MOOC《Python语言程序设计》（第15次）Python计算生态概览（第九周）

MOOC《Python语言程序设计》（第15次）

Python计算生态概览（第九周）21.8.26

单项选择题

1、以下选项不是Python游戏开发方向第三方库的是：‪‬‪‬‪‬‪‬‪‬‮‬‫‬‮‬‪‬‪‬‪‬‪‬‪‬‮‬‫‬‪‬‪‬‪‬‪‬‪‬‪‬‮‬‪‬‫‬‪‬‪‬‪‬‪‬‪‬‮‬‫‬‭‬‪‬‪‬‪‬‪‬‪‬‮‬‫‬‭‬‪‬‪‬‪‬‪‬‪‬‮‬‫‬‫‬

A、PyGame

B、aip

C、cocos2d

D、Panda3D

正确答案 B

aip是baidu的人工智能功能Python访问接口。

2、以下选项不是Python数据分析方向第三方库是：‪‬‪‬‪‬‪‬‪‬‮‬‫‬‮‬‪‬‪‬‪‬‪‬‪‬‮‬‫‬‪‬‪‬‪‬‪‬‪‬‪‬‮‬‪‬‫‬‪‬‪‬‪‬‪‬‪‬‮‬‫‬‭‬‪‬‪‬‪‬‪‬‪‬‮‬‫‬‭‬‪‬‪‬‪‬‪‬‪‬‮‬‫‬‫‬

A、SciPy

B、Pandas

C、Numpy

D、Scrapy

正确答案 D

Scrapy是网络爬虫库

3、以下选项不是Python网络应用开发方向第三方库的是：‪‬‪‬‪‬‪‬‪‬‮‬‫‬‮‬‪‬‪‬‪‬‪‬‪‬‮‬‫‬‪‬‪‬‪‬‪‬‪‬‪‬‮‬‪‬‫‬‪‬‪‬‪‬‪‬‪‬‮‬‫‬‭‬‪‬‪‬‪‬‪‬‪‬‮‬‫‬‭‬‪‬‪‬‪‬‪‬‪‬‮‬‫‬‫‬

A、numpy

B、MyQR

C、WeRobot

D、aip

正确答案 A

numpy是多维度数据处理第三方库。

4、以下选项不是Python网络爬虫方向第三方库的是：‪‬‪‬‪‬‪‬‪‬‮‬‫‬‮‬‪‬‪‬‪‬‪‬‪‬‮‬‫‬‪‬‪‬‪‬‪‬‪‬‪‬‮‬‪‬‫‬‪‬‪‬‪‬‪‬‪‬‮‬‫‬‭‬‪‬‪‬‪‬‪‬‪‬‮‬‫‬‭‬‪‬‪‬‪‬‪‬‪‬‮‬‫‬‫‬

A、pyspider

B、Python-Goose

C、Requests

D、Scrapy

正确答案 B

Python-Goose是Web提取第三方库。

5、以下选项不是Python网站开发框架方向第三方库的是：‪‬‪‬‪‬‪‬‪‬‮‬‫‬‮‬‪‬‪‬‪‬‪‬‪‬‮‬‫‬‪‬‪‬‪‬‪‬‪‬‪‬‮‬‪‬‫‬‪‬‪‬‪‬‪‬‪‬‮‬‫‬‭‬‪‬‪‬‪‬‪‬‪‬‮‬‫‬‭‬‪‬‪‬‪‬‪‬‪‬‮‬‫‬‫‬

A、Django

B、redis-py

C、Pyramid

D、Flask

正确答案 B

redis-py是redis数据的Python访问接口。

6、以下选项不是Python人工智能方向第三方库的是：‪‬‪‬‪‬‪‬‪‬‮‬‫‬‮‬‪‬‪‬‪‬‪‬‪‬‮‬‫‬‪‬‪‬‪‬‪‬‪‬‪‬‮‬‪‬‫‬‪‬‪‬‪‬‪‬‪‬‮‬‫‬‭‬‪‬‪‬‪‬‪‬‪‬‮‬‫‬‭‬‪‬‪‬‪‬‪‬‪‬‮‬‫‬‫‬

A、Scikit-Learn

B、TensorFlow

C、Seaborn

D、MXNet

正确答案 C

Seaborn是数据可视化第三方库。

7、以下选项不是Python文本处理方向第三方库的是：‪‬‪‬‪‬‪‬‪‬‮‬‫‬‮‬‪‬‪‬‪‬‪‬‪‬‮‬‫‬‪‬‪‬‪‬‪‬‪‬‪‬‮‬‪‬‫‬‪‬‪‬‪‬‪‬‪‬‮‬‫‬‭‬‪‬‪‬‪‬‪‬‪‬‮‬‫‬‭‬‪‬‪‬‪‬‪‬‪‬‮‬‫‬‫‬

A、python-docx

B、NLTK

C、PyPDF2

D、pyovr

正确答案 D

pyovr是增强现实开发库。

8、以下选项不是Python图形用户界面方向第三方库的是：‪‬‪‬‪‬‪‬‪‬‮‬‫‬‮‬‪‬‪‬‪‬‪‬‪‬‮‬‫‬‪‬‪‬‪‬‪‬‪‬‪‬‮‬‪‬‫‬‪‬‪‬‪‬‪‬‪‬‮‬‫‬‭‬‪‬‪‬‪‬‪‬‪‬‮‬‫‬‭‬‪‬‪‬‪‬‪‬‪‬‮‬‫‬‫‬

