【Python程序设计】——重点题目(期末不挂科)

大一python期末必考题,大一python题库及答案 lists = []# 二次 for 循环,将数据存入到 lists 中结果:二维数组取值(矩阵),有 a = [[“A”, 1], [“B”, 2]] ,如何取出 2结果:2列表转字符串,L = [1, 2, 3, 5, 6],如何得出 ‘12356’? 阅读详情
AI摘要

文章介绍了Python编程的基础知识,包括控制结构如if-else和循环,数据类型的使用,函数的定义与调用,文件操作如seek()函数的应用,以及面向对象编程的概念和实例。此外,还涉及了Excel操作和实验课题目的示例,如计算阶乘、判断闰年、生成斐波那契数列等。文章强调了模块化和继承的编程思想,以及数据安全和类型转换的重要性。

课本:
在这里插入图片描述

🕒 1. 控制结构

【例3-6】计算分段函数值。

y = { cos ⁡ x + x 2 + 1 ( x < 0 ) x x + x ( x ⩾ 0 ) y=\left\{\begin{array}{ll} \cos x+\sqrt{x^{2}+1} & (x < 0) \\ x \sqrt{x+\sqrt{x}} & (x \geqslant 0) \end{array}\right. y={cosx+x2+1 ​xx+x ​ ​​(x<0)(x⩾0)​

# import math   # 之后使用方法需要math.sqrt
from math import sqrt,cos		# 可直接使用方法
x=eval(input('请输入x的值:'))	# eval返回表达式的值
if x<0:
   y=cos(x)+sqrt(x*x+1)
if x>=0:
   y=x*sqrt(x+sqrt(x))
print('x={},y={:.3}'.format(x,y))	# y保留三位

【例3-7】简化PM 2.5空气质量提醒: 0~35为优,35~75为良,75以上为污染。试根据输入的PM2.5数值,输出空气质量。

PM=eval(input("请输入PM2.5数值: "))
if PM>=0 and PM<35:
      print("空气优质,快去户外运动!")
if PM>=35 and PM<75:
     print("空气良好,适度户外活动!")
if PM>=75:
     print("空气污染,出行请小心!")

☆【例3-13】计算1+2!+3!+…+10!的结果。

s=0
t=1
for i in range(1,11):
	t=t*i
	s=s+t
print("运算结果是:{}".format(s))

输出结果:运算结果是:4037913

【例3-14】采用while语句计算1至100的和。

sum=0
n=1
while n<=100:
     sum+=n
     n=n+1
print("1+2+3+…+100=", sum)

【例3-15】采用while语句输出四叶玫瑰数。四叶玫瑰数是指一个四位整数,其各位上数字的四次方(四次幂)之和等于该数本身。

n=1000
while n<10000:
      one=n%10
      ten=n//10%10
      hundred=n//100%10
      thousand=n//1000
      if one**4+ten**4+hundred**4+thousand**4==n:
            print(n)
      n+=1

输出结果:1634、8208、9474

【例3-16】采用while语句根据近似公式求自然对数的底数为e的值,直到最后一项绝对值小于10-6为止。

e ≈ 1 + 1 1 ! + 1 2 ! + . . . + 1 n ! e\approx 1+\frac{1}{1!} +\frac{1}{2!} + ... + \frac{1}{n!} e≈1+1!1​+2!1​+...+n!1​

e=1		
n=1		
m=1		
while (1/n >= pow(10, -6)):
      n*=m            # 求阶乘
      e+=1/n
      m+=1
print("e =", e)

输出结果:e = 2.7182818011463845

【例3-27】编程判断某一年是否为闰年。判断闰年的条件是:年份能被4整除但不能被100整除,或者能被400整除的是闰年。

#使用一个逻辑表达式判断闰年条件
y=int(input("请输入年份:"))
if ((y%4==0 and y%100 != 0) or y%400==0):
    print("是闰年")
else:
    print("不是闰年")
    
#使用if-elif语句判断闰年条件
y=int(input("请输入年份:"))
if (y%400==0):
     print("是闰年")
elif (y%4 != 0):
    print("不是闰年")
elif (y%100 == 0):
    print("不是闰年")
else:
    print("是闰年")
    
#通过使用嵌套的if语句编写判断闰年问题,程序代码如下:
y=int(input("请输入年份:"))
if (y%400==0):
    print("是闰年")
else:
   if (y%4==0):
      if (y%100==0):print("不是闰年")
      else: print("是闰年")
   else: print("不是闰年")

☆【例3-29】100 以内的素数存于列表中并打印输出。

num=[]
for n in range(2,100):
    for x in range(2, n):
        if (n%x==0):
             break
    else:
        num.append(n)
print(num)

输出结果:[2, 3, 5, 7, 11, 13, 17, 19, 23, 29, 31, 37, 41, 43, 47, 53, 59, 61, 67, 71, 73, 79, 83, 89, 97]

【例3-32】利用公式: π 4 = 1 − 1 3 + 1 5 − 1 7 + … \frac{π}{4}=1−\frac{1}{3}+\frac{1}{5}−\frac{1}{7}+… 4π​=1−31​+51​−71​+…计算π的近似值,直到某项绝对值小于10-6为止。

s=0   #表示累加和
t=1   #表示符号
x=1   #表示要累加的项
i=1   #表示分母
while x>=1e-6:
      x=1/i
      s=s+t*x
      t=-t
      i=i+2
s=4*s
print("π的近似值为:{}".format(s))

输出结果:π的近似值为:3.1415946535856922

课后综合题

1、编写程序实现以下功能:求满足1+2+3+4+…+n>2020的最小n 并输出(要求用循环实现)

n = 1
sum = 0
while sum <= 2020:
    sum += n
    n += 1
print(n - 1)

输出结果:64

2、给出一个小于1000的正整数,编程求该数是几位数,并按逆序打印出各位上的数字。例如:原数为456,则输出为654。

num = int(input("请输入一个小于1000的正整数:"))
digits = 0
reverse_num = 0

while num > 0:
    digits += 1            # 计算数的位数
    reverse_num = reverse_num * 10 + num % 10    # 取出数的最后一位并添加到反向数中
    num = num // 10        # 去掉数的最后一位

print("该数的位数为:", digits)
print("按逆序打印出各位上的数字为:", reverse_num)

