20234213黄靖博
实验一
(一)实验内容
- 1.熟悉Python开发环境;
2.练习Python运行、调试技能;
3.编写程序,练习变量和类型、字符串、对象、缩进和注释等;
4.掌握git技能(可把猜数字游戏上传到gitee)
(二)实验要求
- 熟悉Pycharm等开发环境;
- 掌握基本的Python运行和调试技能;
- 掌握基本的Python编程技能。
- 程序代码托管到码云
- 注:在华为ECS服务器(OpenOuler系统)和物理机(Windows/Linux系统)上演示使用VIM、PDB、IDLE、Pycharm等工具演示多种编辑、开发、调试技能。(41、42同学完成Pycharm调试即可)
(三)实验报告
在规定时间前发表博客,标题“学号 实验一《Python程序设计》实验报告”
实验报告模板如下:
# 20234213 实验一《Python程序设计入门》实验报告
课程:《Python程序设计》
班级:2342
姓名:黄靖博
学号:20234213
实验教师:王志强
实验日期:2024年3月16日
必修/选修: 公选课
## 1. 熟悉Python开发环境;
1、从Python官方网站中下载Python开发环境,在“设置”中找到“系统”,可确认是64位的Windows操作系统,直接下载安装包。
2、检测Python是否安装成功:搜索“命令提示符”,输入“python”按下回车,检测成功。
3、输出“人生苦短,我用python”
## 2. 练习Python运行、调试技能;
1、在Python中编写代码,输出古诗《游子吟》:打开IDLE,在“file”栏中新建文件,编写多行编码,按快捷键“Ctrl+S”保存,文件拓展名为py;为展现出美丽的古诗格式,““ ”*3”表示输出三个空格,“+”表示字符串连接,“\n”表示换行;点击“run”运行程序。
2、Python调试:利用已写好的猜数字小程序学习debug
## 3.编写程序,练习变量和类型、字符串、对象、缩进和注释等;
1、变量和类型:首先定义变量,变量名必须是有效的标识符、有意义的单词、非保留字;然后使用type()函数输出变量类型。
2、复数的表示:用j来代替数学中的i。
3、数据类型转换:int()表示取整数,str()表示转化成字符串,hex()转化为十六进制字符串,oct()转化为八进制字符串。
4、运算符:算术运算符,%表示求余数,//表示给商取整;比较运算符,==表示是否等于,!=表示不等于,>=表示大于或等于。
5、注释:一对三引号“'’’······’’’”或“"””······””””
## 4.猜数字游戏
运用选择语句if结构与循环语句while结构并在git上托管
## 5.实验过程中遇到的问题和解决过程
- 问题1:对于一些专业名词、单词、操作等分不清且容易遗忘。
- 问题1解决方案:在课堂上认真听讲,及时多进行记忆,可以跟着老师一起练习;课下多翻书,复习学过的知识点,在课后自行练习,及时复习。
- 问题2:对于一些操作的写法不能理解。
- 问题2解决方案:及时与比较厉害的同学讨论,从视频网站学习。
## 其他(感悟、思考等)
1、每个单词之间、单词与“=”之间用“ ”,表示数字范围的,“,”后用“ ”,
2、猜数字游戏的小问题记录:表示数字范围时,用开区间表示方法,但“,”后面有一个“ ”;自主定义一个变量,用它作为一个检验输入数字是否正确检测器,当猜对时给变量附另外一个定义停止运行;的“while”行、“if”等行要在最后加一个英文半角“:”;“else”后面不需要再写具体的条件;写完程序后要多回车一行。
## 参考资料
- [XXX》](https://book.douban.com/subject/26851579/)
- [XXX](http://www.cnblogs.com/rocedu/p/5182332.html)
- ...
