Py实训13-C文件处理

2019300908-邱晓宇 2022夏-程序设计实训 2022-08-03 17:31:18

...全文

256 回复打赏收藏转发到动态举报

写回复

回复

切换为时间正序

请发表友善的回复…

发表回复

【作品名称】：基于 Python 实现的C语言编译器【适用人群】：适用于希望学习不同技术领域的小白或进阶学习者。可作为毕设项目、课程设计、大作业、工程实训或初期项目立项。【项目介绍】：环境语言：Python 运行环境：Python 3.7.0 使用PyCharm开发环境文件结构 24-hour-debug ├─过程报告 └─课设代码 │ main.py ├─BackEnd │ │ quaternion_optimization.py │ └─ assembly.py ├─GUI │ │ MenuMain.py │ └─ MenuRoot.py ├─ParserModule │ │ cal_select.py │ └─ parser.py ├─SemanticAnalysis │ │ quaternion_generation.py │ └─ symbol_table.py └─WordAnalysis └─ words_analysis.py

【作品名称】：基于Python实现利用情感词典做情感分析【适用人群】：适用于希望学习不同技术领域的小白或进阶学习者。可作为毕设项目、课程设计、大作业、工程实训或初期项目立项。【项目介绍】：注：此情感词典经过由新闻语料训练的word2vec进行扩充，并且识别了句子中的强调词以及否定词使用方法：将待处理的文件放入raw_data文件夹，调用脚本时输入要处理的文件名，需要处理的列，输出的文件名即可，脚本会自动在raw_data下生成一个output文件夹用于存放处理结果 python3 Jeffmxh_sentiment_analyse.py -i 'infile' -c 'column' -n 16 参数说明： -i或--inpath：输入excel文件的名称 -c或--column：输入数据要处理的列明 -n或--ncores：处理是并行的线程数

本次实验任务将帮助大家熟悉Python和OpenCV的基本操作。同学们可以根据需要进一步探索其他图像处理和计算机视觉功能。请自行网上查询相关资料视频。实践1：Windows系统中安装Python开发环境Anaconda安装发行版. Python 3.7或3.8版，推荐新手使用Python开发环境Anaconda 实践2：完成第一个Python程序，hello world程序，看看和C语言差异？实践3：Python程序计算“3+5”，看看和C语言差异？实践4：Python安装OpenCV，读取显示一张图片验证安装成功。

基于C语言实现的面向中文电子病历的命名实体识别源码+项目说明（课程设计项目）【1】项目代码完整且功能都验证ok，确保稳定可靠运行后才上传。欢迎下载使用！在使用过程中，如有问题或建议，请及时私信沟通，帮助解答。【2】项目主要针对各个计算机相关专业，包括计科、信息安全、数据科学与大数据技术、人工智能、通信、物联网等领域的在校学生、专业教师或企业员工使用。【3】项目具有较高的学习借鉴价值，不仅适用于小白学习入门进阶。也可作为毕设项目、课程设计、大作业、初期项目立项演示等。【4】如果基础还行，或热爱钻研，可基于此项目进行二次开发，DIY其他不同功能，欢迎交流学习。【备注】项目下载解压后，项目名字和项目路径不要用中文，否则可能会出现解析不了的错误，建议解压重命名为英文名字后再运行！有问题私信沟通，祝顺利！基于C语言实现的面向中文电子病历的命名实体识别源码+项目说明（课程设计项目）任务描述本评测任务为面向中文电子病历的命名实体识别，即对于给定的一组电子病历纯文本文档，任务的目标是识别并抽取出与医学临床相关的实体提及（entity mention），并将它们归类到预先定义好的类别（pre-defined categories），比如症状，药品，手术等。第一步：数据处理(Linux) $python raw2bio.py -1 #将训练数据分词并贴上字典特征 $python raw2bio.py -2 #将标签数据分词并贴上标签 $python raw2bio.py -3 #将标签保存成pickle文件为了后面将训练数据与标签合在一起 $python raw2bio.py -4 #将标签与训练数据文本接起来构成如下格式 $python raw2bio.py -1 test #将测试数据处理成需要的格式第二部：模型训练(Linux) $bash wapiti_ccks.sh #训练模型，模型储存在/eval/bio_ccks中第三部分：获得结果(Linux) $python get_result.py #提取结果文件，结果保存在CCKS_result中其格式为BIO和finall中格式为官方标签格式 $python onefile.py #将结果转成提交格式结果文件 Flyon\CCKS_CRF\eval\result.txt

【作品名称】：基于Apache Benchmark及matplotlib的批量压测及绘图工具【适用人群】：适用于希望学习不同技术领域的小白或进阶学习者。可作为毕设项目、课程设计、大作业、工程实训或初期项目立项。【项目介绍】：auto_http_load 基于Apache Benchmark做批量压力测试，并将压测结果使用matplotlib绘制成图。依赖 Apache Benchmark Python第三方库：matplotlib 使用根据需求修改配置文件config.json 执行python http_load.py，http_load.py支持两个命令选项，执行python http_load.py -h可查看帮助文档 -c：用于指定配置文件的路径，默认为当前路径下的config.json文件 -v：用于指定是否需要额外的数据输出：将每次的压测结果写到json文件中，并在标准输出打印压测结果【资源声明】：本资源作为“参考资料”而不是“定制需求”，代码只能作为参考，不能完全复制照搬。需要有一定的基础看懂代码，自行调试代码并解决报错，能自行添加功能修改代码。

西工大网安实践教学社区

34

社区成员

195

社区内容

发帖

与我相关

我的任务

python安全linux 高校

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章