输出结果:
请输入一个小于1000的正整数:456
该数的位数为: 3
按逆序打印出各位上的数字为: 654

🕒 2. 数据类型

课后综合题:
1、现有某高校所有教职工新冠疫苗接种调查数据。列表s中的数据是教职工年龄;列表t是对应的调查结果,1表示同意接种,0表示暂不接种。请编写程序统计其中30~50 岁(包括30岁和50 岁)同意接种疫苗的教职工数。

s=[58,43,38,51,38,45,26,38,34,53]
t=[1,0,1,0,1,1,0,1,1,0]

count = 0
for i in range(len(s)):
    if s[i] >= 30 and s[i] <= 50 and t[i] == 1:
        count += 1

print(count)

输出结果:5

2、已知列表s=[2,0,2,0,0,5,2,3]。请编写程序实现如下功能:①按列表元素的值生成对应字符,元素的值大于0,生成对应个数的字符@,若是0,生成1个字符&;②将所有生成的字符连接成一个字符串并输出。

s = [2,0,2,0,0,5,2,3]
result = ""

for num in s:
    if num > 0:
        result += "@" * num
    else:
        result += "&"

print(result)

输出结果:@@&@@&&@@@@@@@@@@

3、已知字符串t=“198t2845a7293R489234S892b8347348C82923”,请编写程序实现:
①将相邻的字符交换位置,即第1个和第2个,第3个和第4个,…,第n-1个和第n个交换位置;
②将所有字母转换为大写并输出。

t = "198t2845a7293R489234S892b8347348C82923"
new_t = ""

for i in range(0, len(t), 2):
    new_t += t[i+1] + t[i]

new_t = new_t.upper()
print(new_t)

输出结果:91T882547A92R38429438S298B4337848C9232

4、现有列表s存储的是一批字符,编写程序将其中的小写字母按先后次序连接成一个字符串,并输出。

s=['1','e','W','M','h','T','N','r','g','r']
result = ""

for char in s:
    if char.islower():
        result += char

print(result)

输出结果:ehrgr

☆ 5、九九乘法表

for i in range(1, 10):
    for j in range(1, i+1):
        print('{}*{}={}\t'.format(i, j, i*j), end='')
    print('')

输出结果:

1*1=1	
2*1=2	2*2=4	
3*1=3	3*2=6	3*3=9	
4*1=4	4*2=8	4*3=12	4*4=16	
5*1=5	5*2=10	5*3=15	5*4=20	5*5=25	
6*1=6	6*2=12	6*3=18	6*4=24	6*5=30	6*6=36	
7*1=7	7*2=14	7*3=21	7*4=28	7*5=35	7*6=42	7*7=49	
8*1=8	8*2=16	8*3=24	8*4=32	8*5=40	8*6=48	8*7=56	8*8=64	
9*1=9	9*2=18	9*3=27	9*4=36	9*5=45	9*6=54	9*7=63	9*8=72	9*9=81	

🕒 3. 函数

可变参数:在定义函数时, 有时候我们不确定调用的时候会传递多少个参数, 在 Python 中, 允许使用以下两种方式解决这一问题:

  • 包裹位置参数。 在形参前增加“∗”, 用来接收任意多个实参并将其放在一个元组中。
  • 包裹关键字参数。 在形参前增加“∗∗”, 用来接收多个关键字参数并存放在一个字典中。
    这两种方式统称为可变参数, 也称为不定长参数。

☆【例 5-15】 使用包裹位置参数来定义函数, 实现给定一组数字 a, b, c…, 计算 a2 + b2 + c2 + …。

def calc(* numbers):  
               sum = 0 
               for n in numbers: 
                    sum = sum + n* n    
               return sum 

>>>calc(1, 2) 
5
>>>calc(1, 2 , 3) 
14

在参数 numbers 前面加了一个∗号,调用函数时,参数 numbers 接收到的是元组[1, 2] 或[1, 2, 3],由此可以传入任意多个参数,包括 0 个参数。

实际上, ∗和∗∗也可以在函数调用的时候使用, 这就是参数的解包裹(unpacking)。

【例 5-17】 解包裹参数使用示例。

>>>def  unpackage (a, b, c): 
  print (a, b, c) 
>>>args = (1, 3, 4) 
>>>unpackage (* args) 

运行结果:1 3 4

在这个例子中, 所谓的解包裹就是在传递元组类型数据时, 让元组的每一个元素对应一个位置参数。 在调用 func 时在实参前使用∗, 把实参 args 按照定义时形参的个数进行拆分, 分别传递给 a, b, c。 相应的, 也存在对字典的解包裹, 在上例中加入如下语句:

>>>dict = {'a': 1, 'b': 2, 'c': 3} 
>>>func(** dict) 

则运行结果为:1 2 3

☆【例 5-24】 计算阶乘两种方法。
自定义函数:

def fac(n):
    result = 1
    for i in range(1, n + 1):
        result *= i
    return result
    
>>>fac(5)  
120

递归函数:

def fac(n): 
	if  n==0: return 1 
	return n * fac(n - 1) 
>>> fac(1) 
1
>>> fac(5) 
120

猴子有一堆桃子,每天吃前一天剩下的一半多 1 个,昨天吃完发现剩了 1 个,那么 10 天前猴子有多少个桃子?
【例 5-25】 使用递归解决猴子吃桃问题。
思路分析:
昨天的桃子数 y 相比今天的桃子数 x 有这样的计算公式:y = (x+1)∗2,这就是递推的关系; 而目前已知的是昨天吃完后剩余一个桃子,即天数 n = 1 时桃子数为 1,这可以作为终止条件。

def f(n):
     if n==1:
        return 1
     else:
        return (f(n-1)+1)* 2
print(f(10))

运行结果:1534

课后综合题:
1、设计一个函数,参数为整数,返回斐波那契数列的前n项之和。

def fibonacci(n):
    if n <= 0:
        return 0
    elif n == 1:
        return 1
    else:
        return (fibonacci(n-1) + fibonacci(n-2))

def fibonacci_sum(n):
    total = 0
    for i in range(1, n+1):
        total += fibonacci(i)
    return total

print(fibonacci_sum(5))

输出结果:12

2、设计一个函数,调用该函数能够打印一个由指定字符组成的n行金字塔。其中,指定打印的字符和行数n分别由两个形参表示。

def print_pyramid(char, n):
    for i in range(n):
        print((char * (2 * i + 1)).center(2 * n - 1))

print_pyramid('*', 5)

输出结果:

