定点的Web信息提取
- Python最主要的标准库之一,无需安装
Re: https://docs.python.org/3.6/library/re.html
Python-Goose: 提取文章类型Web页面的功能库
- 提供了对Web页面中文章信息/视频等元数据的提取功能
- 针对特定类型Web页面,应用覆盖面较广
- Python最主要的Web信息提取库
from goose import Goose
url='http://www.elmundo.es/elmundo/2012/10/28/espana/1351388909.html'
g=Goose({'use_meta_language':False,'target_language':'es'})
article=g.extract(url=url)
article.cleaned_text[:150]
Python-Goose: https//github.com/grangier/python-goose
Python库之Web网站开发
Django: 最流行的Web应用框架
- 提供了构建Web系统的基本应用框架
- MTV模式:模型(model)、模板(Template)、视图(Views)
- Python最重要的Web应用框架,略微复杂的应用框架
Django: https://www.djangoproject.com
Pyramid: 规模适中的Web应用框架
- 提供了简单方便构建Web系统的应用框架
- 不大不小,规模适中,适合快速构建并适度扩展类应用
- Python产品级Web应用框架,起步简单可扩展性好
from wsgiref.simple_server import make_server
from pyramid.config import Configurator
from pyramid.response import Response
def hello_world(request):return Response('Hello World!')
if __name__ =='__main__':with Configurator() as config:config.add_route('hello','/')config.add_view(hello_world,route_name='hello')app=config.make_wsgi_app()server=make_server('0.0.0.0',6543,app)server.serve_forever()
Pyramid: https://trypyramid.com/
Flask: Web应用开发微框架
- 提供了最简单构建Web系统的应用框架
- 特点是:简单、规模小、快速
- Django > Pyramid > Flask 好
from flask import Flask
app = Flask(__name__)
@app.route('/')
def hello_world():return 'Hello,World!'
Flask: http://flask.pocoo.org
Python库之网络应用开发
WeRoBot: 微信公众号开发框架
- 提供了解析微信服务器消息及反馈消息的功能
- 建立微信机器人的重要技术手段
import werobot
robot =werobot.WeRoBot(token='tokenhere')
@robot.handler
def hello(message):return 'Hello World!'
WeRoBot: https://github.com/offu/WeRoBot
aip: 百度AI开放平台接口
- 提供了访问百度AI服务的Python功能接口
- 语音、人脸、OCR、NLP、知识图谱、图像搜索等领域
- Python百度AI应用的最主要方式
aip: https://github.com/Baidu-AIP/python-sdk
MyQR: 二维码生成第三方库
- 提供了生成二维码的系列功能
- 基本二维码、艺术二维码和动态二维码
MyQR: https://github.com/sylnsfar/qrcode
Python库之图形用户界面
PyQt5: Qt开发框架的Python接口
- 提供了创建Qt5程序的Python API接口
- Qt是非常成熟的跨平台桌面应用开发系统,完备GUI
- 推荐的Python GUI开发第三方库
PyQt5: https://www.riverbankcomputing.com/software/pyqt
wxPython: 跨平台GUI开发框架
- 提供了专用于Python的跨平台GUI开发框架
- 理解数据类型与索引的关系,操作索引即操作数据
- Python最主要的数据分析功能库,基于Numpy开发
import wx
app=wx.App(False)
frame=wx.Frame(None,wx.ID_ANY,"Hello World")
frame.Show(True)
app.MainLoop()
wxPython: https://www.wxpython.org
