一、单选题（20分）
二、判断题（10分）
三、填空题（10分）
以上三题主要复习范围和要点。
- Python语言的特点
- Python的应用场景
- Python的下载与安装
- Python的基本语法要素
- Python常用的集成开发工具
- Python基本数据类型和运算符
- Python基本程序结构
- Python使用Turtle进行绘图
- 列表的定义
- 列表的切片
- 列表的遍历
- 列表的主要方法
- 字典、元组和集合的特点、定义和基本操作
- 函数的概念及定义
- 函数的参数传递
- 文件的基本读、写操作
- 程序错误及异常捕获
- 类的定义和使用
- 字符串处理的主要方法
四、问答题（共30分，6题，每题5分）
1、Python的特点 p4
1.简单
2.易学
3.易用
4.易扩展
2、Python的应用场景及使用的第三方库 p5
1.科学计算
2.Web应用开发
3.桌面软件
4.游戏
5.网络爬虫
6.服务器运维的自动化脚本
7.人工智能
略
3、字典和列表的主要区别p66
①字典的键可以是整数、实数、字符串等类型（严格地说要求是“不可变”类型，这个概念后面会讲到），而列表的下标只能是整数。
②字典中元素的顺序是没有意义的（例如，显示出的顺序与书写的顺序并不一样），而列表中的元素的顺序是很重要的。
③字典中各个键是互不相等的，如果放入多个相等的键，则实际上只能存在一个。例如：
a={1:1,2:2,1:99}
a
{1:99,2:2}
虽然各个键互不相等，但多个值之间是可以相等的。
4、列表、字典、元组和集合的各自特点和区别p73(含表4-3)
列表：数据的序列（元素有顺序关系）。
字典：键值对的集合，元素没有顺序，键不能重复。
元组：数据的序列，具有不可变性。
集合：元素没有顺序，元素不能重复。
5、可迭代对象的概念 p75
6、变量的生存期和作用域的定义 p93
7、文件操作的基本步骤 p121-123
①打开文件
②读写操作
③关闭文件
8、程序错误的主要类型 p135
①语法错误
②逻辑错误
③运行错误
9、安装Python第三方包的步骤及用到的主要方法 p162
略
①pip安装
②指定国内的安装源
10、正则表达式的概念和要素 p173-175
正则表达式是用来匹配某种格式的字符串的模式。
正则表达式主要由三要素构成：字符、量词（字符个数）、位置。
11、BS4对HTML解析的主要步骤 p203
①根据HTML文本，得到一个BeautifulSoup对象。
②在BeautifulSoup对象中查找，得到Tag对象（标记对象）或者Tag对象的列表。
③对于得到的tag对象，可以得到其属性。
④由于网页的嵌套对象的特点，可以用tag对象进一步查找或遍历。
12、网络的爬虫的工作原理 p206
通用的网络爬虫程序是指沿着网页中的链接得到新的网页，而新的网页中又有新的链接，沿着这些链接将相关的网页或其他资源进行下载或分析。
13、Echarts绘制图表的方法 p229-230
①pyecharts的安装
②图表对象及数据
③显示结果文件
④文件链式调用
⑤对图表进行格式设定
五、程序题（3题，每题10分，共30分）
【例3-18】turtle_draw_fun.py绘制函数图
# coding: utf-8
from turtle import *
import math
# 先画x轴
goto(-200, 0)
goto(200, 0)
penup()
# 画函数图
k = 30 # 放大系数
start = -2 * math.pi
end = 2 * math.pi
goto(start * k, math.sin(start) * k)
pendown()
for x in range(int(start * k), int(end * k), 1):
y = math.sin(x / k) * k
goto(x, y)
done()
【例4-18】random_pi.py用画点模拟法估算π的值
#coding: utf-8
import random
import turtle
# 画圆
r = 200 # 圆的半径
turtle.Screen().delay(0) # 让画图更快
turtle.penup()
turtle.goto(0, -r) # 画圆是从南面的点开始的
turtle.pendown()
turtle.pencolor("red")
turtle.circle(r)
# 画正方形
turtle.penup()
turtle.goto(-r, -r) # 从西南角开始
turtle.pendown()
turtle.pencolor("black")
for i in range(4): # 画4条边
turtle.forward(2 * r)
turtle.left(90)
# 模拟打点并统计在圆中的点数
points = 0 # 总点数
incircle = 0 # 在圆形中的点数
for i in range(1000):
x = random.random() * 2 * r - r # 点的坐标位于-r到r
y = random.random() * 2 * r - r
turtle.penup()
turtle.goto(x, y)
turtle.pendown()
if x**2 + y**2 < r**2: # 如果位于圆中
turtle.dot(3, "red") # 画点，两个参数分别为大小和颜色
incircle += 1 # 计数
else:
turtle.dot(3, "green")
points += 1
print("当前π的估算值:", incircle / points * 4)
turtle.done()
【例8-5】pinyin_idiom.py成语接龙
#coding: utf-8
import pinyin
import random
# 先读取文件，得到成语字典
dictBegin = {
} # 以首拼音为key的字典，value是成语的列表
dictEnd = {
} # 以尾拼音为key的字典，value是成语的列表
with open("idiom.txt", "r", encoding="utf-8") as f:
for line in f:
line = line.strip().replace("\t\t","\t") #格式规范一下
if line == "":
continue
parts = line.strip().split("\t")
idiom = parts[0] # 成语
charpinyins = parts[1].split("'") # 每个字的拼音
pinyinBegin = charpinyins[0] # 首字拼音
pinyinEnd = charpinyins[-1] # 尾字拼音
if pinyinBegin in dictBegin: # 如果在字典中
dictBegin[pinyinBegin].append(idiom) # 则加上一条
else:
dictBegin[pinyinBegin] = [idiom] # 否则，用一个新的列表
if pinyinEnd in dictEnd:
dictEnd[pinyinEnd].append(idiom)
else:
dictEnd[pinyinEnd] = [idiom]
def getIdiomByBegin(c):
'''得到以字c的音为首音的成语'''
p = pinyin.get(c, format="strip")
idioms = dictBegin[p] # 得到以这个音为首音的成语列表
idiom = idioms[random.randrange(len(idioms))] # 从中取一个成语
return idiom
def getIdiomByEnd(c):