    *    
   ***   
  *****  
 ******* 
*********

3、设计一个函数,计算传入字符串中数字、字母、空格以及其他字符的个数。

def count_chars(s):
    counts = {"字母": 0, "数字": 0, "空格": 0, "其他": 0}
    for char in s:
        if char.isalpha():
            counts["字母"] += 1
        elif char.isdigit():
            counts["数字"] += 1
        elif char.isspace():
            counts["空格"] += 1
        else:
            counts["其他"] += 1
    return counts

print(count_chars("Hello World! 123"))

输出结果:{‘字母’: 10, ‘数字’: 3, ‘空格’: 2, ‘其他’: 1}

4、设计一个函数,输入参数n,判断该数是否为水仙花数。

def is_armstrong_number(n):
    # 将数字转换为字符串,计算数字位数
    num_str = str(n)
    num_len = len(num_str)
    # 计算每个数字的 n 次方之和
    total = sum(int(x) ** num_len for x in num_str)
    # 判断是否为水仙花数
    if n == total:
        print(f"{n}是水仙花数")
    else:
        print(f"{n}不是水仙花数")

n = 153
is_armstrong_number(n)

输出结果:153是水仙花数

5、设计一个函数,求正整数各位上的数字之和,要求递归思路实现。

def sum_digits(n):
    if n == 0:
        return 0
    else:
        return n % 10 + sum_digits(n // 10)

n = 12345
print(f"{n}的各位之和是{sum_digits(n)}")

输出结果:12345的各位之和是15

6、设计一个函数,判断一个数是否为素数;并求出所有四位数的素数。

def is_prime(n):
    if n < 2:
        return False
    for i in range(2, int(n**0.5)+1):
        if n % i == 0:
            return False
    return True

for n in range(1000, 10000):
    if is_prime(n):
        print(n, end=" ")

输出结果:1009 1013 1019 1021 1031 1033 1039 1049 1051 …

🕒 4. 文件操作

file.seek()函数的功能是将文件指针定位到文件中指定字节的位置,实现文件的随机读写。读取时遇到无法解码的字符会抛出异常。seek()方法的声明:seek(offset, from)

其中,参数offset表示偏移量,即读写位置需要移动的字节数;from用于指定文件的读写位置,该参数的取值为:0、1、2,它们代表的含义如下:

  • 0:表示文件开头
  • 1:表示使用当前读写位置
  • 2:表示文件末尾

seek()调用成功会返回当前读写位置

【例6-11】使用file.seeks()函数重定位。

str = "中国广东广州ZHKU"
with open("data3.txt","w") as fw:
    fw.write(str)
with open("data3.txt","r") as fr:
    print(fr.read(4))
    fr.seek(0)
    print(fr.read(2))
    fr.seek(4)
    print(fr.read(2))
    print(fr.tell())
    print(fr.seek(5,0))  # 相对文件开头进行偏移

输出结果:

中国广东
中国
广东
8
5

🕒 5. 面向对象

在面向对象程序设计中,用户可以先定义一个基类(也称父类),通过父类用继承的方式来定义新类。这个新类就是子类,子类可以直接使用父类中定义的属性和方法。通过继承方式,可以大大提高代码的复用率。在Python中,Object类是所有类的父类。

1、单一继承

当一个子类继承的父类只有一个时,称继承为单一继承,也叫单继承,语法格式如下:

class ChildClassName (FatherClassName):
	<语句>
	...

在继承结构中,父类的名称需要写在括号中。

由于通过继承机制,子类可以使用父类中任何公有的属性和方法,因此,对于一个子类来说,它的属性包括自定义属性和继承属性两部分,而它的方法也包括自定义方法与继承方法两部分。下面通过一个实例给出继承的实现。

【例7-12】编写一个父类A,通过继承方式得到子类B,在子类中使用父类的属性和方法。

class FClass:
    def talk(self):
        print("People can talk.")
    def read(self):
        print("People can read.")
class CClass(FClass):
    def eat(self):
        print("People can eat.")
t = CClass()
t.talk()
t.read()
t.eat()

输出结果:
People can talk.
People can read.
People can eat.

2、多重继承
多重继承,指的是一个子类继承多个父类。多重继承的语法格式如下所示。

Class ChildClassName (FatherClass1,…,FatherClassn):
	<语句>
	…

在多重继承模式下,用户定义子类时,需要在子类名称后的括号中加入多个父类名称,各个父类名称之间用逗号区分。

☆【例7-13】编写一个类CClass,同时继承两个类FClassA和 FClassB,并在子类中调用父类中方法。

class FClassA:
    def Write(self):
        print("I can write English.")

class FClassB:
    def Write(self):
        print("I can write Chinese.")
    def Say(self):
        print("I can say Chinese.")
class CClass(FClassB, FClassA):
    def Say(self):
        print("I can say good-bye.")

t = CClass()
t.Write()
t.Say()

输出结果:
I can write Chinese.
I can say good-bye.

分析:子类与父类方法同名,则优先子类;继承的多父类方法同名,优先调用先出现的。

🕒 6. Excel操作

在这里插入图片描述

☆【例8-5】有电子表格文件Student.xlsx,其内容如上图所示。请利用openPyXL访问该文件,并利用表单属性来显示文件中sheet1表单的全部内容。

import openpyxl

# 打开 Excel 文件
workbook = openpyxl.load_workbook('Student.xlsx')

# 获取 sheet1
sheet = workbook['Sheet1']

# 遍历 sheet1 的每一行,打印每个单元格的值
for row in sheet.iter_rows():
    for cell in row:
        print(cell.value, end='\t')
    print()     # 一行打印完换行

【例8-7】 显示所有大英成绩,并求最大值。

import openpyxl
workbook = openpyxl.load_workbook("Student.xlsx",data_only=True)
sheet = workbook['Sheet1']
celldata = sheet['C3:C8']
list = []
for row in celldata:
    list.append(row[0].value)
print(list)
print(max(list))

输出结果:
[85, 90, 70, 98, 46, 73]
98

🕒 7. 实验课题目合集

1、输入两个集合setA 和 setB,求它们的交集、并集和差集

setA = set(input("请输入集合A中的元素,以空格分隔:").split())
setB = set(input("请输入集合B中的元素,以空格分隔:").split())

print("集合A和集合B的并集为:", setA | setB) # 求并集
print("集合A和集合B的交集为:", setA & setB) # 求交集
print("集合A和集合B的差集为:", setA - setB) # 求差集

输出结果:

请输入集合A中的元素,以空格分隔:2 5 10 7 6 3
请输入集合B中的元素,以空格分隔:2 4 8 9 6 10 22
集合A和集合B的并集为: {'9', '22', '5', '6', '8', '3', '10', '4', '2', '7'}
集合A和集合B的交集为: {'6', '2', '10'}
集合A和集合B的差集为: {'3', '7', '5'}