PyGObject: 使用GTK+开发GUI的功能库
- 提供了整合GTK+、WebKitGTK+等库的功能
- GTK: 跨平台的一种用户图形界面GUI框架
- 实例: Anaconda采用该库构建GUI
import gi
gi.require_version("Gtk","3.0")
from gi.repository import Gtk
window =Gtk.Window(title="Hello World")
window.show()
window.connect("destroy",Gtk.main_quit)
Gtk.main()
PyGObject: https://pygobject.readthedocs.io
Python库之游戏开发
PyGame: 简单的游戏开发功能库
- 提供了基于SDL的简单游戏开发功能及实现引擎
- 理解游戏对外部输入的响应机制及角色构建和交互机制
- Python游戏入门最主要的第三方库
PyGame: http://www.pygame.org
Panda3D: 开源、跨平台的3D渲染和游戏开发库
- 一个3D游戏引擎,提供Python和C++两种接口
- 支持很多先进特性:法线贴图、光泽贴图、卡通渲染等
- 由迪士尼和卡尼基梅隆大学共同开发
Panda3D: http://www.panda3d.org
cocos2d: 构建2D游戏和图形界面交互式应用的框架
- 提供了基于OpenGL的游戏开发图形渲染功能
- 支持GPU加速,采用树形结构分层管理游戏对象类型
- 适用于2D专业级游戏开发
cocos2d: http://python.cocos2d.org/
Python库之虚拟现实
VR Zero: 在树莓派上开发VR应用的Python库
- 提供大量与VR开发相关的功能
- 针对树莓派的VR开发库,支持设备小型化,配置简单化
- 非常适合初学者实践VR开发及应用
VR Zero: https://github.com/WayneKeenan/python-vrzero
pyovr:Oculus Rift的Python开发接口
- 针对Oculus VR设备的Python开发库
- 基于成熟的VR设备,提供全套文档,工业级应用设备
- Python+虚拟现实领域探索的一种思路
pyovr: https://github.com/cmbruns/pyovr
Vizard: 基于Python的通用VR开发引擎
- 专业的企业级虚拟现实开发引擎
- 提供详细的官方文档
- 支持多种主流的VR硬件设备,具有一定通用性
Vizard: http://www.worldviz.com/vizard-virtual-reality-software
Python库之图形艺术
Quads: 迭代的艺术
- 对图片进行四分迭代,形成像素风
- 可以生成动图或静图图像
- 简单易用,具有很高的展示度
Quads: https://github.com/fogleman/Quads
ascii_art: ASCII艺术库
- 将普通图片转为ASCII艺术风格
- 输出可以是纯文本或彩色文本
- 可采用图片格式输出
ascii_art: https://github.com/jontonsoup4/ascii_art
turtle: 海龟绘图体系
- Random Art
turtle: https://docs.python.org/3/library/turtle.html
实例 玫瑰花绘制
问题分析
- 玫瑰花绘制
- 绘制机理:turtle基本图形绘制
- 绘制思想:因人而异
- 思想有多大、世界就有多大
#代码如下:
import turtle as t
#定义一个曲线绘制函数
def DegreeCurve(n,r,d=1):for i in range(n):t.left(d)t.circle(r,abs(d))
#初始位置设定
s=0.2 #size
t.setup(450*5*s,750*5*s)
t.pencolor("black")
t.fillcolor("red")
t.speed(100)
t.penup()
t.goto(0,900*s)
t.pendown()
#绘制 花朵形状
t.begin_fill()
t.circle(200*s,30)
DegreeCurve(60,50*s)
t.circle(200*s,30)
DegreeCurve(4,100*s)
t.circle(200*s,50)
DegreeCurve(50,50*s)
t.circle(350*s,65)
DegreeCurve(40,70*s)
t.circle(150*s,50)
DegreeCurve(20,50*s,-1)
t.circle(400*s,60)
DegreeCurve(18,50*s)
t.fd(250*s)
t.right(150)
t.circle(-500*s,12)
t.left(140)
t.circle(550*s,110)
t.left(27)
t.circle(650*s,100)
t.left(130)
t.circle(-300*s,20)
