Skip to content

report.md

Latest commit

 

History

History
70 lines (39 loc) · 2.46 KB

report.md

File metadata and controls

70 lines (39 loc) · 2.46 KB

一、实习目的与要求

  1. 熟悉 Python 的开发调试环境
  2. 熟悉 Python 外部库的调用
  3. 掌握 Python 语言基本语法
  4. 熟悉 Python 的数据结构

二、实习环境

Python3.11, Visual Studio Code, Jupyter

三、实习内容

1. Python 代码理解

polygon.py

  1. 运行和阅读代码；
  2. 理解代码功能；
  3. 修改代码，练习调用文件中其他几个图形函数。

2. 输入输出

编写脚本文件，设计友好的用户输入输出提示，用户输入一个时间（24 小时制，包含时、分、秒），输出 1 秒后的时间。

3. 反序对

如果一个单词是另一个单词的反向序列，则称这两个单词为“反向对”。编写代码输出 word.txt 中词汇表包含的反向对。

4. 文本分析算法设计

  1. 设计 Python 程序读入一个英文单词组成的文本文件，统计该文本文件中各个单词出现的次数。设计测试用例验证代码的正确性。
  2. 设计 Python 程序读入一个英文单词组成的文本文件，统计其中包含的某给定关键词列表中各个单词出现的频率。设计测试用例验证代码的正确性.

四、实习内容的设计与实现

1. Python 代码理解

turtle.exitonclick()方法能够避免窗口出现未响应状态

2. 输入输出

利用datetime类，首先将输入的str类型的时间通过datetime.datetime.strptime方法转换为datetime类型，再将这个时间加上一秒之后转换为str输出

通过datetime类能够自动实现对于一些时间边界的处理，如59秒、23点等

3. 反序对

首先需要读取所有单词，使用自带的readlines按行读取文件可能会由于行尾而在每个单词末尾出现\r一类的转义字符，可以通过strip将这些空白字符去除

在这个程序中，对于存储所有单词的列表，最常用的操作是in，于是将单词列表转换为set类型（哈希表），这种类型对于in这样的查找速度最快，能够提升程序运行效率。

4. 文本分析算法设计

4.1 统计单词次数

我选择了字典和循环来自行计数，也可以使用collections.Counter类来自动计数

4.2 统计频率

只要统计所有单词个数，与上一小题的结果结合即可

五、测试用例

六、收获与体会

set、list等不同集合类型对于不同的操作有着不同的效率，按需选择