相关试卷

def erase(lst):

    i=0

    j = len(lst)-1

    while i<= j:

        if lst[i][2]== 'T':

           i+=1

        else:

           if lst[j][2] == 'T':

              lst[i]=lst[j]

              i + = 1

           j - = 1

return i

若lst列表依次存储图b所示的依赖关系，如lst[0]为[0,5,'T']，调用erase(Ist)的数，则语句“lst[i] =lst[j]”的执行次数为。

def proc(n, lst,task):

pr=[0]*n

    w=[0]* n          # w[i]存放任务1最晚必须开始的时间

    m=erase(lst)

    for i in:

        task[lst[i][1]][1] =lst[i][0]

        pr[lst[i][0]] =1

    c=[]

    days= 0           # days存放工程最快完成所需的天数

    for i in range(n):

        if pr[i]==0:

            k = i

            s = 0

            while k!= -1:

                c.append(k)

                s += task[k][0]

            if s > days:

                days=s

    for i in range(n-1,-1,-1):

        k =c[i]

        if task[k][1] == -1:

            w[k] = days-task[k][0]+1

        else:

    # 输出days，以及保存在w中的每个任务最晚必须开始的时间，代码略

'''

工程包含的任务数存入变量n

任务间的依赖关系存入lst列表

lst[0]包含3项，任务1st[i][0]依赖于任务lst[i][1]，lst[i][2]存放保留/删除标记，任务数据存入task列表task[i]包含2项，task[i][0]为完成任务主所需天数，task[i][1]的初值为-1

代码略

'''

proc(n,lst,task)

视图函数index()返回的页面，则应访问的URL是http://。

# 导入Falsk框架模块及其他相关模块，代码略

app = Flask(__name__)

@app.route('/')

def index():

    #从数据库读取温度和湿度数据，并返回页面，代码略

# 服务器其他功能，代码略

if __name__ == '__main__':

    app.run(host = '192.168.1.108', port = 5000)

import pandas as pd

import matplotlib.pyplot as plt

dft = pd.read_csv('data.csv')      # 读取文件data.csv中的数据

dft.insert(0, '小时', '')            # 插入列

for i in dft.index:

    t = dft.at[i, '时间']            # 通过行标签和列标签选取单个值

    dft.at[i, '小时'] = t[0: 2]

dfh = dft.groupby(, as_index = False).max()      # 分组求最大值

plt.plot(dfh['小时'], dfh['监测值'])                           # 绘制线形图

# 设置绘图参数，显示如图b所示的线形图，代码略

①请在程序中划线处填入合适的代码。

②小华分析线形图发现存在湿度值大于等于100的噪声数据，要删除dft对象中噪声数据，下列代码段中，能正确实现的有（多选，填字母）。

A .dft = dft[dft['监测值'] < 100]

B .dft = dft['监测值'] < 100

C .n = len(dft[dft['监测值'] >= 100])

dft = dft.sort_values('监测值')         #升序排序

dft = dft.tail(n)                  #获取尾部数据行

D .for i in dft.index:

if dft.at[i, '监测值'] >= 100:

dft = dft.drop(i)            #删除行