t.right(123)
t.circle(220*s,57)
t.end_fill()
#绘制花枝形状
t.left(120)
t.fd(280*s)
t.left(115)
t.circle(300*s,33)
t.left(180)
t.circle(-300*s,33)
DegreeCurve(70,225*s,-1)
t.circle(350*s,104)
t.left(90)
t.circle(200*s,105)
t.circle(-500*s,63)
t.penup()
t.goto(170*s,-30*s)
t.pendown()
t.left(160)
DegreeCurve(20,2500*s)
DegreeCurve(220,250*s,-1)
#绘制一个绿色的叶子
t.fillcolor('green')
t.penup()
t.goto(670*s,-180*s)
t.pendown()
t.right(140)
t.begin_fill()
t.circle(300*s,120)
t.left(60)
t.circle(300*s,120)
t.end_fill()
t.penup()
t.goto(180*s,-550*s)
t.pendown()
t.right(85)
t.circle(600*s,40)
#绘制另一个绿色叶子
t.penup()
t.goto(-150*s,-1000*s)
t.pendown()
t.begin_fill()
t.rt(120)
t.circle(300*s,115)
t.left(75)
t.circle(300*s,100)
t.end_fill()
t.penup()
t.goto(430*s,-1070*s)
t.pendown()
t.right(30)
t.circle(-600*s,35)
t.done()
举一反三
- 艺术之于编程,设计之于编程
- 艺术:思想优先,编程是手段
- 设计:想法和编程同等重要
- 工程:编程优先,思想次之
- 编程不重要,思想才重要!
- 认识自己:明确自己的目标,有自己的思想(想法)
- 方式方法:编程只是手段,熟练之,未雨绸缪为思想服务
- 为谁编程:将自身发展与祖国发展相结合,创造真正价值
第九周测验题目
程序设计题
第一题 系统基本信息获取
题目描述:获取系统的递归深度、当前执行文件路径、系统最大UNICODE编码值等3个信息,并打印输出。
输出格式:
RECLIMIT:<深度>, EXEPATH:<文件路径>, UNICODE:<最大编码值>
提示:请在sys标准库中寻找上述功能
输入示例:无
输出示例:RECLIMIT:500, EXEPATH:/bin/python, UNICODE:1411
代码如下:
import sys
print("RECLIMIT:{}, EXEPATH:{}, UNICODE:{}".format(sys.getrecursionlimit(), sys.executable, sys.maxunicode))
第二题 二维数据表格输出
题目描述:tabulate能够对二维数据进行表格输出,是Python优秀的第三方计算生态。
参考编程模板中给定的数据和代码,编写程序,能够输出如下风格效果的表格数据。
from tabulate import tabulate
data = [ ["北京理工大学", "985", 2000], \["清华大学", "985", 3000], \["大连理工大学", "985", 4000], \["深圳大学", "211", 2000], \["沈阳大学", "省本", 2000], \]
print(tabulate(data, tablefmt="grid"))
全国计算机等级考试二级Python(2021年9月)备考笔记 第九天相关推荐
- 全国计算机等级考试python试题_全国计算机等级考试二级Python真题及解析(5)
全国计算机等级考试二级 Python 真题及解析( 5 ) 一.选择题 1. 关于二叉树的遍历,以下选项中描述错误的是 A 二叉树的遍历可以分为三种:前序遍历.中序遍历.后序遍历 B 前序遍历是先遍历 ...
- 全国计算机等级考试二级 Python语言程序设计考试大纲(2022年版)
全国计算机等级考试二级 Python语言程序设计考试大纲(2022年版) 计算机二级Python刷题小程序推荐 基本要求 掌握Python语言的基本语法规则。 掌握不少于个基本的Python标准库。 ...
- 全国计算机等级考试二级Python真题及解析
全国计算机等级考试二级Python真题及解析( 9) 1.下面不属于软件工程的 3 个要素的是 ___________. A过程 B方法 C环境 D工具 正确答案: C 2.下面不属于软件设计原则的是 ...
- 全国计算机等级考试二级Python精品题库学习笔记1
全国计算机等级考试二级Python精品题库学习笔记1 精品试卷01 精品试卷01程序题 基本操作题 2:随机验证码 基本操作题 3:比赛成绩计算 Turtle 绘图题:同心圆 简单应用题 2:员工工资 ...