2、输入一个自然数,输出它的二进制,八进制,十六进制表示形式

num = int(input("输入一个自然数:"))
print("二进制表示:", bin(num))
print("八进制表示:", oct(num))
print("十六进制表示:", hex(num))

输出结果:

输入一个自然数:66
二进制表示: 0b1000010
八进制表示: 0o102
十六进制表示: 0x42

3、输入等比数列的首项、公比(不等于1且小于36的正整数)和一个自然数n,输出这个等比数列前n项的和。

a = int(input("请输入等比数列的首项:"))
q = int(input("请输入等比数列的公比(不等于1且小于36的正整数):"))
n = int(input("请输入自然数n:"))

# 计算前n项的和
sum = a * (1 - q**n) // (1 - q)

# 直接输出结果
print("前",n,"项的和为:", sum)

输出结果:

请输入等比数列的首项:2
请输入等比数列的公比(不等于1且小于36的正整数):2
请输入自然数n:5
前 5 项的和为: 62

☆ 4、用蒙特卡罗方法,计算圆周率的近似值。(提示:用单位圆的模型)

import random

# 生成n个随机点,判断是否落在圆内
def monte_carlo_pi(n):
    count = 0
    for i in range(n):
        x = random.uniform(-1, 1)
        y = random.uniform(-1, 1)
        if x**2 + y**2 <= 1:
            count += 1
    # 返回估算值
    return 4 * count / n    # 4个1/4圆

# 输入随机点个数并计算圆周率的值
n = int(input("请输入随机点个数:"))
print("使用蒙特卡罗方法估算的圆周率值为:", monte_carlo_pi(n))

输出结果:

请输入随机点个数:100000
使用蒙特卡罗方法估算的圆周率值为: 3.14472

5、使用列表实现筛选法求素数:输入一个大于2的自然数,然后输出小于该数字的所有素数组成的列表

def isPrime(n):
    if n < 2:
        return []
    primes = [True] * (n+1)     # 将0到n的每个整数都标记位素数
    primes[0] = primes[1] = False   # 0和1是合数
    for i in range(2, int(n**0.5)+1):   # 从2开始遍历到根号n
        if primes[i]:
            for j in range(i*i, n+1, i):    # 素数的倍数都是合数
                primes[j] = False
    return [i for i in range(2, n+1) if primes[i]]

n = int(input("请输入一个大于2的自然数:"))
print(f"小于{n}的素数列表为:{isPrime(n)}")

输出结果:

请输入一个大于2的自然数:20
小于20的素数列表为:[2, 3, 5, 7, 11, 13, 17, 19]

☆ 6、Caesar密码

print("请输入明文")
s=input()
print("请输入密钥(数字)")
k=int(input())
t = ''
for i in s:
    if 'A' <= i <= 'Z':
        t += chr(ord('A')+((ord(i)-ord('A'))+k)%26)
    elif 'a'<= i <='z':
        t += chr(ord('a')+((ord(i)-ord('a'))+k)%26)
    else:
        t += i
print(t)

输出结果:

请输入明文
hello world
请输入密钥(数字)
3
khoor zruog

☆ 7、用 try --finally 结构,实现一个文件的打开,读取和关闭的全过程。

try:
    file = open("D:\\text.txt", "r")
    content = file.read(5)
    print(content)
finally:
    file.close()

☆ 8、检测密码安全的强度。

def check_password_strength(password):
    # 定义一个密码强度级别列表
    levels = ["弱", "中", "强"]

    # 定义一个变量,用于统计密码强度得分
    score = 0

    # 检查密码长度
    if len(password) < 6:
        score += 1

    # 检查密码中是否包含数字
    if any(char.isdigit() for char in password):
        score += 1

    # 检查密码中是否包含小写字母
    if any(char.islower() for char in password):
        score += 1

    # 检查密码中是否包含大写字母
    if any(char.isupper() for char in password):
        score += 1

    # 检查密码中是否包含特殊字符
    if any(char in "!@#$%^&*()-+_=\\[]{}|;:'\",.<>/?`~" for char in password):
        score += 1

    # 根据密码强度得分,返回相应级别
    if score <= 2:
        return levels[0]
    elif score == 3:
        return levels[1]
    else:
        return levels[2]


password = input("请输入密码:")
strength = check_password_strength(password)
print("密码强度为:", strength)

输出结果:

请输入密码:Abc123
密码强度为: 中

9、用numpy实现单位矩阵和矩阵的乘积。

import numpy as np

# 创建 3x3 的单位矩阵
I = np.identity(3)

# 创建 3x2 的矩阵
A = np.array([[1, 2], [3, 4], [5, 6]])

# 计算矩阵乘积
B = np.dot(I, A)

print(B)

输出结果:

[[1. 2.]
 [3. 4.]
 [5. 6.]]

10、a1变量的值为字符串work ,a2=‘hard’.编写字符处理程序 ,实现 a1+a2, a[1:3];a[2:-3] ,等字符操作。

a1 = 'work'
a2 = 'hard'

# 进行字符串拼接
a = a1 + a2
print(a)

# 对字符进行切片
b = a[1:3]
print(b)

c = a[2:-3]
print(c)

输出结果:

workhard
or
rkh

☆ 11、垃圾邮件快速识别

import re

# 判断文本是否为垃圾邮件
def is_spam(text):
    if re.search(r'[\*/|\]-]', text):
        return True
    else:
        return False

# 测试代码
text1 = 'Re: 云记APP用户意见【使用异常】'
text2 = '您 Steam 愿望单上的 Grand Theft Auto V 及另外 2 个项目正在特卖*!'
text3 = '连接到 Microsoft 帐户的新应用!'
text4 = 'Gitee | 快速入门 Gitee ,开启技术提升之路'

if is_spam(text1):
    print('text1是垃圾邮件')
else:
    print('text1不是垃圾邮件')

if is_spam(text2):
    print('text2是垃圾邮件')
else:
    print('text2不是垃圾邮件')

if is_spam(text3):
    print('text3是垃圾邮件')
else:
    print('text3不是垃圾邮件')

if is_spam(text4):
    print('text4是垃圾邮件')
else:
    print('text4不是垃圾邮件')

