本文章原文地址：https://www.cnblogs.com/BobHuang/p/15621121.html，原文體驗更佳
教材P68中IDLE顯示Python版本為3.7.0，所以建議使用Python3.7系列。
第一章 數據與信息
1.1 感知數據
1.2 數據、信息與知識
1.3 數據采集與編碼
1.4 數據管理與安全
1.5 數據與大數據
第二章 算法與問題解決
2.1 算法概念及描述
P46 停車場車位探測
flag = int(input("輸入車位狀態值:"))
if flag == 1:
print("綠色")
print("空車位")
else:
print("紅色")
print("非空車位")
2.2 算法的控制結構
2.3 用算法解決問題的過程
第三章 算法的程序實現
3.1 用計算機編程解決問題的一般過程
P67 繪制正n邊形
import turtle
n=int(input("請輸入正多邊形的邊數n:"))
a= int(input("請輸入邊長a:"))
d=(n-2)*180/n
t=turtle.Pen()
for i in range(n): #重復執行n遍
t.forward (a) #向前繪制長度為a的線段
t.left(180-d) #向左旋轉(180-d)度
3.2 Python語言程序設計
P68 計算4+13
>>> print(4+13)
17
P69 輸出"Hello Python!"
>>> print("Hello"+" Python!")
Hello Python!
教材'Hello Python!'錯了。打印時並不輸出類型的''，運行"Hello"+" Python!"是有單引號的。
P69 兩個數求和
a=int(input("請輸入正整數a："))
b=int(input("請輸入正整數b："))
c=a+b
print(c)
P71 in成員運算符示例
>>> "w" in "rw"
True
>>> "x" in "rw"
False
P72 定義變量
>>> degress_cel=26.0
>>> degress_cel
26.0
>>> degress_cel="26.0"
>>> degress_cel
'26.0'
P72 賦值語句
>>> number=0
>>> number=number+1
>>> print(number)
1
P72 定義列表
>>> info=["BH60018","蘋果",50]
P73 使用索引訪問元素
>>> info=["BH60018","蘋果",50]
>>> info[2]
50
>>> s="Hello"
>>> s[1]
'e'
P73 切片
>>> info[0:2]
['BH60018', '蘋果']
>>> s[1:4]
'ell'
P74 字典
>>> dic={"鉛筆":71,"鋼筆":59,"橡皮":98,"尺子":92}
>>> print(dic["鉛筆"])
71
P74 交換a和b
a=int(input("請輸入整數a的值："))
b=int(input("請輸入整數b的值："))
c=a #語句1
a=b #語句2
b=c #語句3
print("a=",a)
print("b=",b)
P77 區間測速
s=25
t=int(input("請輸入用時(秒)："))
v=s*3600/t
if v<=100:
print("正常")
else:
print("超速")
P78 問題與討論
分析下面兩段代碼，找出兩者的區別。
代碼一
s=25
t=int(input("請輸入用時(秒)："))
v=s*3600/t
if v<=100:
print("正常")
else:
print("平均車速",round(v,1))
print("超速")
代碼二
s=25
t=int(input("請輸入用時(秒)："))
v=s*3600/t
if v<=100:
print("正常")
else:
print("平均車速",round(v,1))
print("超速")
P80 區間測速加強版
s=25
t=int(input("請輸入用時(秒):"))
v=s*3600/t
print("平均車速", round(v,1))
if v<=100:
print("正常")
elif v<120:
print("超過規定時速且不足20%")
elif v<150:
print("超過規定時速20%以上且不足50%")
elif v<170:
print("超過規定時速50%以上且不足70%")
else:
print("超過規定時速70%以上")
P80 for序列遍歷
hobby=["籃球","羽毛球","看書","旅游","音樂"]
for x in hobby:
print(x)
P81 for range列表遍歷
for num in range(0, 10, 1):
print(num, end=' ')
P82 熱量消耗
a=[95,100,122,180,245,221]
s=0
for j in a:
s=s+j
print("總消耗熱量為：",s)
P83 猜數游戲
number=23
running= False
while not running:
guess=int(input("請輸入猜測的數:"))
if guess==number:
print("正確")
running=True
elif guess<number:
print("偏小")
else:
print("偏大")
P84 自定義三角形面積函數
def Area(a, b, c):
p=(a+b+c)/2
