Python作业（二）

作业典例汇总（二）

注：已输入的库已全局应用，有需要可自行添加。

1. 数学计算【难度：⭐】

在 3 行中分别输入一个浮点数，利用下面公式计算并输出 x 的值，严格保留小数点后2位数字。

 a = 学号最后一位, b = 1, c = -1 。

import math
a=9;b=1;c=-1
d=pow(b*b-4*a*c,0.5)
print("{:.2f}".format((-1+d)/(2*a)))

2. 随机数计算【难度：⭐】

（1）随机生成1000个字母,包含大写字母和小写字母，统计各个字母出现的次数，统计时忽略字母的大小写，将统计结果按照字母出现的次数从高到低排序输出。

import random
from collections import Counter
# 生成随机字母列表
letters = [random.choice('abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ') for _ in range(1000)]
# 统计字母出现次数，忽略大小写
letter_counts = Counter([letter.lower() for letter in letters])
# 按照字母出现次数从高到低排序输出
for letter, count in sorted(letter_counts.items(), key=lambda x: x[1], reverse=True):
    print(f"{letter}: {count}")

2）在程序中随机为用户生成 6 位数短信验证码，包含大写字母。 

list=random.choices('1234567890ABCDEFGHIJKLMNOPQRSTUVWXYZ',k=6)
code=''.join(list)
print(code)

3. 数组操作【难度：⭐⭐】

（1）在已知a为4行5列的二维数组，内容如下所示，请回答以下问题：

a = [ [1,2,3,4,5], [6,7,8,9,10], [11,12,13,14,15], [16,17,18,19,20] ]

• a[2, 3]、a[2]、a[2][3] 、a[2][:3]、a[:][:3] 、a[:, :3]各自表示什么含义？
• 如果只想获取第2行和第4行数据，如何表示？请打印
• 如果只想获取第3列和第5列数据，如何表示？请打印
• 如果想获取大于10且能被3整除的数据，如何表示？请打印
• 将该数组垂直平均分割成2个子数组，并打印2个子数组
• 将该数组水平分割为3个子数组：第1列，第2-4列，第6列，并打印3个子数组

'''
a[2,3] 表示访问二维数组中第3行第4列的元素
a[2] 表示访问二维数组中第3行的所有元素
a[2][3] 表示访问二维数组中第3行第4列的元素
a[2][:3] 表示访问二维数组中第3行的前3个元素
a[:][:3] 和 a[:, :3]都表示访问二维数组中所有行的前3个元素
'''
import numpy as np
a = np.array([[1,2,3,4,5], [6,7,8,9,10], [11,12,13,14,15], [16,17,18,19,20]])
print([a[1], a[3]])#获取第2行和第4行数据
print("len(a)=",len(a))
a_3_5 = [[a[i][2], a[i][4]] for i in range(len(a))]
print(a_3_5)#获取第3列和第5列数据
a_10_3 = a[(a > 10) & (a % 3 == 0)]
print(a_10_3)# 获取大于10且能被3整除的数据
a_vertical= np.vsplit(a, 2)
print(a_vertical)# 将该数组垂直平均分割成2个子数组
a_horizontal= np.hsplit(a, [1,4,5])
print(a_horizontal)# 将该数组水平分割为3个子数组：第1列，第2-4列，第6列

(2）创建一个10 X 10的随机数组并找到它的最大值与最小值

import numpy as np
import random as rd
a=np.random.rand(10,10)
print(a)
print("min=",np.min(a))
print("max=",np.max(a))

（3）对10×10随机矩阵做归一化处理 

# 生成10x10的随机矩阵
matrix = np.random.rand(10, 10)
# 对每列进行归一化处理
normalized_matrix = matrix / np.linalg.norm(matrix, axis=0)
print(normalized_matrix)

