20224213 《Python程序设计入门》实验四报告

QiYu56 2023-05-25 08:49:33

20224213 Python程序设计入门》实验四报告
课程:《Python程序设计入门》
班级:2242
姓名:ZQY
学号:20224213
实验教师:WZQ
实验日期:2023523
必修/选修:专选课

 

1.实验内容

Python综合应用:爬虫、数据处理、可视化、机器学习、神经网络、游戏、网络安全等。

编写小游戏:外星人入侵

注:在Windows/Linux系统上使用VIMPDBIDLEPycharm等工具编程实现。
评分标准:
1)程序能运行,功能丰富。(需求提交源代码,并建议录制程序运行的视频)10
2)综合实践报告,要体现实验分析、设计、实现过程、结果等信息,格式规范,逻辑清晰,结构合理。20分。

3)实验4的遇到的问题以及感想体会。5分。
4)对全课进行总结,并写课程感想体会、意见和建议等。10分。

2. 实验过程及结果

 程序运行视频:https://m.weibo.cn/6120463528/4905085476275662

代码:

 

3. 实验过程中遇到的问题和解决过程

  • 问题1import时显示安装软件包发生错误
  • 问题1解决方案:在百度上搜索解决方法,在第三步需要根据个人实际情况将文件存储在c盘的pycharmprojects

 

  • 问题2:如何在pycharm中插入图片文件
  • 问题2解决方案:在pycharm中新建目录“images”,将图片修改格式为bmp,并保存至c盘的pycharmprojects中,这样就可以在pycharm中找到了
  • 问题3:没有报错但无法运行
  • 问题3解决方案:百度搜索解决方法;求助老师

4. 课程总结

在寒假准备选课时,要不要选python其实纠结了很久,一方面是考虑到编程课难度有些大,自己在这方面没有能力;另一方面是担心最后的成绩。在第一次课时强哥给了我很大的惊喜,很温柔很细心的老师,时刻关注文科同学的理解状态和精神状态,在讲解知识点时与实例相结合,相关程序和语法也是领着我们从头到尾写一遍,更便于大家理解。

上完这十二周的课,感觉自己坚持着每节课都认认真真听下来了,虽然听不懂,但一直跟着老师边听边写,学到了基本的python名词和语法,初步掌握了python的基本功能,受益匪浅。在开课的时候还是感到害怕跟不确定,于是在第一次课上课前就早早把第一排占领了,很开心一直坐在那没换位置。在第一排不仅听课效果拉满,体验感最佳,而且不好意思在老师面前干别的事情;虽然学不会,还是端正了自己的态度。在前几次课我还会课下复习上节课讲过的知识,把老师领着写的程序再自己写一遍,后面就没坚持下来,羞愧且遗憾。

虽然很不好意思的是没有把老师讲的内容学到精通,但也学到了很多新的知识,并且老师经常跟我们分享一些课外的知识,加深我们对知识的认识,开阔了自己的视野。了解到更多获取资料和解决问题的方法,可以去找一些相关方面的专业软件或论坛。老师组织的英语打卡活动不仅能够帮助我们的python学习,而且也督促大家学习英语。在“编程”这条路由强哥带领着已经开了一个很好的头,作为一门在当下非常热且有用的语言,自己以后也可以继续深入学习,不会再有害怕的心理。 

回忆整个课程,最重要的是收获了满满的感动,强哥对我们可以称得上“溺爱”了。如果要说课程建议,首先,感觉偶尔提醒一下沉浸自己世界的同学也有益于大家学到更多的知识。其次,我觉得老师可以布置一些复习跟预习的作业,在课前提前给下节课的范围,大家可以阅读课本;下课之后发一个复习提纲,督促大家进行复习,也可以减少课前提问的紧张尴尬;并且课本上有很多有用的知识和易懂的例子,能够帮助大家复习知识点并加深理解,如果只是上课听老师讲讲就过去了,学习效果还是比较小。最后,感觉老师语速可以稍微放慢一点点,有的时候老师讲着讲着语速会慢慢变快,而且我本人是一点错过了后面就会懵掉。

很幸运很荣幸跟温柔可爱的强哥一起学习python,期待下次再听强哥讲课!

