《天线与电波传播》Python大数据基础与实战(范晖)课后题答案.docx

1、课后题答案第1章1. 解释性、面向对象、动态数据类型、吉多范罗苏姆2. Python3. 包、模块、语句4. B5. C 6. 使用pip工具来安装扩展库，指令为：pip install 库文件名。用pip命令管理Python扩展库需要在命令提示符环境中进行，并且需要切换至pip所在目录。7. 首先将.py源文件和python.exe文件关联，将.pyw源文件和pythonw.exe关联。然后双击源文件即可执行。8. 常用的有三种方式，分别为l import 模块名 as 别名l from 模块名 import 对象名 as 别名l from math import *9. Python被称为

2、人工智能的专用语言，Python下众多的开源框架对人工智能应用领域提供了强大的支持，如计算机视觉库OpenCV、机器学习框架TensorFlow等。借助于Django、web2py等框架，可以快速开发网站应用程序。数据分析可以使用numpy、pandas、matplotlib、scipy等库。第2章1. Python采用的是基于值的内存管理方式，如果为不同变量赋值相同值，则在内存中只有一份该值，多个变量指向同一块内存地址id()2. 在Python中/表示普通除法（也叫真除法），结果是实数，而/表示整除，得到的结果是整数，并且自动向下取整。3.x = input(请输入3位以上的数字：)if

3、len(x) = 3: x = int(x) print(结果是：,x / 100)else: print(输入错误!)4.x = input(input a number:)a,b,c = map(int,x)print(result is:0t1t2.format(a,b,c)5. sum()6. True7. 198. False9. (True, 5）10. True11. 512. 513. 1:2:314.x = input(input three numbers:)a,b,c = map(int,x.split()print(sorted result is:,sorted(a,

4、b,c)第3章1.import randomx = random.randint(0,200) for i in range(100)#第一种实现：使用集合s = set(x)for v in s: print(v, :, x.count(v)#第二种实现：使用字典d = dict()for v in x: dv = d.get(v,0) + 1for k, v in d.items(): print(k, v, sep=:)2.x = input(input a list:)x = eval(x)p = input(input two positon:)begin,end = map(int

5、,p.split()print(xbegin:end+1)3. 6 for i in range(10) 4.import randomx = random.randint(0,100) for i in range(20)print(x)x:10 = sorted(x:10)x10: = sorted(x10:, reverse=True)print(x)5. 6. 18, 197. (1, 3, 2)8. 当列表增加或删除元素时，列表对象自动进行内存扩展或收缩，从而保证元素之间没有缝隙，但这涉及到列表元素的移动，效率较低，应尽量从列表尾部进行元素的增加与删除操作以提高处理速度。9. 1,

6、2, 3, 1, 2, 3, 1, 2, 310. 1, 2, 3第4章1. A 2. D 3. C 4. D 5. C6.name = input(请输入你的名字: )place = input(请输入你经常去的地方: )like = input(请输入你平时的爱好: )print(可爱的, name, , 最喜欢在, place, 地方进行, like)或者：test = 可爱的0,最喜欢在1地方进行2name = input(请输入你的名字: )place = input(请输入你经常去的地方: )like = input(请输入你平时的爱好: )v = test.format(name

7、, place, like)print(v)7.s = input(请输入一个待统计的字符串: )print(s.count( )第5章1. Continue、break2. while3. C4. B5. Python提供了while和for两种循环控制结构，用来处理需要进行的重复操作，直到满足某些特定条件。while循环一般用于循环次数难以提前确定的情况，也可以用于循环次数确定的情况。for循环一般用于循环次数可以提前确定的情况，尤其适用于枚举或者遍历序列、迭代对象中元素的场合。for循环写的代码通常更加清晰简单，因此编程时建议优先使用for循环。相同或不同的循环结构之间可以相互嵌套，也可

8、以和选择结构嵌套使用，用来实现更为复杂的逻辑。 6.x = input(Please input an integer :) x = int(x) if x % 2 = 0:print(:d is 偶数!.format(x)else:print(:d is 奇数!.format(x) 7.x = input(Please input an integer less than 1000:)x = eval(x)t = xi = 2result = while True: if t=1: break if t % i = 0: result.append(i) t = t / i else: i

9、+= 1print(x,=, *.join(map(str,result)第6章1.import mathdef IsPrime(v): n = int(math.sqrt(v)+1) for i in range(2,n): if v % i = 0: return No else: return Yesprint(IsPrime(17)print(IsPrime(30)print(IsPrime(813)2.def demo(v): capital,little,digit,other=(0,)*4 #或者capital = little = digit = other =0 for i

10、in v: if A = i = Z: capital += 1 elif a = i = z: little += 1 elif 0 = i lstj #如果reverse=True则降序排序 if reverse: exp = lsti = 90 and score = 80 and score = 60 and score 60,D:不及格except Exception as result:print(低于60分：n,result)7.class my_error(Exception): def _init_(self, stri): self.leng = len(stri) def

11、 process(self): if self.leng 0: fileFlag = oldFileNamefileFlagNum: #组织新的文件名 newFileName = oldFileName:fileFlagNum + 复件 +fileFlag #创建新文件 newFile = open(newFileName,w) #把旧文件中的数据复制到新文件中 for lineContent in oldFile.readlines(): newFile.write(lineContent)#关闭文件oldFile.close()newFile.close()7.import osimpor

