Python大数据基础与实战(范晖)课后题答案

课后题答案第1章解释性、面向对象、动态数据类型、吉多·范罗苏姆Python包、模块、语句B 5.C6.使用pip工具来安装扩展库，指令为：pipinstall库文件名。用pip命令管理Python扩展库需要在命令提示符环境中进行，并且需要切换至pip所在目录。7.首先将.py源文件和python.exe文件关联，将.pyw源文件和pythonw.exe关联。然后双击源文件即可执行。8.常用的有三种方式，分别为import模块名[as别名]from模块名import对象名[as别名]frommathimport*Python被称为人工智能的专用语言，Python下众多的开源框架对人工智能应用领域提供了强大的支持，如计算机视觉库OpenCV、机器学习框架TensorFlow等。借助于Django、web2py等框架，可以快速开发网站应用程序。数据分析可以使用numpy、pandas、matplotlib、scipy等库。第2章Python采用的是基于值的内存管理方式，如果为不同变量赋值相同值，则在内存中只有一份该值，多个变量指向同一块内存地址id()在Python中/表示普通除法（也叫真除法），结果是实数，而//表示整除，得到的结果是整数，并且自动向下取整。x=input('请输入3位以上的数字：')iflen(x)>=3: x=int(x) print('结果是：',x//100)else: print('输入错误!')x=input("inputanumber:")a,b,c=map(int,x)print("resultis:{0}\t{1}\t{2}".format(a,b,c))sum()True19False(True,5）True551:2:314.x=input("inputthreenumbers:")a,b,c=map(int,x.split())print("sortedresultis:",sorted((a,b,c)))第3章1.importrandomx=[random.randint(0,200)foriinrange(100)]#第一种实现：使用集合s=set(x)forvins: print(v,':',x.count(v))#第二种实现：使用字典d=dict()forvinx: d[v]=d.get(v,0)+1fork,vind.items(): print(k,v,sep=':')2.x=input("inputalist:")x=eval(x)p=input("inputtwopositon:")begin,end=map(int,p.split())print(x[begin:end+1])[6foriinrange(10)]4.importrandomx=[random.randint(0,100)foriinrange(20)]print(x)x[:10]=sorted(x[:10])x[10:]=sorted(x[10:],reverse=True)print(x)5.[]6.[18,19]7.([1,3],[2])8.当列表增加或删除元素时，列表对象自动进行内存扩展或收缩，从而保证元素之间没有缝隙，但这涉及到列表元素的移动，效率较低，应尽量从列表尾部进行元素的增加与删除操作以提高处理速度。9.[1,2,3,1,2,3,1,2,3]10.['1','2','3']第4章A 2.D 3.C 4.D 5.C6.name=input("请输入你的名字:")place=input("请输入你经常去的地方:")like=input("请输入你平时的爱好:")print('可爱的',name,',','最喜欢在',place,'地方进行',like)或者：test="可爱的{0},最喜欢在{1}地方进行{2}"name=input("请输入你的名字:")place=input("请输入你经常去的地方:")like=input("请输入你平时的爱好:")v=test.format(name,place,like)print(v)7.s=input("请输入一个待统计的字符串:")print(s.count(""))第5章Continue、breakwhileCBPython提供了while和for两种循环控制结构，用来处理需要进行的重复操作，直到满足某些特定条件。while循环一般用于循环次数难以提前确定的情况，也可以用于循环次数确定的情况。for循环一般用于循环次数可以提前确定的情况，尤其适用于枚举或者遍历序列、迭代对象中元素的场合。for循环写的代码通常更加清晰简单，因此编程时建议优先使用for循环。相同或不同的循环结构之间可以相互嵌套，也可以和选择结构嵌套使用，用来实现更为复杂的逻辑。6.x=input('Pleaseinputaninteger:')x=int(x)ifx%2==0: print("{:d}is偶数!".format(x))else: print("{:d}is奇数!".format(x))7.x=input('Pleaseinputanintegerlessthan1000:')x=eval(x)t=xi=2result=[]whileTrue: ift==1: break ift%i==0: result.append(i) t=t//ielse: i+=1print(x,'=','*'.join(map(str,result)))第6章1.importmathdefIsPrime(v): n=int(math.sqrt(v)+1) foriinrange(2,n): ifv%i==0: return'No' else: return'Yes'print(IsPrime(17))print(IsPrime(30))print(IsPrime(813))2.defdemo(v): capital,little,digit,other=(0,)*4 #或者capital=little=digit=other=0 foriinv: if'A'<=i<='Z': capital+=1 elif'a'<=i<='z': little+=1 elif'0'<=i<='9': digit+=1 else: other+=1return(capital,little,digit,other)x='PEP498,formattedstringliterals.'print(demo(x))3.