 

 

...全文
162 回复 打赏 收藏 转发到动态 举报
写回复
用AI写文章
回复
切换为时间正序
请发表友善的回复…
发表回复
内容概要:本文介绍了如何利用 GitHub Copilot 辅助进行程序调试与 Bug 分析,强调 Copilot 不仅可用于代码生成,更是强大的代码分析与调试工具。文章详细阐述了 Copilot 在调试复杂问题、老旧项目维护和难以复现 Bug 场景下的优势,提出了“先分析、再修改”的步流程:分析原因→评估风险→提出方案→修改代码,并推荐结合错误日志、用户操作等信息精准提问,提升 AI 回答质量。同时展示了如何通过 Copilot 增强调试能力,如自动加日志、异常保护、生成测试数据和性能分析。最后通过游戏拾取系统的实际案例,说明如何结构化描述问题以获得有效反馈。; 适合人群:具备一定开发经验,正在参与项目调试或维护工作的程序员,尤其是面对复杂逻辑、历史代码或难复现 Bug 的 1-3 年开发者;也适合希望提升 AI 协作能力的技术人员。; 使用场景及目标:①快速定位偶发性崩溃、数据异常等问题根源;②理解无文档或结构混乱的老代码模块;③优化调试流程,借助 AI 生成诊断建议、修复方案与测试用例;④构建更具健壮性的程序,提前发现潜在缺陷。; 阅读建议:学习者应结合自身项目中的真实问题,按照文中提供的结构化提问模板实践,逐步训练与 Copilot 的协作能力,重视问题描述的完整性与准确性,避免直接要求修改代码,优先通过分析提升对系统的理解。
内容概要:本文针对高精度电流控制下的永磁同步电机(PMSM)参数辨识难题,提出一种基于粒子群优化算法(PSO)的多参数辨识模型,并在Simulink环境中完成系统级仿真实现。研究旨在克服传统控制中因电机参数(如定子电阻、交直轴电感、永磁磁链等)随温度、负载变化而失配所导致的电流控制性能下降问题。通过构建以电流跟踪误差为核心的适应度函数,利用PSO算法全局寻优能力强的特点,实现对关键电机参数的在线或离线精确辨识。文中详述了PSO算法的实现机制、参数初始化策略、收敛判据设计以及与PMSM矢量控制系统的集成方法,验证了该方案在不同运行工况下的辨识精度、收敛速度与鲁棒性,显著提升了电流环的动态响应品质与稳态控制精度。; 适合人群:具备电机驱动控制、现代控制理论及优化算法基础,熟悉MATLAB/Simulink仿真平台,从事高性能PMSM控制系统研发的研究生、高校科研人员及自动化、电力电子领域的工程师;特别适合正在开展参数自适应、智能控制算法应用等相关课题的研究者。; 使用场景及目标:①应用于高端制造装备、电动汽车驱动系统、精密伺服系统等对电流控制精度要求严苛的场合;②解决实际工程中因电机温升、老化等因素引发的参数漂移问题,提升系统长期运行稳定性;③作为智能优化算法与电机控制深度融合的教学案例,帮助理解PSO在复杂非线性系统参数辨识中的应用逻辑与实现路径。; 阅读建议:建议读者结合提供的Simulink仿真模型进行复现实验,重点剖析PSO算法模块与电机控制模型的接口设计、适应度函数的构建原则及参数敏感性分析方法,可进一步尝试引入其他先进优化算法(如GWO、HHO)进行性能对比,以深入掌握不同智能算法在工程辨识问题中的适用性与优劣。

42

社区成员

发帖
与我相关
我的任务
社区描述
技术交流
教育电商 高校
社区管理员
  • blackwall0321
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告
暂无公告

试试用AI创作助手写篇文章吧