搜索到
19
篇与
的结果
-
Python常用程序实例 一 请输入1个计算机成绩，判断是否为优秀、良好、及格、不及格，且能连续输入成绩，只有输入-1时停止cj=eval(input("请输入计算机成绩："))while cj!=-1:if 90<=cj<=100: print("优秀") elif 60<=cj<90: print("及格") elif 0<=cj<60: print("不及格") else: print("输入错误") cj=eval(input("请输入计算机成绩："))二 计算1+2+3+……nn=eval(input("请输入一个整数N:"))Sum=0for i in range (1,n+1):Sum+=iprint(Sum)三 计算5名同学计算机成绩的平均分与最高分Sum=0Max=0for i in range(0,5):cj=eval(input("请输入计算机成绩：")) Sum+=cj if Max<cj: Max=cjave=Sum/5print("5名同学的平均分为:{:.2f}".format(ave))print("5名同学的最高分为:{:.2f}".format(Max))四 九九乘法表for i in range(1,10):for j in range(1,i+1): print("{}*{}={:<2}".format(j,i,i*j),end=' ') print(' ')五 冒泡程序A=[12,36,54,65,55,65,48,98,76,11,54]n=len(A)for i in range(1,n):for j in range(0,n-i): if A[j]>A[j+1]: A[j],A[j+1]=A[j+1],A[j]print(A)六 插入排序A=[12,36,54,65,55,65,48,98,76,11,54]n=len(A)if n==1:print(A)else:for x in range (1,n): i=n-1 while i>0: if A[i-1]>A[i]: A[i-1],A[i]=A[i],A[i-1] i=i-1 else: i=i-1print(A)七 计算圆的面积import matha=math.pir=eval(input("请输入圆的半径r=:"))s=arrprint("{:.2f}".format(s))八 顺序查找（要查找的数不存在返回-1）def linearSearch(A,x): for i in range(0,len(A)): if A[i]==x: return i return -1A=[1,3,5,6,8,9,11,13,14,15,19,22]x=eval(input("请输入要查找的数x:"))n=linearSearch(A,x)print("x在A中索引值为:",n)九 二分查找A=[1,3,5,6,8,9,11,13,14,15,19,22]x=eval(input("请输入要查找的数x:"))a=0c=len(A)-1while a<=c:b=(a+c)//2 if A[b]==x: print("x在A中的索引值为:",b) break elif A[b]<x: a=b+1 else: c=b-1十 统计词频a="jgfahfaglfgalfgdjldfaffuakdha"b={ }for i in a:b[i]=b.get(i,0)+1print(b)十一、密码验证key=input("请输入密码:") if key.lower()=="python123":print("正确")else:print("错误")十二、十进制转换二进制num=eval(input("请输入一个十进制数:"))s=[]if num==0:print(num)while num>0:r=num%2 s.append(r) num=num//2while len(s)>0:q=s.pop() print(q,end='')十二·、二进制转化为十进制num=input("请输入一个二进制整数:")n=len(num)N=0flag=0for i in range(0,n):if num[i] not in ['0','1']: flag=1 else: N=N+eval(num[i])*2**(n-1-i)if flag==0:print(N,end='')else:print("输入错误！")