s=(p*(p-a)*(p-b)*(p-c))**0.5
return s
P85 模塊的導入和應用
方法1
>>> import math
>>> math.sqrt(9)
3.0
方法2
>>> from math import sqrt
>>> sqrt(9)
3.0
P86 計算圓的面積
import math
r=float(input("請輸入圓的半徑r："))
pi=math.pi
s=pi*pow(r, 2)
print("圓面積是：",str(s))
P86 隨機出場順序
import random
cla=["(2)班","(3)班","(5)班","(8)班","(9)班"]
random.shuffle(cla)
for x in cla:
print(x)
P86 使用Image模塊操作圖像
from PIL import Image
im= Image.open("school.jpg") #打開school.jpg圖像文件
print(im.format) #獲取圖像文件格式
print(im.size) #獲取圖像尺寸大小(以像素為單位表示圖像的寬度和高度)
print(im.mode) #獲取圖像的顏色模式
im.rotate(45).show() #將圖像旋轉45°后顯示
* P87 實踐與體驗 編程實現圖像的簡單處理
from PIL import Image
import numpy as np
import matplotlib. pyplot as plt
img=np.array(Image.open('lena.jpg').convert('L'))
rows, cols=img.shape #圖像尺寸分別賦值
for i in range(rows): #依次取每個像素的坐標
for j in range(cols):
if(img[i,j]>128): #像素值大於128,賦值1,否則為0
img[i,j]=1
else:
img[i,j]=0
plt.figure("lena") #指定當前繪圖對象
plt.imshow(img,cmap='gray') #顯示灰度圖像
plt.axis('off') #關閉圖像坐標
plt.show() #彈出包含了圖片的窗口
P88 思考與練習1 表達式或程序語句的值
(1)123%100
(2)len("Hello Leo!")
(3)abs(-12)
(4)data=[172,9,165,29,156,21]
max(data)
P89 思考與練習6 turtle畫圖
import turtle
t=turtle.Pen()
turtle.bgcolor("white")
colors=["red","green","blue","yellow"]
for x in range(100):
t.pencolor(colors[x%4])
t.circle(x)
t.left(91)
3.3 簡單算法及其程序實現
P91 根據灰度值判斷黑白
R=43
G=10
B=241
Gray_scale=0.299*R+0.587*G+0.114*B
if Gray_scale<132:
print("黑色")
else:
print("白色")
P91 枚舉求整數的因子
x=int(input("請輸入整數x："))
i=1
while i<=x-1:
if x%i==0:
print(i)
i=i+1
P92 給定多個像素點判斷顏色
count=0
Gray_scale=47,178,146,185,116
for i in range(0,len(Gray_scale)):
if Gray_scale[i]<132:
print("第"+str(i+1)+"個像素為黑色；")
count=count+1
print("黑色像素總共有:"+str(count)+"個。")
P93 讀入顏色數據判斷是否填塗
fname= input("請輸入文件名稱:")
f= open(fname, "r+") #以讀寫的方式打開文件
count=0
line= f.readline() #從文件中讀取一行
while line: #當line非空(從文件讀取到了數據
line=line.split() #把空白字符去除,變成包含三個str的list
R,G,B= map(int, line) #把line中三個str轉化成int並賦值給R,G,B
if 0.299*R+0.587*G+0.144*B<132:
count= count +1
line=f.readline() #繼續讀取一行
print(count)
if count >= 300*0.64:
print("已填塗!")
else:
print("未填塗!")
f.close()
P93 拓展鏈接 文件讀寫
>>> f = open('test.txt','r')
>>> f.read()
'Hello, world!'
調用open()函數打開由參數指定的文件對象，參數'r'表示讀文本文件模式，參數'w'表示寫文本文件模式，'r+'模式則表示在打開一個文本文件同時允許讀和寫。調用read()函數會一次性讀取文件的全部內容
for line in f.readlines():
print(line.strip()) #strip()把末尾的'\n'刪掉
文件使用完畢后必須關閉，操作系統才會把內存中的待寫入的數據全部寫入磁盤
>>> f.close()
將"Hello, world！"寫入test.txt
>>> f = open('test.txt','w')
>>> f.write('Hello, world!')