A、wxPython

B、Vizard

C、PyGObject

D、PyQt5

正确答案 B

Vizard是虚拟现实第三方库。

9、以下选项不是Python Web信息提取方向第三方库的是：‪‬‪‬‪‬‪‬‪‬‮‬‫‬‮‬‪‬‪‬‪‬‪‬‪‬‮‬‫‬‪‬‪‬‪‬‪‬‪‬‪‬‮‬‪‬‫‬‪‬‪‬‪‬‪‬‪‬‮‬‫‬‭‬‪‬‪‬‪‬‪‬‪‬‮‬‫‬‭‬‪‬‪‬‪‬‪‬‪‬‮‬‫‬‫‬

A、Beautiful Soup

B、wxPython

C、Re

D、Python-Goose

正确答案 B

wxPython是GUI第三方库。

**10、以下选项不是Python数据可视化方向第三方库的是：**‪‬‪‬‪‬‪‬‪‬‮‬‫‬‮‬‪‬‪‬‪‬‪‬‪‬‮‬‫‬‪‬‪‬‪‬‪‬‪‬‪‬‮‬‪‬‫‬‪‬‪‬‪‬‪‬‪‬‮‬‫‬‭‬‪‬‪‬‪‬‪‬‪‬‮‬‫‬‭‬‪‬‪‬‪‬‪‬‪‬‮‬‫‬‫‬

A、Seaborn

B、Mayavi

C、Pyramid

D、Matplotlib

正确答案 C

Pyramid是Web开发框架库。

程序设计题

系统基本信息获取

# 系统基本信息获取.py

"""
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。
输出格式如下：
RECLIMIT:<深度>, EXEPATH:<文件路径>, UNICODE:<最大编码值>
"""

import sys
print("RECLIMIT:{}, EXEPATH:{}, UNICODE:{}".format(sys.getrecursionlimit(),sys.executable,sys.maxunicode))

二维数据表格输出

# 二维数据表格输出.py

"""
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"))

学习笔记

1、从数据处理到人工智能

数据表示->数据清洗->数据统计->数据可视化->数据挖掘->人工智能

数据表示:采用合适方式用程序表达数据

数据清理:数据归一化、数据转换、异常值处理

数据统计:数据的概要理解，数量、分布、中位数等

数据可视化:直观展示数据内涵的方式

数据挖掘:从数据分析获得知识，产生数据外的价值

人工智能:数据/语言/图像/视觉等方面深度分析与决策

1.1 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语言实现，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

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 + 一位数据

DataFrame = 行列索引 + 二维数据

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

1.2 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

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

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

1.3 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

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

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

1.4 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
• 机器学习最基本且最优秀的Python第三方库

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

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、语音识别等众多领域
• Python最重要的深度学习计算框架

2、实例15：霍兰德人格分析雷达图

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

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

输出：雷达图

# 实例15：霍兰德人格分析雷达图

"""
问题：
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

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
输出：雷达图
"""

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]]))  # 对radar_labels进行封闭
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)  # 删除 frac
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()

3、从Web解析到网络空间

3.1 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

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

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

3.2 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

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

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

3.3 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

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

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

3.4 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

aip：百度AI开放平台接口

• 提供了访问百度Al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Al应用的最主要方式

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

4、从人机交互到艺术设计

4.1 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GUl
• 推荐的Python GUI开发第三方库

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

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GU

4.2 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

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

cocos2d：构建2D游战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

4.3 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

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

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

4.4 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，具有很高展示度

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

turtle：海龟绘图体系

可结合Random Art

5、实例16：玫瑰花绘制

import turtle as t
t.penup()
t.left(90)
t.fd(200)
t.pendown()
t.right(90)

t.fillcolor("red")
t.begin_fill()
t.circle(10,180)
t.circle(25,110)
t.left(50)
t.circle(60,45)
t.circle(20,170)
t.right(24)
t.fd(30)
t.left(10)
t.circle(30,110)
t.fd(20)
t.left(40)
t.circle(90,70)
t.circle(30,150)
t.right(30)
t.fd(15)
t.circle(80,90)
t.left(15)
t.fd(45)
t.right(165)
t.fd(20)
t.left(155)
t.circle(150,80)
t.left(50)
t.circle(150,90)
t.end_fill()

t.left(150)
t.circle(-90,70)
t.left(20)
t.circle(75,105)
t.setheading(60)
t.circle(80,98)
t.circle(-90,40)


t.left(180)
t.circle(90,40)
t.circle(-80,98)
t.setheading(-83)

t.fd(30)
t.left(90)
t.fd(25)
t.left(45)
t.fillcolor("green")
t.begin_fill()
t.circle(-80,90)
t.right(90)
t.circle(-80,90)
t.end_fill()

t.right(135)
t.fd(60)
t.left(180)
t.fd(85)
t.left(90)
t.fd(80)

t.right(90)
t.right(45)
t.fillcolor("green")
t.begin_fill()
t.circle(80,90)
t.left(90)
t.circle(80,90)
t.end_fill()

t.left(135)
t.fd(60)
t.left(180)
t.fd(60)
t.right(90)
t.circle(200,60)

资料来源:
Python语言程序设计_北京理工大学_中国大学MOOC(慕课) https://www.icourse163.org/course/BIT-268001