十三、输出100以内的素数for i in range (2,101):for j in range(2,i): if i%j==0: break else: print(i,end=' ') key="123456asd"M=input("请输入密码：")s=''for i in M:if 65<=ord('i')<=97: s+=chr(ord('i')+32) print(ORD('i')) else: s+=i if s!=key:print("错误！")else:print("正确！") -
《数据科学基础模拟实训》教学大纲 《数据科学基础模拟实训》教学大纲一、课程的基本描述课程名称： 数据科学基础模拟实训课程编号： B06250034课程类型： 实践课 适用专业： 金融科技参考教材： 理论 1.张良均，谭立云．Python数据分析与挖掘实战（第2版）[M]．北京：机械工业出版社．2019．2.张健，张良均．Python编程基础[M]．北京：人民邮电出版社．20183.卫斯理春（美）.《Python核心编程（第2版）》人民邮电出版社.201502实验 总 学 时： 学时 理论学时： 学时 实践学时： 学时总 周 数： 1周学 分： 1学分 建议开课学期： 第4学期前导课程： 计算机应用基础、Python程序设计后续课程： 大数据技术与征信、Python金融数据分析课程简介数据分析技术将帮助企业用户在合理时间内获取、管理、处理以及整理海量数据，为企业经营决策提供积极的帮助。数据分析作为一门前沿技术，广泛应用于物联网、云计算、移动互联网等战略新兴产业。有实践经验的数据分析人才已经成为了各企业争夺的热门。为了推动我国大数据，云计算，人工智能行业的发展，满足日益增长的数据分析人才需求，开设数据科学基础模拟实训来增加学生的实际知识运用能力。二、课程目标定位（一）课程教学目标课程目标1．通过实验教学使学生能够利用计算机编程工具，对机器学习的各种算法及应用有一个直观的了解和学习，并通过观察实验结果验证算法的正确性。课程目标2．培养学习发现问题和解决问题的能力，使学生能够在实践中加深对理论的理解。（二）课程目标与毕业要求的关系表1 本课程对毕业要求及其指标点的支撑毕业要求 毕业要求指标点 课程目标 1 2 3 ...2.专业性知识 能利用Python进行数据清洗，掌握所需要的计算机科学与技术的跨学科知识。 √ 6.知识应用能力 能够对Python代码进行CRUD，独立分析问题，解决问题。 √ 11.专业素养 能用计算机思维思考问题，解决问题 √ √ 三、教学内容与基本要求（一）实践部分表3 课程实践教学内容与课程目标的关系序号 实践名称 实践类型 实践目的及内容提要 基本要求 推荐周数 安排方式 对应课程目标1 Python数据分析概述 集中实践 1. 掌握Jupyter Notebook的基础功能掌握Jupyter Notebook的高级功能 1. 掌握Jupyter Notebook的常用功能 0.2 上机 1、2、3NumPy数值计算基础 集中实践 1. 创建数组对象生成随机数通过索引访问数组变换数组的形态创建NumPy矩阵掌握ufunc函数读写文件使用数组进行简单的统计分析 1. 掌握NumPy创建多维数组与生成随机数的方法掌握数组的索引与变换掌握NumPy中数组矩阵的运算及通用函数的基本使用方法 0.2 上机 1、2、3pandas统计分析基础 集中实践 1. 查看DataFrame的常用属性查改增删DataFrame数据描述分析DataFrame数据转换字符串时间为标准时间提取时间序列数据信息加减时间数据 1. 掌握常见的数据读取方式掌握DataFrame常用属性与方法掌握基础时间数据处理方法 0.2 上机 1、2、3使用pandas进行数据预处理 集中实践 1. 堆叠合并数据主键合并数据重叠合并数据检测与处理重复值检测与处理缺失值 1. 掌握数据合并的原理与方法掌握数据清洗的基本方法掌握基本数据标准化的方法掌握常用的数据转换方法 0.2 上机 1、2、3使用scikit-learn构建模型 集中实践 1. 