Web测试实践——每日例会记录12.31(2)

姓名

主要负责部分

完成情况

储志峰

刘伟清

阶段一,软件评测。对华科软院和计院的网站展开对比分析,主要体现在功能、界面等方面。描述网站的缺陷。

吕尚维

阶段二,用户调研。对使用华科软院网站的某个用户展开调研,采访用户的意见建议,收集用户体验的。

翟瑆

阶段三:给出结论。对华科软院网站定量评价。

陈汉

阶段四:分析。分析华科软院网站的优缺点,评估质量等。

李璋毅

紧跟实践进度,更新博客;汇总所有文档

    分析软件学院网站的优缺点,

    有一些优点,比如:

    1.布局框架较为合理。

    2.可切换为英文版,便于外国学生浏览。

    3.有站内搜索框,便于用户搜索。

    也有一些缺点,比如:

    1.较本校计算学院网站第一栏的选项没有下拉菜单供选择。

    2.较本校计算学院网站没有流动的照片栏。

    综合这些优劣之处,我们估计它在同类产品(本校计算机学院网站以及武大软件学院网站等)中的排名前八。

我们在第一阶段发现了一些缺陷,分析原因觉得是在部分功能方面设计此网站的团队可能没有注意到,也许是此软件团队对用户所需求的理解不够十分的清晰,不过用户的需求设计的面十分的广,想全部覆盖亦有难度。

    在汇总全部文档后,本次实践作业按时完成。

 

转载于:https://www.cnblogs.com/HUST-OMG1704/p/8157609.html

我可以帮您解决关于Python的问题,但是您提出的问题涉及到数据处理和可视化,需要使用Python的相关库进行实现。以下是您提出的问题的解答: (1)读取 PRSA_ data 2010.1.1-2014.12.31.csx 文件并查看前3行、后2行代码: ```python import pandas as pd data = pd.read_csv('PRSA_data_2010.1.1-2014.12.31.csv') print(data.head(3)) # 查看前3行 print(data.tail(2)) # 查看后2行 ``` (2)删除列 DEWP、TEMP、PRES、cbwd、Iws、Is、Ir,并将剩余列用 pandas 数据预处理模块将缺失值丢弃处理,并导出到新的 csv 文件 pm25_ data 2010.1.1-2014.12.31.csv。 ```python data = data.drop(columns=['DEWP', 'TEMP', 'PRES', 'cbwd', 'Iws', 'Is', 'Ir']) data = data.dropna() # 删除缺失值 data.to_csv('pm25_data_2010.1.1-2014.12.31.csv', index=False) # 导出为新的 csv 文件 ``` (3)选择字段 pm2.5 大于300的所有数据集,导出为文本文件 pm25_hazardous_data_2010.1.1-2014.12.31.txt。 ```python hazardous_data = data[data['pm2.5'] > 300] hazardous_data.to_csv('pm25_hazardous_data_2010.1.1-2014.12.31.txt', sep=',', index=False, header=False, line_terminator='\n') ``` (4)将文本文件 pm25_hazardous_data_2010.1.1-2014.12.31.txt 转存到 Excel 文件 pm25_hazardous_data_2010.1.1-2014.12.31.xlsx。 ```python hazardous_data = pd.read_csv('pm25_hazardous_data_2010.1.1-2014.12.31.txt', header=None) hazardous_data.to_excel('pm25_hazardous_data_2010.1.1-2014.12.31.xlsx', index=False, header=False) ``` (5)重新读取文本文件 pm25_hazardous_data_2010.1.1-2014.12.31.txt,分别统计出现最多的 month、day、hour,并将 month、day、hour 的出现频次用柱状图显示,并将结果保存为 png 图片保存,分辨率为 400 dpi,png 图片命名分别为 pm25_hazardous_month_day_hour.png。 ```python import matplotlib.pyplot as plt hazardous_data = pd.read_csv('pm25_hazardous_data_2010.1.1-2014.12.31.txt', header=None, names=['year', 'month', 'day', 'hour', 'pm2.5']) month_count = hazardous_data['month'].value_counts() day_count = hazardous_data['day'].value_counts() hour_count = hazardous_data['hour'].value_counts() fig, (ax1, ax2, ax3) = plt.subplots(1, 3, figsize=(15, 5)) month_count.plot(kind='bar', ax=ax1, color='r') ax1.set_xlabel('Month') ax1.set_ylabel('Frequency') ax1.set_title('PM2.5 Hazardous Month Count') ax1.set_xticklabels(month_count.index, rotation=0) day_count.plot(kind='bar', ax=ax2, color='g') ax2.set_xlabel('Day') ax2.set_ylabel('Frequency') ax2.set_title('PM2.5 Hazardous Day Count') ax2.set_xticklabels(day_count.index, rotation=0) hour_count.plot(kind='bar', ax=ax3, color='b') ax3.set_xlabel('Hour') ax3.set_ylabel('Frequency') ax3.set_title('PM2.5 Hazardous Hour Count') ax3.set_xticklabels(hour_count.index, rotation=0) plt.savefig('pm25_hazardous_month_day_hour.png', dpi=400) ```
评论
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