>>> f.close()
P94 自定義判斷黑白函數
def bw_judge(R,G,B):
Gray_scale=0.299*R+0.587*G+0.114*B
if Gray_scale<132:
color="黑色"
else:
color="白色"
return color
P95 讀取圖像判斷是否填塗
from PIL import Image
im = Image.open("RGB.bmp")
pix = im.load()
width = im.size[0] # size中有兩個參數，第1個參數為圖像寬度值
height = im.size[1] # 第2個參數為圖像高度值
count=0
for x in range(width):
for y in range(height):
R,G,B = pix[x, y] # 根據像素坐標獲得該點的 RGB 值
if bw_judge(R,G,B)=="黑色": # bw_judge函數用於判斷黑、白像素
count=count+1
if count>=width*height*0.64:
print("已填塗！")
else:
print("未填塗！")
P97 准考證填塗識別
def bw_judge(R, G, B): # bw_judge用於判斷一個像素的填塗情況
Gray_scale = 0.299 * R + 0.587 * G + 0.114 * B
return Gray_scale < 132
def fill_judge(x, y): # fill_judge用於判斷信息點的填塗情況
count = 0
for i in range(x, x + fill_width + 1):
for j in range(y, y + fill_height + 1):
R, G, B = pixels[i, j]
if bw_judge(R, G, B) == True:
count = count + 1
if count >= fill_width * fill_height * 0.64:
return True
from PIL import Image
x_start = 12 # 起始點坐標
y_start = 92
fill_width = 24 # 信息點寬度
fill_height = 12 # 信息點高度
space_width = 16 # 間隔寬度
space_height = 15 # 間隔高度
num_length = 9 # 准考證號長度
total_width = fill_width + space_width
total_height = fill_height + space_height
image = Image.open("fill.bmp")
pixels = image.load()
number = ""
for col in range(num_length): # x從左至右，y從上至下對填塗區進行檢測
for row in range(10):
x = x_start + total_width * col
y = y_start + total_height * row
if fill_judge(x, y) == True:
number = number + str(row)
break
else: # 10個信息點檢測完畢后未發現有填塗
number = number + '#'
print(number)
* P99 實踐與體驗 圖像字符畫
from PIL import Image
serarr=['@','#','$','%','&','?','*','o','/','{','[','(','|','!','^','~','-','_',':',';',',','.','`',' ']
count=len(serarr)
def toText(image_file):
asd ='' # 儲存字符串
for h in range(0, image_file.size[1]): # 垂直方向
for w in range(0, image_file.size[0]): # 水平方向
r,g,b =image_file.getpixel((w,h))
gray =int(r* 0.299+g* 0.587+b* 0.114)
asd=asd+serarr[int(gray/(255/(count-1)))]
asd=asd+'\r\n'
return asd
image_file = Image.open("boy.jpg") # 打開圖片
image_file=image_file.resize((int(image_file.size[0]*0.9), int(image_file.size[1]*0.5))) #調整圖片大小
tmp=open('boy.txt','a')
tmp.write(toText(image_file))
tmp.close()
第四章 數據處理與應用
4.1 常用表格數據的處理
4.2 大數據處理
P114 統計文件filenmae中各單詞出現的頻率
wordcount={}
for word in open(filename,'r').read():
wordcount[word]+=1
P120 例1 創建1個seris結構類型的對象s1，存儲3名同學的身高值
import pandas as pd
s1=pd.Series([166,178,180])
print(s1)
#創建Series對象時指定索引
s2=pd.Series([166,178,180],index=["s01","s02","s03"])
print(s2)
P121 例2 查看例1中s1對象的index、values屬性值
for i in s1.index:
print(i)
for i in s1.values:
print(i)
for i in s1:
print(i)
P121 例3 使用相同長度的列表字典構建一個DataFrame對象df1，存儲3名同學的姓名、性別、圖書借閱次數數據。
import pandas as pd
data={"姓名":["王靜怡","張佳妮","李辰武"],"性別":["女","女","男"],"借閱次數":[28,56,37]}
df1=pd.DataFrame(data,columns=["姓名","性別","借閱次數"])
print(df1)
P121 例4 讀取Excel文件“test.xlsx”中的數據，創建DataFrame對象df。
import pandas as pd
df=pd.read_excel("test.xlsx")
print(df)
P122 例5 查看df1對象的索引、列標題、值，並將行列轉置。
for i in df1.index:
print(i)
for i in df1.columns:
print(i)
for i in df1.values:
print(i)
print(df1.T)
P122 例6 分別檢索df1對象中“姓名”“借閱次數”列數據，並修改“借閱次數”列數據
print(df1.姓名)
print(df1["借閱次數"])