输出结果:

text1不是垃圾邮件
text2是垃圾邮件
text3不是垃圾邮件
text4是垃圾邮件

12、读写文本并添加行号

# 读取文件内容
with open('D://test.txt', 'r') as file:
    lines = file.readlines()

# 添加行号
numbered_lines = [f'{i+1}   {line}' for i, line in enumerate(lines)]

# 写入新文件
with open('D://test.txt', 'w') as file:
    file.writelines(numbered_lines)

输出结果:
在这里插入图片描述

13、找Word中红色文本和加粗文本

import docx

# 打开 Word 文件
doc = docx.Document('example.docx')

for paragraph in doc.paragraphs:
    for run in paragraph.runs:
        if run.font.color.rgb == docx.shared.RGBColor(255, 0, 0):
            print("红色文本:", run.text)
        if run.bold:
            print("加粗文本:", run.text)

输出结果:
在这里插入图片描述

14、实现批量修改Excel文件格式:文本默认是黑色的,将每列的表头变为黑体并加粗;把偶数行所有列的文本设置为宋体,红色。奇数行所有单元格,设置为蓝色,宋体。

import openpyxl
from openpyxl.styles import Font, PatternFill

# 打开 Excel 文件
wb = openpyxl.load_workbook('成绩单.xlsx')

# 遍历所有工作表
for ws in wb.worksheets:

    # 设置表头为黑体加粗
    for cell in ws[1]:
        cell.font = Font(name='黑体', bold=True)

    # 遍历所有列
    for col in ws.columns:

        # 设置偶数行为宋体红色,奇数行为宋体蓝色
        for i, cell in enumerate(col):
            if i > 0 and i % 2 == 0:
                cell.font = Font(name='宋体', color='FF0000')  # 红色
            else:
                cell.font = Font(name='宋体', color='0000FF')  # 蓝色

        # 设置第一行为黑体加粗
        col[0].font = Font(name='黑体', bold=True)

# 保存修改后的 Excel 文件
wb.save('成绩单新.xlsx')

🕒 8. 思政题

  1. 模块与包
    Python 中引入“模块”和“包”的概念,可以实现将较大规模程序开发任务分解为多个小规模任务来开展。现代社会是一个复杂的巨系统,我们在处理很多问题时,都需要借鉴这种模块化的理念,团队之间要分工合作,团结一心,将问题分而治之,逐个击破,而不是逞匹夫之勇,导致问题愈加难以解决。

  2. 有继承的多态
    我们不仅要继承中华民族的优秀文化传统和中华古圣先贤的智慧成果,在新时代,还要发扬和创新,从多形态呈现出“枝繁叶茂、开花结果”的繁荣景象,一味模仿,或者崇洋媚外的否定自己,都是错误的。创新是一个民族发展与进步的灵魂。

  3. 自动类型转换
    “不积跬步,无以至千里;不积小流,无以成江海。”希望同学们在学习的过程中,不断积累,实现从初学者到业务高手的“自动类型转换”,为祖国实现“强国梦”贡献自己的力量。

  4. 文件操作
    大家在平时工作中,要做好对数据的维护和备份工作,提高安全意识。特别是在互联网时代,数据都存放在服务器中,一旦网络被攻破,数据就会被窃取或丢失。对于计算机专业的学生而言,要加强网络安全意识,做到有备无患。


❗ 转载请注明出处
作者:HinsCoder
博客链接:🔎 作者博客主页

大一python编程题库和答案,大一python期末必考题 文章提供的十二道编程题,大家都可以自己研究研究,有不理解的地方也是可以点击文章末尾名片 进行交流学习的哦刚开始学习python的朋友,或者对python感兴趣还没开始学习的宝子,也可以点击名片领取大量的学习资料以及部分案例的源码哦希望我们可以一起学习,一起进步~ 阅读详情

相关推荐

大学生AI编程工作流:适配课程作业与竞赛的实战指南

AI编程工具正深刻改变计算机基础教学与工程实践的边界。从Python环境配置、VSCode开发调试,到智能车竞赛C语言寄存器操作、数学建模数据补全,其核心价值在于将模糊需求快速转化为可运行、可验证、可交付的代码。它不替代算法理解与系统思维,而是通过上下文感知补全、渐进式生成和本地化集成,显著压缩重复劳动耗时——尤其解决‘python安装’‘vscode配置python开发环境’等高频入门卡点,以及‘2025年电子设计竞赛电源题目解析’等强时效性工程任务。本文聚焦大学生真实学习场景,提供经校级竞赛与实验课验证

dicha7140的博客 482

大一python题库及答案,大一python期末必考题

大家好,本文将围绕大一python题库及答案展开说明,大一python期末必考题是一个很多人都想弄明白的事情,想搞清楚大一python操作题需要先了解以下几个事情。A、 1_a B、 for C、 年龄 D、 a#bA、 char B、 int C、 float D、 strA、 with B、 int C、 del D、 forA、 3 B、 4 C、 True D、 FalseA、 “500/10” B、 500/10 C、 50 D、 50.0A、 bc B、 bcd C、 cd D、 cdeA、 s

2301_81896552的博客 3820

计算机专业大学四年竞赛规划:从蓝桥杯到ACM,不同阶段如何选赛避坑

在计算机专业的学习路径中,竞赛是衔接理论知识与工程实践的重要桥梁。从算法刷题到项目实战,不同类型的竞赛对应着不同的能力训练目标:蓝桥杯以友好的难度梯度帮助新手建立编程自信,ACM-ICPC则通过高强度团队对抗打磨算法与协作极限。理解竞赛的含金量衡量标准——认可层级、考核内容与投入产出比,才能避免盲目参赛。对在校学生而言,比赛的价值不仅在于获奖证书,更在于以赛促学、构建可写进简历的能力证据。无论是利用数学建模锻炼综合求解,还是通过企业赛事争取内推机会,合理的备赛规划与赛后复盘都能让竞赛经历转化为长期职业资产。

weixin_31188927的博客 122

大学的python课程一般叫什么,大学开设python课程吗

大家好,小编为大家解答大学的python课程一般叫什么的问题。很多人还不知道大学python课有没有听的必要,现在让我们一起来看看吧!

