相关试卷

n = 10

sj = [] ;zj = [];tj= []

#按行读取"数据.txt"文件，每次读一行文字存入字符串变量 line 中

f=open("数据.txt")

line=f.readline()    # 读取标题行

line=f.readline()

while line:

sj.append(line.split(" "))  # 将字符串以" "为间隔分割成多个字符串组成的列表 line=f.readline()   #读取下一行

zj = zhengli(sj)

# 显示各用户之间关系二维表，代码略

# 输入推荐目标用户 id 和阈值 p，显示向目标用户推荐的好友列表

id = int(input("请输入推荐目标用户 id："))

p = int(input("请输入阈值 p："))

       #调用函数进行好友推荐

if len(tj) != 0:

t = 0

print("推荐好友为:",end = " ")

while t < len(tj):

print(tj[t],end = " ")

t = t + 1

else:

print("没有推荐好友")

r = [[0 for i in range(n)]for j in range(n)]

for i in range(n):

for j in sj [i][1:]:

r[i][int(j)-1] = 1

 # 对角位置同样设置为 1

return r

def fenxi(id,p):

res =[]

for i in range(n):

c = 0

for j in range(n):

if i != id-1 and j != id-1 and i != j:

if  :

c += 1

if  :

res.append(i+1)

return res

#导入函数库代码略

#设置智能终端连接服务器的参数

IP= "10.33.1.80"

PORT= "8080" #设置传输的端口

SSID = "zdjf"

PASSWORD = "20221010"

Uart.init(baudrate=115200,bits=8,parity=None,stop=1,tx=pin2, rx=pin1)#网络连接 while Oboq.connectWifi(SSID,PASSWORD,10000)! = True:

display.show (".")

display.scroll(Obloq.ifconfig( ))

Obloq.httpSet(IP,PORT) #根据ip 和port 建立连接

#采集传感器数据， 并设置传输模式

while True:

light = pin0.read_analog()

errno,resp = Obloq.get(“input?id=1&val=”+str(light),10000)#设置传输的数据的模式 if errno = = 200:

display.scroll(resp)

else:

display.scroll(str(errno))

            #设置采集间隔时间

用于查看当前实时光线强度的网页代码如下所示:

from flask import Flask

import serial

app = Flask(__name__)

@app.route('/')

def index():  #读取终端最近一次的亮度存入temp

return '当前亮度： %d'%temp

@app.route('/input',methods=[‘POST’,’GET’])

def add_data():  #终端上传最新采集的亮度数据

#代码略

if __name__ == '__main__':

app.run (host=“ 10.33.1.80”,port=8080)

①若每隔1分钟传输一次数据，则划线处的代码为

②若某时刻光线数值是300，则传输数据时使用的URL是(单选，选填字母)

A．http://10.33.1.80/input?val=300

B．http://10.33.1.80:8080/input&id=1&val=300

C．http://10.33.1.80:8080/input?id=1&val=300

D．http://10.33.1.80/input?id=1&val=300

#获取时间点和对应的光照强度值存储于数组a 中， 代码略。

#数组 a 存储结构如：[[1,300],[2,203],[3,305],[4,300],[5,306]]

#例如：a[0][0]存储第一个监测时间点， a[0][1]存储该时间点的室内光照强度值 s = 300   #s 为设定阈值

maxlen = 0;n = len(a) ;i = 0

p = 0 ;m = 1

while i < n:

if a[i][1] >= s :

m = 1

for j in range(i + 1,n):

if a[j][1] >= s :

m = m + 1

else:

break

if m  >  maxlen:

p = i

else:

i = i + 1

print("最长时间段为",a[p][0] , "至" ,  )

import pandas as pd                 #引入pandas 模块

import matplotlib.pyplot as plt     #引入matplotlib 的pyplot 子库

df=pd. ('cj.xlsx')    #读取"cj.xlsx"文件中的数据，创建DataFrame 对象df

# 若要筛选本次考试数学分数超过120分且技术分数到达88分及以上的学生并输出他们的考试情况 (df1中保存筛选结果，提示： 多条件筛选时，与(and) 关系用“&”连接， 或(or) 关系用“|”连接)

df1 =  (单选， 填字母)

print (df1)

A．df[(df["数学"] >= 120 )&(df["技术取高"] >= 88)]

B．df[(df["数学"] > 120 )&(df["技术取高"] >= 88)]

C．df[(df["数学"] > 120 ) | (df["技术取高"] >= 88)]

D．df[(df["数学"] >= 120 ) | (df["技术取高"] > 88)]

# 若要了解该校参加该次考试选考各科的选课人数，请完善下面的代码。

for km in df.columns[6:13]:

    renshu = ;

    print("选",km,"的人数为：",renshu)

# 想要了解该校技术班级数学科的平均分，并绘制一个图表， 针对各班数学平均分进行比较分析 df2 = df.groupby("班级"，as_index = False).mean()

df3 = df2.sort_values("数学",  ) # 通过排序使得按平均分降序排序并存储在 df3 中 plt.bar (df3.班级， df3.数学 )

plt.title("班级数学平均分比较")

plt.xlabel("班级")

plt.ylabel("数学平均分")

plt.show ()

图b

A．将帧频改成24fps  B．删除第1-10帧 

C．删除第11-20帧   D．将第20帧移动至第10帧，并删除第11-20帧

图c