df1.借閱次數=[30,52,68]
print(df1)
P123 例7 對df對象中的數據進行以下編輯：在最后一行追星一行數據；刪除“規格”列數據；刪除第一行數據。
#添加一行數據
df_add=df.append({"地區":"石家庄市","規格":"紅富士 一級","單位":"元/500克","價格":4.00,"采價點":"集市3","采集時間":"11月中旬"},ignore_index=True)
df_delc=df.drop("規格",axis=1) #刪除"規格"列數據
df_delr=df.drop(0) #刪除第1行數據
P124 例8 將df對象中的數據按“地區”分組，並計算分組后各組數據的平均值。
g=df.groupby("地區",as_index=False)
print(g.mean()) #計算每組價格數據的平均值
P124 例9 對df對象中的數據，按“價格”值降序排序。
df_sort=df.sort_values("價格",ascending=False) #按價格值降序排序
print(df_sort)
P125 例10 繪制正弦曲線圖。
import numpy as np
import matplotlib.pyplot as plt
x=np.linspace(0,10,1000)
y1=np.sin(x)
y2=np.sin(x**2)
plt.figure(figsize=(8,4)) #創建圖表對象
plt.title("sin(x) and sin(x**2)") #設置圖表標題文字
plt.plot(x,y1,label="sin(x)",color="r",linewidth=2) #繪制線形圖
plt.scatter(x, y2,label="sin(x**2)") #繪制散點圖
plt.ylim(-1.5,1.5) #設置y坐標軸取值范圍
plt.xlim(0,10) #設置x坐標軸取值范圍
plt.legend() #顯示圖例
plt.show()
P126 通過統計某地姓名數據，分析當地姓氏的構成情況。
import pandas as pd
import matplotlib.pyplot as plt
import codecs #處理中文utf-8編碼
from matplotlib.font_manager import FontProperties #顯示中文字體
file = codecs.open('names.csv',"r","utf-8") #打開文件
# 定義復姓 list
fx=['歐陽','太史','端木','上官','司馬','東方','獨孤','南宮','萬俟','聞人','夏侯','諸葛','尉遲','公羊',
'赫連','澹台','皇甫','宗政','濮陽','公冶','太叔','申屠','公孫','慕容','仲孫','鍾離','長孫','宇文',
'司徒','鮮於','司空','閭丘','子車','亓官','司寇','巫馬','公西','顓孫','壤駟','公良','漆雕','樂正',
'宰父','谷梁','拓跋','夾谷','軒轅','令狐','段干','百里','呼延','東郭','南門','羊舌','微生','公戶',
'公玉','公儀','梁丘','公仲','公上','公門','公山','公堅','左丘','公伯','西門','公祖','第五','公乘'
]
xing = []
j=0
for line in file:
if line[0:2] in fx: #取復姓
xing.append(line[0:2])
else:
xing.append(line[0:1]) #取單姓
j=j+1
data={'xing':xing,"renshu":0}
df=pd.DataFrame(data) #構造DataFrame數據結構
s= df.groupby('xing').count() #按照"xing"分組計數
s=s.sort_values('renshu',ascending=False) #按照"renshu"降序排列
ax=s[0:20].plot(kind='bar',rot=0) #對前20繪圖
#顯示中文標簽
font = FontProperties(fname=r"c:\windows\fonts\simsun.ttc", size=14)
for label in ax.get_xticklabels():
label.set_fontproperties(font)
plt.show() #顯示圖形
print(s)
本代碼出現了codecs模塊，是為了處理中文編碼的。如果報錯把codecs.py復制到當前文件夾或者添加Pythob Lib文件夾的環境變量。
* P132 實踐與體驗 中文分詞與標簽雲
import os
import numpy as np
from PIL import Image
import matplotlib.pyplot as plt
from wordcloud import WordCloud,STOPWORDS
d = os.path.dirname(__file__) #d取當前文件路徑
pic="alice_mask.png" #pic存放圖片名稱
pic_mask = np.array(Image.open(os.path.join(d, pic)))
wc = WordCloud(background_color="white", max_words=6000, mask=pic_mask, stopwords=STOPWORDS,font_path="fonts/simhei.ttf")
wc.fit_words(wf) #生成標簽雲,wf存放詞語及詞頻
plt.imshow(wc) #顯示圖片
P138 思考與練習 使用Python中文分詞模塊jieba，體驗中文分詞
import jieba #引用jieba分詞模塊
text = open('file_name.txt','r').read() #讀入文本文件
seg_list = jieba.cut(str_delete,cut_all=True) #全模式分詞
print("全模式分詞:"," ".join(seg_list))
seg_list = jieba.cut(text) #默認模式分詞
print("全模式分詞:"," ".join(seg_list))
4.3 大數據典型應用
* P142 實踐與體驗 出租車軌跡可視化分析
import matplotlib.pyplot as plt
def plot_file (file): #繪制每個文件的GPS坐標軌跡
i=0
jd=[] #經度
wd= [] #緯度
for line in open (file) :
i=i+1 #切分行數據
splitline=line.split(',') #取軌跡坐標
x=float(splitline[4])
y=float(splitline[5])
jd.append(x)
wd.append(y)
plt.plot(jd,wd) #畫點
filename='xyz.txt'
plot_file(filename)
plt.show()