- 计算机二级python备考资料_2019年全国计算机等级考试二级Python备考资料和题库下载(...
2019年全国计算机等级考试二级Python备考,知识兔为准备参加计算机二级Python考试的童鞋们收集整理了一份丰富的备考资料(最重要的直接免费领取)[资料暗号:知识兔] 2019年全国计算机等级考 ...
- 全国计算机等级考试二级Python考试大纲预测和分析
虽然已经确定2018年9月份在全国计算机等级考试科目中加入"二级Python",但现在还没有出台完整详细的考试大纲,官方网站也仅仅是简单说明了考试时长(120分钟).大概形式(网络 ...
- 全国计算机等级考试二级python 程序设计软件安装指南
近期,有好多小伙伴们微信咨询说之前的软件没有 Python 题库,我也总是说有时间了更新一下Python 题库的,可一拖就是两月过去了,错过了6月份的报名时间更新,昨天也有小伙伴咨询,决定这两日更新下 ...
- 全国计算机等级考试二级 Python 软件安装指南
近期,有好多小伙伴们微信咨询说之前的软件没有 Python 题库,我也总是说有时间了更新一下Python 题库的,可一拖就是两月过去了,错过了6月份的报名时间更新,昨天也有小伙伴咨询,决定这两日更新下 ...
- 浙江省高校计算机等级考试二级Python 程序设计题0|2023备考
笔记整理自B站UP主WLB工作生活两不误的个人空间-WLB工作生活两不误个人主页-哔哩哔哩视频教程浙江省高校计算机等级考试二级Python 程序设计题0_哔哩哔哩_bilibili 程序设计题0 输入 ...
- 全国计算机等级考试二级python考纲考点一览
文章目录 全国计算机二级python考试大纲 1. Python语言的特点 2. Python语言基本语法元素 3. 基本数据类型 4. 程序的控制结构 5. 函数和代码复用 6. 组合数据类型 7. ...
最新文章
- 大数据背景下的高职院校信息化建设探索
- 使用Ansible中的playbook
- 改变mysql数据库用户的权限
- css3制作左右拉伸动画菜单
- DELL R740XD 开启 TPM功能
- toj 3711 水题
- python for-Python for windows官方版
- win7 php mysql apache 64_教你在64位win7体系中设备apache+mysql+php情况.doc
- 计算机类公务员如何提升自己,大学毕业才发现:所学专业对考公务员如此重要,4类专业上岸率高...
- matlab求最大公倍数_小学数学最大公因数最小公倍数练习
- linux服务器 授权命令,linux的Sudo/su授权命令详解
- html基础 — area(图像的作用区域标记)
- [家里蹲大学数学杂志]第392期中山大学2015年泛函分析考博试题回忆版
- 计算机基础应用课件,计算机应用基础教程(全套课件).ppt
- 李氏第二法分析稳定性matlab,9-4李雅普诺夫稳定性分析2010.ppt
- 开源跨平台GUI库Fltk在Deepin Linux下的使用
- PPT设计制作与美化
- 计算机无法删除u盘里东西,u盘里东西删不掉,详细教您u盘文件删不了怎么办
- Java压缩文件/文件夹
- i3 7100黑苹果_苹果连发三款新品,售价更低!性能更强!| 数码
热门文章
- 软考-网络工程师复习资料及计划
- 【Python脚本进阶】2.4、conficker蠕虫(上):Metasploit攻击Windows SMB服务
- 网络工程师经常会面对服务器性能,下半网络工程师试卷(下午).doc
- 本科计算机软件类毕业论文写作那些事
- 超全树叶 叶子免抠元素素材网站整理
- 【FatFs】FAT32文件系统协议总结(理论+实践)
- TypeScript转JavaScript的方法。
- picasa csdn_如何阻止Picasa截取不必要的屏幕截图
- 华工校赛E-舞蹈链模板(9x9数独)
- 宁波保哥后院_如何抛出终极后院电影之夜