小发猫 797

GIS程序设计期末复习:ArcPy脚本编写高频考点与实战模板

在GIS开发与数据处理的工程实践中,Python脚本与ArcPy库已成为实现空间数据自动化操作的核心工具。无论是要素类的批量遍历、字段计算,还是缓冲区、相交等空间分析,均依赖对游标(Cursor)机制、环境变量(env.workspace)及工具箱参数规则的理解。掌握这些基础原理,不仅能解决数据生产中的重复劳动问题,更能提升复杂地理处理任务的效率与可维护性。从矢量数据读取到几何对象操作,从批处理脚本到常见异常排查,这类技能广泛应用于资源调查、城市规划、测绘遥感等领域。本文围绕GIS程序设计课程的高频考点,整

weixin_32822843的博客 150

Python学生成绩管理系统:从数据库设计到可视化分析的完整项目实战

数据库是信息管理系统的核心,它通过结构化的方式存储和关联数据,确保信息的完整性与一致性。其基本原理在于利用表、行、列以及主键、外键等约束来组织数据,并通过SQL语言进行操作。掌握数据库设计对于构建任何需要持久化数据的应用都至关重要,它能显著提升数据处理的效率和可靠性。在Python开发中,SQLite因其轻量、无需独立服务器的特性,成为课程设计和中小型项目的理想选择。结合Python强大的数据处理和可视化库,开发者可以高效地实现从数据存储、业务逻辑到结果呈现的全流程。本文以学生成绩管理系统这一经典应用场景为

weixin_29859471的博客 355

python容易挂科吗_如何应付大学的python考试而不至于挂科?

这个问题我不知道该怎么回答你。我在国外念的大学,可能和国内有些不同,但我觉得大致是一样的。首先,我要说的是,我以下讲的都是如何在国外大学拿A,而不只是不挂科。我从来不觉得60分是最好的数字。虽然大学里学到的东西不一定非有用,但优异的成绩在面试工作中,总是能加分的。大学的主业不就是学习+社交么,学习都学不好,有什么资格说自己念了大学。1。不要逃课!虽然我知道很多人上课的时候都神游天际,但每天去上课至...

weixin_33859693的博客 2421

(完整版)Python期末复习题(必考)

单选题 1.在 Python中,合法的标识符是【 C. it s D. str 2. Python表达式中,可以使用【 】控制运算的优先顺序。 A.圆括号( B.方括号[门 C.花括号D.尖括号〈 3.以下 Python注释代码,不正确的是【 A.# Python注释代码 B.# Python注释代码1# Python注释代码2 C." Python文档注释" D./ Python注释代码 4.为了给整型变量x、y、z赋初值10,下面正确的 Python赋值语句是【 A. XVZ=10 B.x=10y=10Z=10C.x=y=z=10 =10,y=10,2=10

Python期末复习攻略:高频考点、题型拆解与三周冲刺计划

Python凭借简洁语法和强大生态,成为编程入门与高效开发的通用语言,也是许多高校程序设计课程的核心。掌握基础语法、控制结构与函数封装,是理解一切代码逻辑的前提;字符串、列表、字典等数据容器则支撑起批量数据处理,文件读写能力让程序能够持久化地操作真实数据。这些知识点不仅是工程实践的基石,更是课程考核中最常出现的考点。面对期末考,许多同学容易迷失在繁琐API中,其实只要围绕高频考点梳理知识框架,配合典型例题拆解与机考环境演练,就能快速建立复习主线。本文从考核方式、核心考点到三周冲刺计划全面拆解Python期末

weixin_31240035的博客 217

傻瓜式下载、安装CentOS7操作步骤

CentOS7.9下载和安装操作步骤

weixin_45608163的博客 1万+

Fanuc机器人的坐标变换矩阵的研究2

一、Funuc用户坐标系的介绍 二、用户坐标系与世界坐标系的坐标转换 三、 以用户坐标系1为基础旋转变换后的用户坐标系 四、关于点的WPR的含义 4.1:点在用户坐标系和世界坐标系下的坐标关系 4.2 通过转换矩阵返回去推导WPR

qq_34047402的博客 1523

Python期末考试全攻略:考点拆解、题型实战与高效复习路线

编程学习过程中,Python凭借简洁的语法和强大的生态,成为众多高校程序设计课程的首选语言。无论基础语法、容器类型、函数作用域,还是文件读写与异常处理,这些核心概念都构成了期末考核的重点。理解数据如何存储、逻辑如何流转、代码如何组织,才能真正掌握编程思维,并将其应用于实际问题的解决。从日常练习到考试冲刺,从笔试选择题到机考编程大题,系统化的复习路径能够显著提升知识掌握的牢固程度。本文围绕Python期末考试,梳理了高频考点分布、常见题型应对策略与考前冲刺方法,帮助学习者快速定位薄弱环节,建构完整的知识框架,

weixin_31315567的博客 240

树莓派使用 OLED 屏显示图片及文字

树莓派默认是不带显示屏的,如果想要查看系统的一些信息,需要使用电脑登录到树莓派,或者通过 HDMI 连接外接显示器查看。这样做总是有点麻烦,我们可以通过外接一个 OLED 屏来显示一些关键参数或者图片。本文将详细介绍操作方法。 OLED 模组介绍 OLED 屏主要有两种:128×32 和 128×64 ,主要颜色是白、黄、蓝。OLED 屏的特点是功耗低,价格便宜,使用 I2C 接口与主机连接。本文所使用的是 128×64 尺寸的屏幕,外形如下: [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直

码到成功 3743

学习打卡12.6

迟来的第十四周(11.29-12.03)打卡记录 一、学校

m0_64396734的博客 928

Android面试必考问题:Android性能优化最全面试题及参考答案(8万字长文)

Android 中的 OOM(Out Of Memory,内存溢出)异常是指应用程序在运行过程中,由于申请的内存空间超过了系统所能提供的最大内存限制而导致的错误。在 Android 中,内存泄漏是指应用中的某些对象在不再被使用后,仍然被其他对象持有引用,导致这些对象无法被垃圾回收器回收,从而占用内存空间,随着时间的推移可能会导致应用内存不足,甚至崩溃。在一次开发 Android 应用的过程中,我发现应用在长时间运行后会出现内存占用过高的情况,导致应用变得卡顿,甚至可能会被系统强制关闭。

大模型大数据攻城狮的专栏 2532

【推荐100个unity插件】unity易于使用模块化设计的天空、体积云和天气系统——Enviro 3

Enviro 3是一款功能强大的Unity天空与天气系统插件,提供动态天空、体积云、天气模拟等丰富功能。安装时需将预制体拖入场景并配置主相机,URP支持需激活深度纹理和添加渲染特性。模块化设计允许自由添加/移除时间、光照、雾效等模块,并通过API控制参数。推荐配合色调映射(如ACES模式)获得最佳视觉效果。插件支持季节、温湿度模拟及闪电风暴等特效,适用于需要逼真环境渲染的Unity项目。