相关推荐
国央企创新负责人如何通过平台实现科研成果的快速识别与转化?.docx
科易网基于AI模型+行业大数据,在技术转移、成果转化、技术经纪、知识产权、产业创新、科技招商等垂直领域的多样化应用场景,推出科技创新领域的AI+工具与数智化解决方案,推动科技创新与产业创新智能化发展。
PotPlayer自用皮肤
自用 PotPlayer 皮肤,仅微调了字体大小与颜色,是按个人习惯调整,未做适配性调整。
2-shell及常用命令-续.pdf
2-shell及常用命令-续.pdf
【电力负荷预测】项目介绍 MATLAB实现基于BO-Transformer-LSTM贝叶斯优化算法(BO)优化Transformer-LSTM组合模型进行居民用户多步电力负荷预测(含模型描述及部分示例
内容概要:本文介绍了一个基于BO-Transformer-LSTM的组合模型,用于实现居民用户多步电力负荷预测的完整项目实例。该模型融合Transformer的全局注意力机制与LSTM的局部时序记忆能力,构建能够捕捉长时依赖与周期性特征的深度学习架构,并引入贝叶斯优化(BO)自动搜索最优超参数组合,提升预测精度与训练效率。项目涵盖从原始数据清洗、特征工程、滑动窗口样本构建、模型设计到超参数优化、反归一化及多步误差评估的全流程,强调时间顺序划分以防止信息泄露,并通过周期编码、外生变量融合等方式增强数据表达能力。文中提供了详细的MATLAB代码示例,包括数据预处理、网络搭建、贝叶斯优化配置和预测结果评估等关键步骤。 适合人群:具备一定机器学习和时间序列分析基础,熟悉MATLAB编程环境,从事电力系统预测、智能电网、负荷管理等相关领域的研究人员、工程师及研究生。 使用场景及目标:①应用于居民级或多用户聚合负荷的短期至中期多步预测(如未来24小时);②服务于配电系统运行调度、需求响应基线设定、家庭能源管理系统优化、分布式能源协调控制等实际工程场景;③为科研提供可复现的深度学习+贝叶斯优化的技术路线参考。 阅读建议:此资源以实际项目为导向,建议读者结合提供的代码逐步实现并调试模型,重点关注数据质量控制、时间特征编码、组合网络结构设计与贝叶斯优化稳定性之间的协同关系,在实践中深入理解多步预测中的误差累积机制与超参数敏感性问题。
【无人机航测】MATLAB重叠率与地面分辨率协同设计:航线间距及飞行方向优化系统 MATLAB 无人机航测重叠率设计|地面分辨率与航线间距计算
内容概要:本文档介绍了基于MATLAB R2025b开发的无人机航测重叠率与航线间距计算系统,旨在通过建立统一的航测几何计算体系,实现重叠率、地面分辨率与航线间距的动态协同设计。系统结合相机参数、飞行参数、地形数据与风场信息,通过自动化候选航向搜索与多目标优化,选择兼顾覆盖质量、飞行效率与安全性的最优航线方向。项目涵盖从参数输入、摄影测量计算、地形与安全修正,到候选路线生成、综合评价与结果可视化的全流程,并构建了五万组模拟数据用于算法验证与模型训练,支持桌面交互、批量处理与服务化部署,适用于多种复杂场景下的无人机航测任务规划。 适合人群:具备一定MATLAB编程基础和摄影测量知识的科研人员、工程技术人员及高校师生,尤其适合从事无人机航测、地理信息系统(GIS)、遥感与测绘等相关领域的从业者。 使用场景及目标:① 实现无人机航测任务中地面分辨率与航线间距的精确计算与动态优化;② 解决复杂地形与风场环境下航线方向选择困难、覆盖质量难以保障的问题;③ 通过自动化设计减少人为经验依赖,提升航测任务的可靠性与效率;④ 为后续的三维建模、正射影像生成与灾害应急评估等应用提供高质量的数据基础。 阅读建议:建议读者结合文中提供的完整代码示例与GUI界面设计,逐步实践参数配置、模型计算与结果分析流程。重点关注摄影测量公式推导、地形修正策略与多目标优化算法的实现细节,并利用模拟数据进行敏感性分析与模型验证,以深入理解系统的设计理念与工程应用价值。