'''得到以字c的音为尾音的成语'''
p = pinyin.get(c, format="strip")
idioms = dictEnd[p] # 得到以这个音为尾音的成语列表
idiom = idioms[random.randrange(len(idioms))] # 从中取一个成语
return idiom
def checkIdiomBeginWidth(word, c):
'''检查词语word是不是以c的拼音开头的成语'''
p = pinyin.get(c, format="strip")
idioms = dictBegin[p] # 得到以这个音为首音的成语列表
return word in idioms
# 成语接龙
s = input("请输入一个字：")
idiom = getIdiomByBegin(s[0]) # 用这个字找个成语
print(idiom)
while True:
s = input().strip() # 获取用户输入
if s == "0": # 用0表示结束接龙
break
elif s == "": # 用上个成语的尾字得到新的成语
idiom = getIdiomByBegin(idiom[-1])
print(idiom)
else: # 检查是否可以接龙
if checkIdiomBeginWidth(s, idiom[-1]):
print("ok, 请继续！")
idiom = s #当前的成语
else:
print("不对啊，请重新输入。输入回车自动接龙，输入0结束")
【例9-4】letter_count.py读取英文文章，统计其字母出现的频率
#coding: utf-8
# 先读入语料的所有内容
fileName = "speech.txt"
with open(fileName, "r", encoding="utf-8") as f:
content = f.read()
# 统计字母出现的次数
letter_cnt = {
} # 用字典来表示
total = 0 # 总字母数
for c in content:
c = c.lower() # 都以小写为准
if 'a' <= c <= 'z': # 只统计字母
total += 1
if c in letter_cnt: # 如果已在字典中
letter_cnt[c] += 1 # 计数加1
else:
letter_cnt[c] = 1 # 初始化为1
print(letter_cnt)
# 个数转成频率值
for c in letter_cnt:
letter_cnt[c] = round(letter_cnt[c] / total, 2)
# 排序后显示
print(sorted(letter_cnt.items(), key=lambda kv: kv[1]), reverse=True)
【例9-6】jieba_cut.py使用结巴分词进行分词、词性标注及关键词提取
# encoding: utf-8
import jieba
import jieba.posseg
import jieba.analyse
str1 = "我来到北京清华大学"
print("\n精准模式：")
for seg in jieba.cut(str1): # 默认是精准模式
print(seg, end=",")
print("\n全模式：")
for seg in jieba.cut(str1, cut_all=True): # 全模式
print(seg, end=",")
print("\n词性标注：")
for w in jieba.posseg.cut(str1): # 词性标注
print(w.word, "/", w.flag, ", ", end=",")
print("\n关键词提取：")
result3 = jieba.analyse.extract_tags(str1, 2) # 第二个参数表示关键词个数
print(result3)
【例10-6】get_all_images_2.py用requests及bs4来实现下载网页中的多张图像
# coding:utf-8
import requests
from bs4 import BeautifulSoup
def get_html(url):
'''获取网页'''
return requests.get(url).text
def get_image(imgurl, file):
'''获取并保存图片'''
content = requests.get(imgurl).content
with open(file, "wb") as f:
f.write(content)
def get_imgags_in_page(html):
'''找到网页中的多个图片'''
soup = BeautifulSoup(html, "html.parser")
images = soup.find_all("img",
{
"pic_type": "0", "class": "BDE_Image"})
cnt = 0
for img in images:
imgurl = img["src"]
print(imgurl)
get_image(imgurl,'./images/'+str(cnt)+'.jpg')
cnt += 1
url = "https://tieba.baidu.com/p/2460150866"
html = get_html(url)
get_imgags_in_page(html)
【例11-1】plot_linechat.py折线图及散点图
#coding:utf-8
import matplotlib.pyplot as plt
import os
import random
# 设置字体以支持汉字显示
import os
if os.name == "nt": # Windows系统
plt.rcParams['font.sans-serif'] = ['SimHei'] # 设置字体
else: # MacOS系统
plt.rcParams["font.family"] = 'Arial Unicode MS'
plt.rcParams['axes.unicode_minus'] = False # 支持负号的正常显示
# 绘制图表
xdata = [10,12,13,16,18]
ydata = [1.107,1.213,1.405,1.654,1.701]
xdata2 = [random.uniform(10, 18) for _ in range(20)]
ydata2 = [random.uniform(1.1, 1.7) for _ in range(20)]
plt.plot(xdata, ydata, linestyle="--",
marker="o", color="red", label="实验值") # 绘折线图
plt.scatter(xdata2, ydata2,
marker="+", color="blue", label="随机值") # 绘散点图
# 设置一些基本元素
plt.title('电信号测量') # 图标标题
plt.grid() # 显示网格线
plt.xlabel('电压') # x轴标签
plt.ylabel('电流') # y轴标签
plt.xlim(8, 20) # x轴范围
plt.ylim(1.0, 1.8) # y轴范围
plt.legend(loc='upper left') #显示图例，位置在左上角
plt.text(1.1, 7, r'特殊值') #指定位置显示文字
plt.savefig("test.png") # 保存图片
plt.show() # 显示图表
要求：补充程序中不完整的部分