向宇的博客,专注php/web全栈 unity游戏开发,欢迎大家评论纠错 2093

智能车比赛入门

智能车竞赛全名为全国大学生“飞思卡尔”杯智能汽车竞赛,该比赛由竞赛秘书处设计、规范标准硬软件技术平台,竞赛过程包括理论设计、实际制作、整车调试、现场比赛等环节,要求学生组成团队,协同工作,初步体会一个工程性的研究开发项目从设计到实现的全过程。该竞赛融科学性、趣味性和观赏性为一体,是以迅猛发展、前景广阔的汽车电子为背景,涵盖自动控制、模式识别传感技术、电子、电气、计算机、机械与汽车等多学科专业的创意性比赛。该竞赛规则透明,评价标准客观,坚持公开、公平、公正的原则,力求向健康、普及、持续的方向发展。

liwenlan2的博客 1万+

2023年全国青少年信息素养大赛复赛真题(C++智能算法复赛真题:带解析)

2023年全国青少年信息素养大赛复赛真题(C++智能算法复赛真题:带解析)

王老师青少年编程 2114

小玮与编程的爱恨交加:一个普通人的逆袭之路

这不是一个天才的故事,而是一个普通人用二十年时间,慢慢和编程和解的故事。

Norman2025的博客 573

RK3399平台开发系列讲解(外设篇)交换芯片RTL8306M

网络:交换芯片RTL8306M 电路: make menuconfig 配置: 目录:arch/arm64/configs/rk3399_b201_defconfig CONFIG_FIXED_PHY=y 设备树: arch/arm64/boot/dts/rockchip/rk3399-b201-rev1.dts 时钟: Open之后首先校验网卡mac地址是否正确(stmmac_chec...

内核笔记 2390

YOLO11改进|注意力机制篇|引入ELA注意力机制

YOLO11添加ELA注意力机制

A1983Z的博客 3647

基于Python+Vue的学分学业预警管理系统设计与实现

高校教务管理中,学分预警是学业质量保障的关键环节。传统依赖Excel手工统计成绩、筛选挂科名单的方式,不仅效率低下,且难以实时发现学业困难学生。借助Python强大的数据处理能力与Vue响应式前端框架,可构建前后端分离的Web应用,实现成绩录入、学分自动计算、绩点排名、预警名单生成与通知推送的完整闭环。系统通过可配置的预警规则,将学业风险分为黄、橙、红三级,并支持定时扫描与手动触发,帮助辅导员从“期末人肉算账”转变为“过程实时监控”。该项目既适合毕业设计选题参考,也能作为高校信息中心搭建内部工具的低成本方案

weixin_33824363的博客 467

深度学习工具包 DeepLearningToolbox

深度学习工具包Deprecation notice.-----This toolbox is outdated and no longer maintained.There are much better tools available for deep learning than this toolbox, e.g. [Theano](http://deeplearning.net/software/theano/), [torch](http://torch.ch/) or [tensorflow](http://www.tensorflow.org/)I would suggest you use one of the tools mentioned above rather than use this toolbox.Best, Rasmus.DeepLearnToolbox================A Matlab toolbox for Deep Learning.Deep Learning is a new subfield of machine learning that focuses on learning deep hierarchical models of data.It is inspired by the human brain's apparent deep (layered, hierarchical) architecture.A good overview of the theory of Deep Learning theory is[Learning Deep Architectures for AI](http://www.iro.umontreal.ca/~bengioy/papers/ftml_book.pdf)For a more informal introduction, see the following videos by Geoffrey Hinton and Andrew Ng.* [The Next Generation of Neural Networks](http://www.youtube.com/watch?v=AyzOUbkUf3M) (Hinton, 2007)* [Recent Developments in Deep Learning](http://www.youtube.com/watch?v=VdIURAu1-aU) (Hinton, 2010)* [Unsupervised Feature Learning and Deep Learning](http://www.youtube.com/watch?v=ZmNOAtZIgIk) (Ng, 2011)If you use this toolbox in your research please cite [Prediction as a candidate for learning deep hierarchical models of data](http://www2.imm.dtu.dk/pubdb/views/publication_details.php?id=6284)```@MASTERSTHESIS\{IMM2012-06284, author = "R. B. Palm", title = "Prediction as a candidate for learning deep hierarchical models of data", year = "2012",}```Contact: rasmusbergpalm at gmail dot comDirectories included in the toolbox-----------------------------------`NN/` - A library for Feedforward Backpropagation Neural Networks`CNN/` - A library for Convolutional Neural Networks`DBN/` - A library for Deep Belief Networks`SAE/` - A library for Stacked Auto-Encoders`CAE/` - A library for Convolutional Auto-Encoders`util/` - Utility functions used by the libraries`data/` - Data used by the examples`tests/` - unit tests to verify toolbox is workingFor references on each library check REFS.mdSetup-----1. Download.2. addpath(genpath('DeepLearnToolbox'));Example: Deep Belief Network---------------------```matlabfunction test_example_DBNload mnist_uint8;train_x = double(train_x) / 255;test_x = double(test_x) / 255;train_y = double(train_y);test_y = double(test_y);%% ex1 train a 100 hidden unit RBM and visualize its weightsrand('state',0)dbn.sizes = [100];opts.numepochs = 1;opts.batchsize = 100;opts.momentum = 0;opts.alpha = 1;dbn = dbnsetup(dbn, train_x, opts);dbn = dbntrain(dbn, train_x, opts);figure; visualize(dbn.rbm{1}.W'); % Visualize the RBM weights%% ex2 train a 100-100 hidden unit DBN and use its weights to initialize a NNrand('state',0)%train dbndbn.sizes = [100 100];opts.numepochs = 1;opts.batchsize = 100;opts.momentum = 0;opts.alpha = 1;dbn = dbnsetup(dbn, train_x, opts);dbn = dbntrain(dbn, train_x, opts);%unfold dbn to nnnn = dbnunfoldtonn(dbn, 10);nn.activation_function = 'sigm';%train nnopts.numepochs = 1;opts.batchsize = 100;nn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.10, 'Too big error');```Example: Stacked Auto-Encoders---------------------```matlabfunction test_example_SAEload mnist_uint8;train_x = double(train_x)/255;test_x = double(test_x)/255;train_y = double(train_y);test_y = double(test_y);%% ex1 train a 100 hidden unit SDAE and use it to initialize a FFNN% Setup and train a stacked denoising autoencoder (SDAE)rand('state',0)sae = saesetup([784 100]);sae.ae{1}.activation_function = 'sigm';sae.ae{1}.learningRate = 1;sae.ae{1}.inputZeroMaskedFraction = 0.5;opts.numepochs = 1;opts.batchsize = 100;sae = saetrain(sae, train_x, opts);visualize(sae.ae{1}.W{1}(:,2:end)')% Use the SDAE to initialize a FFNNnn = nnsetup([784 100 10]);nn.activation_function = 'sigm';nn.learningRate = 1;nn.W{1} = sae.ae{1}.W{1};% Train the FFNNopts.numepochs = 1;opts.batchsize = 100;nn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.16, 'Too big error');```Example: Convolutional Neural Nets---------------------```matlabfunction test_example_CNNload mnist_uint8;train_x = double(reshape(train_x',28,28,60000))/255;test_x = double(reshape(test_x',28,28,10000))/255;train_y = double(train_y');test_y = double(test_y');%% ex1 Train a 6c-2s-12c-2s Convolutional neural network %will run 1 epoch in about 200 second and get around 11% error. %With 100 epochs you'll get around 1.2% errorrand('state',0)cnn.layers = { struct('type', 'i') %input layer struct('type', 'c', 'outputmaps', 6, 'kernelsize', 5) %convolution layer struct('type', 's', 'scale', 2) %sub sampling layer struct('type', 'c', 'outputmaps', 12, 'kernelsize', 5) %convolution layer struct('type', 's', 'scale', 2) %subsampling layer};cnn = cnnsetup(cnn, train_x, train_y);opts.alpha = 1;opts.batchsize = 50;opts.numepochs = 1;cnn = cnntrain(cnn, train_x, train_y, opts);[er, bad] = cnntest(cnn, test_x, test_y);%plot mean squared errorfigure; plot(cnn.rL);assert(er<0.12, 'Too big error');```Example: Neural Networks---------------------```matlabfunction test_example_NNload mnist_uint8;train_x = double(train_x) / 255;test_x = double(test_x) / 255;train_y = double(train_y);test_y = double(test_y);% normalize[train_x, mu, sigma] = zscore(train_x);test_x = normalize(test_x, mu, sigma);%% ex1 vanilla neural netrand('state',0)nn = nnsetup([784 100 10]);opts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samples[nn, L] = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.08, 'Too big error');%% ex2 neural net with L2 weight decayrand('state',0)nn = nnsetup([784 100 10]);nn.weightPenaltyL2 = 1e-4; % L2 weight decayopts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex3 neural net with dropoutrand('state',0)nn = nnsetup([784 100 10]);nn.dropoutFraction = 0.5; % Dropout fraction opts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex4 neural net with sigmoid activation functionrand('state',0)nn = nnsetup([784 100 10]);nn.activation_function = 'sigm'; % Sigmoid activation functionnn.learningRate = 1; % Sigm require a lower learning rateopts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex5 plotting functionalityrand('state',0)nn = nnsetup([784 20 10]);opts.numepochs = 5; % Number of full sweeps through datann.output = 'softmax'; % use softmax outputopts.batchsize = 1000; % Take a mean gradient step over this many samplesopts.plot = 1; % enable plottingnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex6 neural net with sigmoid activation and plotting of validation and training error% split training data into training and validation datavx = train_x(1:10000,:);tx = train_x(10001:end,:);vy = train_y(1:10000,:);ty = train_y(10001:end,:);rand('state',0)nn = nnsetup([784 20 10]); nn.output = 'softmax'; % use softmax outputopts.numepochs = 5; % Number of full sweeps through dataopts.batchsize = 1000; % Take a mean gradient step over this many samplesopts.plot = 1; % enable plottingnn = nntrain(nn, tx, ty, opts, vx, vy); % nntrain takes validation set as last two arguments (optionally)[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');```[![Bitdeli Badge](https://d2weczhvl823v0.cloudfront.net/rasmusbergpalm/deeplearntoolbox/trend.png)](https://bitdeli.com/free "Bitdeli Badge")

