相关试卷

x=10

y=3

print(x%y)

a="hello"

b=2

print(a+b)

通过了解当天的是否有风、天气、温度和湿度这4个节点参数即可预测当天是否有人来游乐场。不同的节点划分顺序可以绘制不同的决策树，为了选出最优的节点划分顺序，需要采用“信息熵”与“信息增益”指标。

信息熵，又称香农熵，被用来度量信息量的大小，信息熵越大表示信息量越大；

信息增益，表示样本经某节点划分后的信息熵变化大小。我们绘制决策树时应当逐次选择信息增益最大的节点作为当前节点。

对于有n个信息的样本D，记第k个信息发生的概率为??，信息熵计算公式为E(D)=− ∑^? ?????2(??)

例如游乐场14个样本中“去”(9个)、“不去”(5个)，则信息熵

若样本按“是否有风”节点划分，“是”(6个，其中3个去，3个不去)信息熵=

“否”(8个，其中6个去，2个不去)信息熵= =0.811；经过此节点划分后的信息增益=原始信息熵−按此节点划分后样本信息熵比例和 。

选择加密时，在明文文本框中输入明文，点击“加密”按钮，网页显示密文与对应的密钥。加密规则为打乱明文对应的索引作为密钥，再利用该索引逐个取明文字符连接成密文，例如：明文为“信息技术”，若被打乱的索引为[2,0,1,3]，则密文为“技信息术”，密钥为“2,0,1,3”

选择解密时，在密文文本框中输入密文，密钥文本框输入密钥，点击“解密”按钮，网页显示明文。

为分析数据，小张编写了如下程序：

import pandas as pd

import matplotlib.pyplot as plt

from matplotlib.pyplot import MultipleLocator

plt.rcParams['font.sans-serif']=['SimHei']        #使图形中的中文标签正常显示df=pd.read_csv("dongao.csv")

#删除所有未获得奖牌的记录,并将奖牌列中的"G"修改为"金牌"，"S"修改为"银牌"，"B"修改为"铜牌"

jp={'G':'金牌','S':'银牌','B':'铜牌'}

for i in df.index:

    if      ①      :

        df=df.drop(i)

    else:

        df.at[i,'奖牌']=jp[df.at[i,'奖牌']]

#对输入国家每届的奖牌数进行统计，并制作相应图表，如图2所示：nt=input("请输入国家名称：")

df1=df[df['国家']==nt]

df3=pd.DataFrame(df2) #将分组后的数据生成新的二维结构，索引为“届次”，列标题为“奖牌”

x=df3.index

y=     ②       

plt.title(nt+"历年冬奥会奖牌趋势图") plt.     ③    (x,y)

plt.show()

操作步骤：小墩得1分，按下Micro:bit主板的按钮A，左侧比分区亮点加1；小融得1分，按下按钮B，右侧比分区亮点加1。一局比赛初始比分为0:0，每一局中先达到10分的选手可以赢得该局。

1）随机产生100个4位正整数，存放在列表list1中。

2）将列表list1中的数据除去千位和个位(百位若是0,则将百位设置为1)后存放在列表list2中。

3）将列表list2中的数据除去所有的非素数存放在列表list3中。

4）将列表list3中的数据删除所有重复的数据后存放在列表list4中。

5)将列表list4中的数据排序(从小到大)存放在列表list5中。

6)在列表list5中查数并显示其在列表中的位置。实现上述功能的Python程序如下，请在划线处填入合适的代码：

import random

list1=[] list2=[] list3=[] list4=[] list5=[]

#随机产生100个4位正整数

for i in range(100):

    a= 

    list1.append(a)

print(list1)

#除去千位和个位(百位是0，则将百位设置为1)

for i in list1:

    a=i//10%100

    if a<10:

    else:

        b=a

    list2.append(b)

print(list2)

#除去所有的非素数

def prime(n):

   p=True

   for i in range(2,n):

       if n%i==0:

           break

   return p

for i in list2:

    if prime(i):

        list3.append(i)

print(list3)

#删除所有重复的数据

for i in range(len(list3)-1):

    t=list3[i]

    if :

        list4.append(t)

print(list4)

#从小到大排序

for j in range(len(list4)-1):

    for k in range(len(list4)-1,j,-1):

        if :

            t = list4[k]

            list4[k] = list4[k-1]

            list4[k-1] = t

list5=list4

print(list5)

#查数 k=int(input("请输入待查找的数值："))

for i in range(len(list5)):

    if k==list5[i]:

        print(str(k)+"：位于列表中第"+    +"个位置！")

        break

else:

print("查无此数！")

图 1

为了分析主要城市气候情况数据，小明利用python绘制反映各城市平均气温的垂直柱形图，如图2所示。

图 2

def compare(x, y):  

    s1=str(x)

    s2=str(y)

    k=len(str(s1))

    for i in range(k):

        if s1[i]!=:

            return False

    return True

sum=0

for i in range(200):

      a=i

      b=0

      t=a

      while t>0:

          b= 

          t=t//10

      t1=a*a

      t2=b*b

      if a!=b and len(str(t1))==len(str(t2)):

          if :

              print(a)

              sum=sum+1

print("共有"+str(sum)+"个")

列表a的初始值略…

for i in range(6):

    if (i+1)%2!=0:

        if a[i]%10 >5:

            a[i]=a[i]//10  

        else:

              a[i]=a[i]%10  

    else:

        a[i]=a[i-1]+1

程序运行后a[0]到a[6]的值分别是2，3，4，5，0，1，则a[0]到a[6]各元素的初始值可能是（     ）

s="12, 345, 67"

a=[ ]

t=0

n=0

for i in range(len(s)):

    if s[i]==",":

        t=int(s[n:i])

        a.append(t)

           ①   

if i==len(s)-1:

     t=int(  ② )

     a.append(t)

print(a)

import pandas as pd

df_data=pd.read_csv("xscj1.csv")

df_data.drop("yw",axis=1)

df_data.drop(0)

df_data.sort_values("sx", inplace=True)