加载datasets模块中的数据集将数据集划分为训练集和测试集使用sklearn转换器进行数据预处理与降维使用sklearn估计器构建聚类模型评价聚类模型使用sklearn估计器构建分类模型评价分类模型使用sklearn估计器构建回归模型评价回归模型 1. 掌握sklearn转换器的使用方法掌握sklearn估计器的使用方法掌握聚类模型的构建与评价掌握分类模型的构建与评价掌握回归模型的构建与评价 0.2 上机 1、2、3四、作业设计知识单元 题型 涵盖的主要内容 目的 要求Python数据分析概述 小作业 1. Jupyter Notebook的基础功能掌握数据分析的概念、流程与应用场景 小作业：侧重于巩固当节课所学的重要知识点熟悉开发环境NumPy数值计算基础 大作业 1. 创建数组对象生成随机数通过索引访问数组变换数组的形态创建NumPy矩阵 小作业：侧重于巩固当节课所学的重要知识 对于Numpy熟练的创建与运用。pandas统计分析基础 小作业 1. 查看DataFrame的常用属性查改增删DataFrame数据描述分析DataFrame数据转换字符串时间为标准时间 小作业：侧重于巩固当节课所学的重要知识 input,print函数的使用使用pandas进行数据预处理 大作业 1. 堆叠合并数据主键合并数据重叠合并数据检测与处理重复值 综合性大作业：数据类型的理解 掌握数据合并的原理与方法掌握数据清洗的基本方法使用scikit-learn构建模型 大作业 1．用sklearn估计器构建聚类模型用sklearn估计器构建分类模型 综合性大作业：侧重于对于用scikit-learn构建模型的使用方法，提高综合分析能力 掌握构建模型的数据处理方法，全面分析数据五、课程考核与成绩评定1.考核方式及成绩评定（1）考核方式期末考试为100分钟的闭卷考试，卷面成绩满分100分。（2）平时成绩主要根据作业完成情况进行评定，综合考虑回答问题、考勤、课堂纪律等影响因素，占总成绩的20%。（3）期末成绩考核学生熟练掌握所学的重要知识点，运用人工智能与机器学习涉及的基本原理、方法对出现的问题进行独立判断、分析和研究的能力，支撑课程目标1、2、3，主要题型为选择题、简答题和案例分析等，占总成绩的80%。2.考核评价的标准（1）平时成绩评分标准考核内容 5分 4分 3分 2分 1分 0分出勤 按时到课 请假 迟到或早退 旷课作业完成程度 在规定时间内高质量完成 在规定时间内完成，但有个别错误 在规定时间内完成，但有少量错误 在规定时间内完成，但是错误较多 在规定时间内完成，但是有严重错误 不交平时课堂表现 主动参与课堂活动，且互动频繁 课堂表现消极，参与互动次数欠佳 不参与互动注：总成绩=平时成绩（20%）+期末成绩（80%） 其中：平时成绩=出勤（30%）+作业（50%）+平时课堂表现（20%）出勤（单次满分5分，合计考核6次）、作业（单次满分5分，合计考核10次）、平时课堂表现（单次满分5分，合计考核4次）（2）考试成绩评分标准详见当年试卷的《标准答案及评分标准》。3.课程考核对课程目标的支撑考核环节 分值 考核内容与评价细则 课程目标 1 2 3平时成绩 20 1.主要考核学生对每知识单元知识点的理解、掌握和灵活运用程度。2.平时每次作业按5分制单独评分，最终成绩折合为百分制成绩。 √ √ √ 5 10 5期末考试 80 卷面成绩满分100分，以卷面成绩乘以0.8计入课程总评成绩。 √ √ √ 20 45 15合计：100分 25 55 20制定（修订）人： 审核人： 院长（主任）：制定（修订）时间： 审核时间： 批准时间：
-
《Python软件应用》教学大纲 《Python软件应用》教学大纲一、课程的基本描述课程名称： Python软件应用课程编号： B06250035课程类型： 实践课 适用专业： 金融科技参考教材： 理论 1.张良均，谭立云．Python数据分析与挖掘实战（第2版）[M]．北京：机械工业出版社．2019．2.张健，张良均．Python编程基础[M]．北京：人民邮电出版社．20183.黄恒秋.Python金融数据分析与挖掘实战.北京：人民邮电出版社，2019.4.卫斯理春（美）.《Python核心编程（第2版）》人民邮电出版社.201502实验 总 学 时： 学时 理论学时： 学时 实践学时： 学时总 周 数： 1周学 分： 1学分 建议开课学期： 第4学期前导课程： 计算机应用基础后续课程： 大数据技术与征信、Python金融数据分析、学科前沿讲座课程简介《Python软件应用》金融科技专业一门实训课程，数据类型、文件操作、异常、模块、面向对象等内容。