会。defdemo(): a=3 print(a)a=5demo()4.defmySum(data): sum=0 fordindata: sum+=d returnsum5.defmySorted(lst,reverse=False): lst=lst[:] length=len(lst) foriinrange(0,length-1): forjinrange(i+1,length): #比较相邻两个元素大小，并根据需要进行交换 #默认升序排序 exp='lst[i]>lst[j]' #如果reverse=True则降序排序 ifreverse: exp='lst[i]<lst[j]' ifeval(exp): lst[i],lst[j]=lst[j],lst[i] returnlst-2

defdemo(*v): print(max(v))print(sum(v))deff(n):a=b=c=1foriinrange(n-3):c,b,a=a+b+c,c,breturnc第7章B2.C3.D4.C5.AclassStudent: #学生类count=0 #计数def__init__(self,name,age):=nameself.age=ageStudent.count+=1 #要使得变量全局有效，就定义为类的属性deflearn(self):print("islearning")stu1=Student("jack",33)stu2=Student("amy",24)stu3=Student("lucy",22)stu4=Student("lulu",45)print("实例化了%s个学生"%Student.count)7.classB:def__init__(self):passdefhandle(self):print("B.handle")classA(B):def__init__(self):super().__init__()defhandle(self):super().handle() #super依赖于继承a=A()a.handle()第8章C2.A3.D4.B5.A6.try:score=int(input("请输入学生的成绩："))ifscore>=90andscore<=100:print("A:优秀")elifscore>=80andscore<90:print("B:良好")elifscore>=60andscore<80:print("C:合格")else:assertscore>60,"D:不及格"exceptExceptionasresult:print("低于60分：\n",result)7.classmy_error(Exception):def__init__(self,stri):self.leng=len(stri)defprocess(self):ifself.leng<5:return'Theinputisoflength%s,expectingatleast5'%self.lengelse:return'printsuccess'try:s=input("请输入字符串：")raisemy_error(s)exceptmy_errorase:print(cess())第9章C 2.D 3.D 4.A 5.B6.oldFileName=input("请输入要拷贝的文件名字:")oldFile=open(oldFileName,'r')ifoldFile:#提取文件的后缀fileFlagNum=oldFileName.rfind('.')iffileFlagNum>0:fileFlag=oldFileName[fileFlagNum:]#组织新的文件名newFileName=oldFileName[:fileFlagNum]+'[复件]'+fileFlag#创建新文件newFile=open(newFileName,'w')#把旧文件中的数据复制到新文件中forlineContentinoldFile.readlines():newFile.write(lineContent)#关闭文件oldFile.close()newFile.close()7.importosimportsyssys.setrecursionlimit(1000)#setthemaximumdepthas1500file_path=input('请输入待查找的目录：')file_name=input('请输入待查找的文件：')deffile_find(file_path,file_name):ifos.path.isdir(file_path):#os.chdir(file_path) #进入当前路径ile_list=os.listdir(file_path)foreachinfile_list:temp_dir=file_path+os.sep+eachifos.path.isdir(temp_dir): #开始递归进入下一级子目录 temp=file_find(temp_dir,file_name) iftemp==True: returnTrueelifos.path.isfile(temp_dir)andeach==file_name:returnTrue#os.chdir('..') #没找到文件，退回上一个目录returnFalseelse:print('{}不是一个目录'.format(file_path))file_path='D:\PythonTest\book1'file_name='1.txt'print(file_find(file_path,file_name))第10章B 2.C 3.A 4.D 5.C（1）%matplotlibinlineimportmatplotlib.pyplotaspltimportseabornassnsiris=sns.load_dataset("iris")sns.set(style="ticks")fig,axes=plt.subplots(1,2,figsize=(20,5))sns.swarmplot(x='petal_length',y="petal_width",ax=axes[0],data=iris,hue="species")sns.swarmplot(x='sepal_length',y="sepal_width",ax=axes[1],data=iris,hue="species")plt.show()（2）sns.lmplot("petal_length","petal_width",hue="species",markers=["x","o","s"],data=iris)plt.show()从回归图上可以看出这两个特征之间是线性相关的。