12、t syssys.setrecursionlimit(1000) # set the maximum depth as 1500file_path = input(请输入待查找的目录：)file_name = input(请输入待查找的文件：)def file_find(file_path,file_name):if os.path.isdir(file_path):# os.chdir(file_path)#进入当前路径ile_list = os.listdir(file_path)for each in file_list:temp_dir = file_path + os.sep + e

13、achif os.path.isdir(temp_dir): #开始递归进入下一级子目录 temp = file_find(temp_dir,file_name) if temp = True: return True elif os.path.isfile(temp_dir) and each = file_name: return True # os.chdir(.) #没找到文件，退回上一个目录 return False else: print(不是一个目录.format(file_path)file_path = D:PythonTestbook1file_name = 1.txtpr

14、int(file_find(file_path,file_name)第10章1. B2. C3. A4. D5. C6. （1）%matplotlib inlineimport matplotlib.pyplot as pltimport seaborn as snsiris = sns.load_dataset(iris)sns.set(style=ticks)fig,axes = plt.subplots(1,2,figsize=(20,5)sns.swarmplot(x=petal_length,y=petal_width,ax=axes0,data=iris,hue=species)s

15、ns.swarmplot(x=sepal_length,y=sepal_width,ax=axes1,data=iris,hue=species)plt.show()（2）sns.lmplot(petal_length,petal_width,hue=species,markers=x,o,s,data=iris)plt.show()从回归图上可以看出这两个特征之间是线性相关的。第11章1. B、C2. D3. C4. C5.import numpy as nparr = np.random.rand(10,5)6.import numpy as npmatr1 = np.arange(1,5

16、).reshape(2,2)matr2 = np.arange(5,9).reshape(2,2)matr1 * matr27. v = np.array(1,-1,1).reshape(3,1).TP = (v * v.T)/(v.T * v)Q = np.eye(3,3) - P8. dir(np); np.arange?9. np.array(1,-1,0)生成一个(1,3)的矩阵，np.array(1,-1,0)生成一个向量。第12章1. A 2. D3. D4. A5. B6. B7. (1)import seaborn as snsmpg = sns.load_dataset(mp

17、g)mpg.ndimmpg.size(2)mpg.describe()(3)mpg.groupby(cylinders)mpg,horsepower.agg(mean)mpg.groupby(origin)mpg,horsepower.agg(mean)第13章1.from lxml import etreeimport requestsresponse = requests.get(response.encoding = utf-8selector = etree.HTML(response.text)news_text = selector.xpath(/*id=u1/a1/text()0

18、news_url = selector.xpath(/*id=u1/a1/href)02. 1) 创建scrapy项目scrapy startproject sdWeatherSpider2) 创建爬虫程序scrapy genspider everyCitySD 3) 使用浏览器打开网址4) 在页面上单击鼠标右键，选择“查看网页源代码”，找到与“城市预报列表”对应的位置。选择并打开陕西省内任意城市的天气预报页面，以西安为例。选择“查看页面源代码”，找到与天气预报相对应的位置。5) 修改items.py文件，定义要爬虫的内容import scrapyclass SdweatherspiderIt

19、em(scrapy.Item): city = scrapy.Field()weather = scrapy.Field()6) 修改爬虫文件everyCitySD.py# -*- coding: utf-8 -*-import scrapyfrom re import findallimport requestsfrom sdWeatherSpider.items import SdweatherspiderItemclass EverycitysdSpider(scrapy.Spider):allowed_domains = name = everyCitySDallowed_domain

20、s = start_urls = url = rresponse = requests.get(url)response.encoding = utf-8contents = response.textpattern = .+?for url in findall(pattern,contents):#获取地市级预报的网页地址start_urls.append(url)def parse(self, response):item = SdweatherspiderItem()city = response.xpath(/divclass=crumbs fl/a2/text().extract(

21、)0itemcity = cityselector = response.xpath(/ulclass=t clearfix)0weather = for li in selector.xpath(./li):date = li.xpath(./h1/text().extract()0cloud = li.xpath(./ptitle/text().extract()0high = li.xpath(./pclass=tem/span/text().extract()0low = li.xpath(./pclass=tem/i/text().extract()0wind = li.xpath(

22、./pclass=win/em/span1/title).extract()0wind = wind + li.xpath(./pclass=win/i/text().extract()0weather = weather + date + : + cloud + , + high + / + low + , + wind + nitemweather = weatherreturn item7) 修改pipelines.py文件，把爬取的数据写入文件weather.csvimport csvclass SdweatherspiderPipeline(object):def process_i

23、tem(self, item, spider):with open(weather.csv,a,encoding=utf-8,newline=) as fp:f = csv.writer(fp)f.writerow(itemcity,itemweather)return item8) 在settings.py文件中启用pipelineITEM_PIPELINES = sdWeatherSpider.pipelines.SdweatherspiderPipeline: 300,3. import requestsfrom bs4 import BeautifulSoupfrom re impor

24、t findallimport os.path#定义抓取网页资源url = rawhtml = requests.get(url).textsoup = BeautifulSoup(rawhtml,html.parser)#定义正则表达式，实现对src字段的抓取pattern = #定位imgcars = soup.select(ul#imgList imgsrc) #返回一个列表adds = for car in cars: car = str(car) car = findall(pattern,car) car = http:+ car0 #添加“http”schema adds.append(car) #保存图片资源的url#实现数据存储 try: if not (os.path.exists(re:cars): os.mkdir(re:cars) i = 1 for item in adds : file = requests.get(item) with open(e:carscx4- + str(i) +.jpg, wb) as cx4: cx4.write(file.content) i += 1except: print(数据存储失败!)