4.绘图操作【难度：⭐⭐⭐】

（1）绘制如下饼图、线型图、直方图与散点图（其中饼图、直方图、散点图所显示的数据自行指定范围随机生成），效果类似下图即可。

import numpy as np
import matplotlib.pyplot as plt
from matplotlib.font_manager import FontProperties#添加中文字符
font = FontProperties(fname=r"C:\Windows\Fonts\simhei.ttf", size=12)#修改字体
'''
绘制饼图
'''
# 数据
labels = ['A', 'B', 'C', 'D']
sizes = [17.2, 27.6, 24.1, 31]
# 绘制饼图
plt.pie(sizes, labels=labels, autopct='%1.1f%%')
plt.axis('equal')  # 使饼图为正圆形
# 显示图像
plt.show()
'''
绘制线型圆
'''
# 数据
x = np.arange(0, 14, 0.1)
y = 4*np.cos(2*np.pi*x)
# 绘制线型图
plt.plot(x, y)
# 添加标题和标签
plt.title('正弦波y=cos(2πx)', fontproperties=font)
plt.xlabel("横轴：时间",fontproperties=font)
plt.ylabel('纵轴：振幅',fontproperties=font)
#设置坐标轴取值范围
plt.xlim(0, 14)
plt.ylim(-4, 4)
# 显示图像
plt.show()
'''
绘直方图
'''
# 数据
x = np.random.randn(1000)
# 绘制直方图
plt.hist(x, bins=50)
# 添加标题和标签
plt.title('直方图',fontproperties=font)
plt.xlabel('X轴',fontproperties=font)
plt.ylabel('Y轴',fontproperties=font)
# 显示图像
plt.show()
'''
绘散点图
'''
# 数据
x = np.random.randn(100)
y = 3 * x + 2 + np.random.randn(100)
# 绘制散点图
plt.scatter(x, y)
# 添加标题和标签
plt.title('散点图', fontproperties=font)
plt.xlabel('X', fontproperties=font)
plt.ylabel('Y', fontproperties=font)
# 显示图像
plt.show()

 (2)绘制一个二维随机漫步的图形，要求1000步。

import numpy as np
import matplotlib.pyplot as plt
# 数据
n_steps = 1000#要求1000步
x = np.zeros(n_steps)
y = np.zeros(n_steps)
# 随机漫步
for i in range(1, n_steps):
    x[i] = x[i-1] + np.random.normal()
    y[i] = y[i-1] + np.random.normal()
# 绘制图像
plt.plot(x, y)
# 添加标题和标签
plt.title('二维随机漫步',fontproperties=font)
plt.xlabel('x轴',fontproperties=font)
plt.ylabel('y轴',fontproperties=font)
# 显示图像
plt.show()

 （3）绘制cos(x)-sin(x)+2cos(x/2)-2sin(x/2)+...+ncos(x/n)-nsin(x/n)曲线图（自行指定坐标轴范围）

import numpy as np
import matplotlib.pyplot as plt
# 数据
x = np.linspace(0, 4*np.pi, 500)
y = np.zeros_like(x)
# 计算y值
for n in range(1, 21):
    y += n * np.cos(x/n) - n * np.sin(x/n)
# 绘制曲线图
plt.plot(x, y)
# 添加标题和标签
plt.title('曲线图',fontproperties=font)
plt.xlabel('x轴',fontproperties=font)
plt.ylabel('y轴',fontproperties=font)
# 显示图像
plt.show()

 （4）显示一组二维数据的频度分布，并分别在x，y轴上，显示该维度的数据的频度分布（所显示数据可随机生成服从某种分布的二维数据）

import numpy as np
import matplotlib.pyplot as plt
# 生成随机数据，服从正态分布
data = np.random.normal(loc=0, scale=1, size=(1000, 2))
# 绘制二维数据频度分布图
plt.hist2d(data[:,0], data[:,1], bins=30, cmap=plt.cm.Blues)
# 显示x轴和y轴的频度分布
plt.hist(data[:,0], bins=30, alpha=0.5, color='red', orientation='vertical')
plt.hist(data[:,1], bins=30, alpha=0.5, color='green', orientation='horizontal')
# 添加标题和标签
plt.title('二维数据的频度分布',fontproperties=font)
plt.xlabel('x轴',fontproperties=font)
plt.ylabel('y轴',fontproperties=font)
# 显示图像
plt.show()