第11章B、CDCCimportnumpyasnparr=np.random.rand(10,5)importnumpyasnpmatr1=np.arange(1,5).reshape(2,2)matr2=np.arange(5,9).reshape(2,2)matr1*matr2v=np.array([1,-1,1]).reshape(3,1).TP=(v*v.T)/(v.T*v)Q=np.eye(3,3)-Pdir(np);np.arange?np.array([[1,-1,0]])生成一个(1,3)的矩阵，np.array([1,-1,0])生成一个向量。第12章A 2.D 3.D 4.A 5.B 6.B 7.(1)importseabornassnsmpg=sns.load_dataset("mpg")mpg.ndimmpg.size(2)mpg.describe()(3)mpg.groupby('cylinders')['mpg','horsepower'].agg("mean")mpg.groupby('origin')['mpg','horsepower'].agg("mean")第13章1.fromlxmlimportetreeimportrequestsresponse=requests.get("/")response.encoding="utf-8"selector=etree.HTML(response.text)news_text=selector.xpath('//*[@id="u1"]/a[1]/text()')[0]news_url=selector.xpath('//*[@id="u1"]/a[1]/@href')[0]2.创建scrapy项目scrapystartprojectsdWeatherSpider创建爬虫程序

scrapygenspidereveryCitySD使用浏览器打开网址/shaanxi在页面上单击鼠标右键，选择“查看网页源代码”，找到与“城市预报列表”对应的位置。选择并打开陕西省内任意城市的天气预报页面，以西安为例。选择“查看页面源代码”，找到与天气预报相对应的位置。修改items.py文件，定义要爬虫的内容importscrapyclassSdweatherspiderItem(scrapy.Item): city=scrapy.Field() weather=scrapy.Field()修改爬虫文件everyCitySD.py#-*-coding:utf-8-*-importscrapyfromreimportfindallimportrequestsfromsdWeatherSpider.itemsimportSdweatherspiderItemclassEverycitysdSpider(scrapy.Spider): allowed_domains=[''] name='everyCitySD' allowed_domains=[''] start_urls=['/'] url=r'/shaanxi' response=requests.get(url) response.encoding="utf-8" contents=response.text pattern='<atitle=".*?"href="(.+?)"target="_blank">.+?</a>' forurlinfindall(pattern,contents): #获取地市级预报的网页地址 start_urls.append(url) defparse(self,response): item=SdweatherspiderItem() city=response.xpath('//div[@class="crumbsfl"]//a[2]//text()').extract()[0] item['city']=city selector=response.xpath('//ul[@class="tclearfix"]')[0] weather='' forliinselector.xpath('./li'): date=li.xpath('./h1//text()').extract()[0] cloud=li.xpath('./p[@title]//text()').extract()[0] high=li.xpath('./p[@class="tem"]//span//text()').extract()[0] low=li.xpath('./p[@class="tem"]//i//text()').extract()[0] wind=li.xpath('./p[@class="win"]//em//span[1]/@title').extract()[0] wind=wind+li.xpath('./p[@class="win"]//i//text()').extract()[0] weather=weather+date+':'+cloud+','+high+'/'+low+','+wind+'\n' item['weather']=weather return[item]修改pipelines.py文件，把爬取的数据写入文件weather.csvimportcsvclassSdweatherspiderPipeline(object): defprocess_item(self,item,spider): withopen('weather.csv','a',encoding='