实验一.Python安装与开发环境搭建

一、实验目的

1.熟练掌握Python的安装(IDLE);

2.掌握使用pip命令安装Python扩展库;

3. 学会使用Python编写程序,并注意规范书写。

二、实验环境

多媒体计算机  Windows 操作系统  Python3.7  

三、实验内容及要求

(一).安装Python解释器。

(二).安装Python扩展库。

(三). 请用Python编程实现“把列表中的所有数字都加10,得到新列表并显示”功能。

要求在IDLE中,使用交互式编程模式,编写程序,正确运行并截图显示结果。(可用命令式编程方式、函数式编程方式)

(四). 请用Python编程实现“输出自己的学号、姓名”功能。

要求在IDLE中,使用脚本式编程。(使用菜单“File”==>“New File”创建一个程序文件*.py或者*.pyw)。请正确编写程序,运行并截图显示结果。

四、实验相关步骤及代码、结果

(一).(二)

 

 (三). 编写程序,正确运行并截图显示结果。

 

(四).编写程序,正确运行并截图显示结果。 

 

、总结和体会

刚开始接触这门课程是有点头大的,不知道从何下手,看书本都看了好久,老师在学习通发布的视频和文档也是反复的下载、反复的琢磨。我在网络上收集了一些相关材料,也提前预习并且学会了一些知识,虽然花了很多时间,但还是感觉挺有成就感的,现在基本掌握了第1章的知识点,我相信我的努力一定会有成效。

 

随意将自己作业共享给大家参考,本人不是专业的,如有错误请自行订正哈~

  • 2
    点赞
  • 18
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
【资源说明】 课程设计基于统计学方法对古诗词进行词语级建模和关系挖掘python源码+实验报告.zip 期中大作业报告 目录 环境搭建 项目结构 后端 前端 架构图 数据挖掘算法 词库提取 近义词挖掘 词语聚类和主题挖掘 诗歌与词语的匹配度 基于影响力的诗歌离线排名 具体代码实现 作业展示 数据挖掘示例:词表 数据挖掘示例:近义词 数据挖掘示例:聚类和主题词 数据挖掘示例:诗歌匹配度 表一:只考虑近义词模型 表二:只考虑主题词模型 表三:综合考虑三方面因素 服务端示例:FastAPI 接口 前端示例 主页 搜索页 诗歌详情页 诗歌相似作品 诗人详情页 诗人作品 知识图谱 移动端页面 在线演示 环境搭建 后端开发环境Python 3.8.11,可在 Python 3.7 到 3.9 上运行。离线计算部分的依赖包见 backend/lab/requirements.txt ,在线服务部分的依赖包见 backend/server/requirements.txt 。 语料来自于 Github 项目chinese-poetry,出于压缩文件的原因,原始语料未包含在打包中。可以克隆 此项目,置于 backend/lab/chinese-poetry 文件夹中。 后端依赖于 neo4j 数据库以及 neo4j 的 gds 拓展。实际使用版本的是 neo4j 4.3.6 和 gds 1.7.2。 前端开发环境为 Node.js 16.5.0,需要的依赖包见 frontend/poem-tang/package.json 。在 frontend/poem-tang 文件夹内,使用 yarn install 可一键完成环境配置。 项目结构 项目结构如图: 后端 后端分为两部分:离线计算和在线服务。 离线计算负责对数据集进行清洗和分析,从古诗中提取词库,挖掘词语之间的近义词关系,评价词语和 古诗的匹配度,对古诗进行排名,并将结果写入 neo4j 数据库中。这一部分运行在开发环境中,不在服 务器上运行。代码见 backend/lab/process.ipynb 。 在线服务运行在服务器上,负责从数据库中读取数据,并对外提供 HTTP 接口。代码见 backend/server/ 文件夹。 前端 前端采用 React 开发,负责从服务端提供的接口中获取数据,并向用户展示。代码见 frontend/poemtang/ 文件夹。 ├── backend # 后端 │ ├── lab # 离线计算(关系挖掘,数据库写入) │ │ ├── data # 数据集 │ │ │ └ . │ │ ├── process.ipynb │ │ └── requirements.txt │ └── server # 在线服务(读取数据库,提供接口) │ ├── _ _ init_ _ .py │ ├── graph.py │ ├── wds.txt │ └── requirements.txt └── frontend # 前端 └── poem- tang ├── src # React 页面及组件 │ ├──components │ │ └ . │ ├──scripts │ │ └ . │ ├──App.js │ └── . ├── public │ └ . ├──package.json └── . 【备注】 1、该资源内项目代码都经过测试运行成功,功能ok的情况下才上传的,请放心下载使用! 2、本项目适合计算机相关专业(如计科、人工智能、通信工程、自动化、电子信息等)的在校学生、老师或者企业员工下载使用,也适合小白学习进阶,当然也可作为毕设项目、课程设计、作业、项目初期立项演示等。 3、如果基础还行,也可在此代码基础上进行修改,以实现其他功能,也可直接用于毕设、课设、作业等。 欢迎下载,沟通交流,互相学习,共同进步!

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值