相关试卷

import random

a= [0]*6

a[0] =random.randint(95,100)

for i in range(1,6) :

    a[i] = a[i-1]-random.randint(0,5)

    if i%2==0 :

        a[i] = a[i]+ a[i] % 10

print(a)

执行该程序段后，输出的内容不可能的是 （   ）

s="python" ; ans=" "

for i in range(len(s)) :

    c=s[i]

    if "a"<=c<="z" :

        if i%2==1 :

            c=chr((ord(c)-ord("a")+i )%26+ord("a"))

        else:

            c=chr(ord(c)-32)

            ans+=c

print(ans)

执行该程序段后，输出的内容是(      )

from PIL import Image                                             #第 0 行

import numpy as np                                                #第 1 行

import matplotlib.pyplot as plt                                  #第 2 行

img=np.array(Image.open ('dj.jpg').convert('L'))                #第 3 行

row,cols=img.shape                                                #第 4 行

for i in range(row):                                              #第 5 行

    for j in range(cols):                                         #第 6 行

        if img[i,j]>188:                                          #第 7 行

            img[i,j]=1            #1 表示白色                    #第 8 行

        else:                                                     #第 9 行

            img[i,j]=0            #0 表示黑色                    #第 10 行

            plt.figure('dj')                                                 #第 11 行

        plt.imshow(img,cmap='gray')                                      #第 12 行

    plt.axis('off')                                                   #第 13 行

plt.show ()

def fib(n) :

    a,b=0,1

    while a<n :

        a,b=b,a+b

print(a)

调用该函数 fib(50)的结果正确的是 （   ）

a,b,c= [1,2],[3,4], [5,6]

a=a+b

a.append(c)

运行该段代码后，a[-2]的值为(      )

则下列说法正确的是 （   ）

第1步，系统根据用户的听歌行为，使用-2~5进行量化，单曲循环=5，分享=4，收藏=3，主动播放=2，听完=1，未听=0，跳过=-1，拉黑=-2，量化值大于0表示喜欢，建立如图a数据。

图 a

第2步，分别计算待推荐用户与其他每位用户的听歌相似度(相似度=两用户同时喜欢的歌曲数/两用户中至少有一人喜欢的歌曲数)。

第3步，分别计算其他用户对每一首歌曲的推荐度(推荐度=某用户该歌曲的量化值*两用户的相似度)。

第4步，在其他用户所有量化值大于0的歌曲中找到推荐度最高的，且待推荐用户没有听过的歌曲，推荐给该用户。

小明用Python程序模拟了此推荐算法，请回答下列问题。

实现上述功能的Python代码如下：

#导入库， 代码略

img=np.array(Image.open ("hz.png").convert("L"))       #将图像转换为二维矩阵

rows,cols=img.shape          #图像尺寸分别赋值，rows表示行数，cols表示列数

for i in range(rows):

    for j in range(cols):

        if img[i,j]>180:     #0~255表示256级灰度值，0表示黑色，255表示白色

            img[i,j]=1

        else:

            img[i,j]=0

plt.imshow(img,cmap="gray")    #显示灰度图像

plt.show ()   #弹出包含了图片的窗口

c=img[0,0]; cnt=0; ys=[]

for i in range(rows):

    for j in range(cols):

        if img[i,j]==c:

            ______

        else:

            ys.append(cnt*10+c)

            cnt=1

ys.append(cnt*10+c)

print(ys)

表1  空气质量指数(AQI)划分标准

图a

图b

f=open("日均 AQI.csv","r")

grade={"优":0,"良":0,"轻度污染":0,"中度污染":0,"重度污染":0,"严重污染":0}

for line in f:

    a=line.split(",")  #列表a数据格式形如['11 月7 日', '41.17', '63.75']

    t=float(_____)

    if t<=50:

        key="优"

    elif t<=100:

        key="良"

    elif t<=150:

        key="轻度污染"

    elif t<=200:

        key="中度污染"

    elif t<=300:

        key="重度污染"

    grade[key]+=1

print("本周共有"+str(grade["优"])+"天的空气质量为优")

s="a123b456"

t=""

f=True

for i in s:

    if "0"<=i<="9" and f:

        t+=i

        f=False

    else:

        f=True

print(t)

运行程序， 输出结果是（   ）

判断某字符串是否为回文串，若是返回 True，否则返回 False。

def hw(s):

    i=0

    while s[i]==s[len(s)-i-1]:

        if i==len(s)//2:

        i+=1

return flag

上述程序段中方框处可选语句为：①flag=True   ②flag=False   ③break

则(1)(2)(3)处语句依次为（   ）

import random

ans=""

while len(ans)<3:

    t=chr(random.randint(0,25)+ord("A"))

    if t not in ans:

        ans+=t

print(ans)

程序运行后，输出的结果可能是（   ）