【网络安全就业】信息安全专业的就业前景(非常详细)零基础入门到精通,收藏这篇就够了

网络安全产业就像一个江湖,各色人等聚集。相对于欧美国家基础扎实(懂加密、会防护、能挖洞、擅工程)的众多名门正派,我国的人才更多的属于旁门左道(很多白帽子可能会不服气),因此在未来的人才培养和建设上,需要调整结构,鼓励更多的人去做“正向”的、结合“业务”与“数据”、“自动化”的“体系、建设”,才能解人才之渴,真正的为社会全面互联网化提供安全保障。

chengxuyuanyy的博客 791

大中型超市收银系统(可直接运行)

光步前台收银系统系统功能:商品销售、商品退货、挂单、收银员权限、会员销售、单品取消、整单取消、商品查询、脱机销售、脱机数据上传,基本资料下载,开钱箱、小票打印、收款结算,支持多币种付款方式(现金、储值卡、礼券、微信等),支持多种促销。运行环境:.net 4.0登陆信息用户名:1001 密码:123456内置商品信息,商品编码可输入00001000 - 00010000,测试效果相关功能键F5 结算 F9挂单 F11商品查询 F8退货 Insert单品取消 Del整单取消 F12开钱箱F2 会员 Ctrl+Z退出系统 Home 锁屏 相关源码待公开

jdk-8u144-linux-x64.tar.gz.

该资源为搭建Linux系统Java环境用,资源的后缀为tar.gz格式的压缩包

人工智能本科培养方案全解析:大一到大四学习路线

人工智能专业的课程设置看似庞杂,实则围绕数学、编程、算法与工程实践层层递进。从高等数学、线性代数到概率统计与最优化,数理基础决定了机器学习、深度学习等核心课程的理解深度;从Python入门到数据结构与算法,编程能力则是将理论落地的必要工具。对于刚进入该专业或计划转入该方向的学生而言,理解培养方案背后的能力训练逻辑,比盲目刷课更重要。本文以国内主流高校的人工智能培养思路为参考,按大一到大四四个阶段拆解学习重点:低年级夯实数理与代码基本功,高年级聚焦机器学习、深度学习、自然语言处理等细分方向,并通过科研训练、竞

weixin_34327761的博客 441

数学建模模型总结

这是本人在两年内准备参加数学建模竞赛搜集到的模型资料,已经经过了本人的筛选和整理,希望能够对准备参加数学建模竞赛的学弟学妹们提供一些帮助!

上一篇: 【网络协议详解】——BGP协议(学习笔记)
下一篇: 【网络协议详解】——知识点复习(期末不挂科版)
HinsCoder
博客等级 码龄5年 1万+粉丝 220原创
评论 2
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
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
实付元
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