通过本课程的学习，学生能够快速地掌握Python开发的基础知识，可以独立开发简单的Python项目程序。二、课程目标定位（一）课程教学目标课程目标1．通过实验教学使学生能够利用计算机编程工具，对机器学习的各种算法及应用有一个直观的了解和学习，并通过观察实验结果验证算法的正确性。课程目标2．培养学习发现问题和解决问题的能力，使学生能够在实践中加深对理论的理解。（二）课程目标与毕业要求的关系表1 本课程对毕业要求及其指标点的支撑毕业要求 毕业要求指标点 课程目标 1 2 3 ...2.专业性知识 能利用Python的基本知识，书写部分代码 √ 6.知识应用能力 能够对Python代码进行CRUD √ 11.专业素养 能用计算机思维思考问题，解决问题 √ √ 三、教学内容与基本要求（一）实践部分表3 课程实践教学内容与课程目标的关系序号 实践名称 实践类型 实践目的及内容提要 基本要求 推荐周数 安排方式 对应课程目标1 Python语法基础 集中实践 1. 掌握Python中的变量和变量类型掌握Python中的标识符，能准确判断标识符的合法性了解Python中的关键字，会借助工具查看关键字信息了解不同运算符的作用，会进行不同的数值运算 学会变量的使用，和基本数据类型。 0.2 上机 1、2、3Python常用语句 集中实践 1. 掌握判断语句的使用掌握循环语句的使用掌握break、continue、pass和else语句的作用 熟练掌握流程控制 0.2 上机 1、2、3字符串 集中实践 1. 掌握字符串的输入和输出会使用切片的方式访问字符串中的值掌握常见的字符串的内建函数 掌握字符串的输入和输出0.2 上机 1、2、3列表、元组和字典 集中实践 1. 掌握什么是列表以及列表的常见操作掌握列表的嵌套使用掌握元组的使用掌握什么是字典以及字典的常见操作 掌握三者之间的区别，列表，元组，字典的用法 0.2 上机 1、2、3Python文件操作 集中实践 1. 掌握文件的打开和关闭掌握文件的不同操作，例如，读写、重命名、删除 掌握如何用python读取数据。 0.2 上机 1、2、3四、作业设计知识单元 题型 涵盖的主要内容 目的 要求Python语法基础 小作业 1. 掌握Python中的变量和变量类型掌握Python中的标识符，能准确判断标识符的合法性 小作业：侧重于巩固当节课所学的重要知识点 熟悉基本语法和数据类型Python常用语句 大作业 1. 掌握循环语句的使用掌握break、continue、pass和else语句的作用 小作业：侧重于巩固当节课所学的重要知识 If,for ,while的使用字符串 小作业 1. 掌握字符串的输入和输出,input,print函数的使用小作业：侧重于巩固当节课所学的重要知识 input,print函数的使用 列表、元组和字典 大作业 1. 掌握什么是列表以及列表的常见操作掌握元组的使用掌握什么是字典以及字典的常见操作 综合性大作业：数据类型的理解 熟练掌握列表，元组，字典的创建和使用。五、课程考核与成绩评定1.考核方式及成绩评定（1）考核方式期末考试为100分钟的闭卷考试，卷面成绩满分100分。（2）平时成绩主要根据作业完成情况进行评定，综合考虑回答问题、考勤、课堂纪律等影响因素，占总成绩的20%。（3）期末成绩考核学生熟练掌握所学的重要知识点，运用人工智能与机器学习涉及的基本原理、方法对出现的问题进行独立判断、分析和研究的能力，支撑课程目标1、2、3，主要题型为选择题、简答题和案例分析等，占总成绩的80%。2.考核评价的标准（1）平时成绩评分标准考核内容 5分 4分 3分 2分 1分 0分出勤 按时到课 请假 迟到或早退 旷课作业完成程度 在规定时间内高质量完成 在规定时间内完成，但有个别错误 在规定时间内完成，但有少量错误 在规定时间内完成，但是错误较多 在规定时间内完成，但是有严重错误 不交平时课堂表现 主动参与课堂活动，且互动频繁 课堂表现消极，参与互动次数欠佳 不参与互动注：总成绩=平时成绩（20%）+期末成绩（80%）其中：平时成绩=出勤（30%）+作业（50%）+平时课堂表现（20%）出勤（单次满分5分，合计考核6次）、作业（单次满分5分，合计考核10次）、平时课堂表现（单次满分5分，合计考核4次）（2）考试成绩评分标准详见当年试卷的《标准答案及评分标准》。3.课程考核对课程目标的支撑考核环节 分值 考核内容与评价细则 课程目标 1 2 3平时成绩 20 1.主要考核学生对每知识单元知识点的理解、掌握和灵活运用程度。2.平时每次作业按5分制单独评分，最终成绩折合为百分制成绩。 √ √ √ 5 10 5期末考试 80 卷面成绩满分100分，以卷面成绩乘以0.8计入课程总评成绩。 √ √ √ 20 45 15合计：100分 25 55 20制定（修订）人： 审核人： 院长（主任）：制定（修订）时间： 审核时间： 批准时间：
-
《Python与数据分析实务》课程大纲 Python与数据分析实务课程大纲▇课程名称: Python与数据分析实务▇英文名称：Python and Data Analysis Practice▇学时学分: 36课时，2学分▇适用专业学位类别（领域）: 图情专业、情报学、工商管理▇课程简介: Python编程语言本身简洁，优美,跨平台，功能超级强大，是人工智能时代最流行的编程语言，也是美国主流大学最受欢迎入门编程语言。美计算机科学系Top10中有8家Top39中24家，在编程入门课程中教授Python。三家最大的 MOOC网络课程服务商edX、Coursera和Udacity也全都提供了Python入门编程语言。《Python与数据分析实务》课程以实践应用任务为导向，全面实践数据分析与数据挖掘的流程与python数据分析库的应用。内容涵盖python编程基础、python数据科学生态系统的numpy数值计算、pandas数据预处理与数据分析、matplotlib数据可视化、使用scikit-learn构建基本数据挖掘模型、python中文文本处理（分词、词频统计、词云）、文本情感分析等。▇教学目标: （一）教学目的1、掌握python编程基础。2、掌握python数据科学生态系统包的应用：numpy、pandas、matplotlib等。3、掌握scikit-learn构建基本的数据挖掘模型。4、掌握python中文文本挖掘的理论与技术。（二）能力目标1、基本的编程能力，能够使用python进行基本的数据采集与处理。2、基本的数据采集处理、数据分析能力，能够使用python来解决实际的数据分析问题。3、基本的数据挖掘能力，能够使用python实现决策树模型、最近邻、贝叶斯、神经网络、集成学习模型等基本的数据挖掘任务。4、基本的中文文本挖掘能力，能够使用python进行中文文本特征提取、分类、聚类、情感分析与观点挖掘等任务。▇教学方式: 采用上机讲授与实验教学相结合; 以教师知识讲解、案例教学、学生讨论和上机实验相结合的教学方式。▇考核方式: 本课程的考核采用考查方式，成绩采用百分制，成绩的评定包含平时成绩和期末成绩。平时成绩以课堂发言、平时作业判定，占总成绩的40%；期末考试主要采用重点知识考试、案例分析和实践项目的形式，占总成绩的60%。▇教材及参考文献：《Python数据分析与应用》，黄红梅、张良均，（北京）人民邮电出版社，出版时间: 2018年04月。《Python与数据科学》，王仁武，（上海）华东师范大学出版社，出版时间:2016年03月。《Python数据挖掘：概念、方法与实践》，[美] 梅甘·斯夸尔，（北京）机械工业出版社，出版时间:2017年05月。▇任课教师:*（36课时）▇主要章节内容：1、Python基础知识（8课时） 常量、变量、字符串处理、列表/元组/字典、编程语法、函数、模块2、IPython基础：numpy、matplotlib、pandas（10课时） Numpy数值计算、matplotlib数据可视化 Pandas数据预处理、pandas数据分析3、python数据采集（6课时） 网络爬虫基础、request、bs4、lxml、xpath、selenium、正则表达式等。4、scikit-learn分类预测（4课时） Scikit-learn、C5.0/CART决策树、KNN分类器、贝叶斯分类器、ANN、集成学习、分类各类评估方法。5、python文本应用（4课时） 中文分词、词云、词向量、情感分析等。6、综合应用与案例分析（4课时） 小组项目汇报与讨论分析▇大纲撰写人: *
