Python计算生态概览.docx

下载文档

12
0
约1.05万字
约 45页
2022-03-18 发布于浙江
举报
版权申诉
保障服务

Python计算生态概览.docx

1、本文档共45页，可阅读全部内容。
2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。

? ? 【MOOC嵩天Python语言程序设计】第9周 Python计算生态概览 ? ? 【MOOC嵩天Python语言程序设计】第9周 Python计算生态概览 9.1 从数据处理到人工智能 9.2 实例15：霍兰德人格分析雷达图 9.3 从Web解析到网络空间 9.4 从人机交互到艺术设计 9.5 实例16：玫瑰花绘制 9.9 全课程总结与学习展望 9.1 从数据处理到人工智能 from PyPDF2 import PdfFileReader,PdfFileMerger merger = PdfFileMerger() input1 = open(document1.pdf,rb) input2 = open(document2.pdf,rb) merger.append(fileobj = input1,pages = (0,3)) merger.merge(position = 2,fileobj = input2,pages = (0,1)) output = open(document - output.pdf,wb) merger.write(output) import tensorflow as tf init = tf.global_variables_initializer() sess = tf.Session() sess.run(init) res = sess.run(result) print(result:,res) def pySum(): a = [0, 1, 2, 3, 4] b = [9, 8, 7, 6, 5] c = [] for i in range(len(a)): c.append(a[i]**2 + b[i]**3) return c print(pySum()) [729, 513, 347, 225, 141] import numpy as np def npSum(): a = np.array([0, 1, 2, 3, 4]) b = np.array([9, 8, 7, 6, 5]) c = a**2 + b**3 return c print(npSum()) [729, 513, 347, 225, 141] 9.2 实例15：霍兰德人格分析雷达图 # HollandRadarDraw import numpy as np import matplotlib.pyplot as plt import matplotlib matplotlib.rcParams[font.family] = SimHei radar_labels = np.array([研究型(I), 艺术型(A), 社会型(S), \ 企业型(E), 常规型(C), 现实型(R)]) # 雷达标签 nAttr = 6 data = np.array([[0.40, 0.32, 0.35, 0.30, 0.30, 0.88], [0.85, 0.35, 0.30, 0.40, 0.40, 0.30], [0.43, 0.89, 0.30, 0.28, 0.22, 0.30], [0.30, 0.25, 0.48, 0.85, 0.45, 0.40], [0.20, 0.38, 0.87, 0.45, 0.32, 0.28], [0.34, 0.31, 0.38, 0.40, 0.92, 0.28]]) # 数据值 data_labels = (艺术家, 实验员, 工程师, 推销员, 社会工作者, 记事员) angles = np.linspace(0, 2 * np.pi, nAttr, endpoint=False) data = np.concatenate((data, [data[0]])) angles = np.concatenate((angles, [angles[0]])) fig = plt.figure(facecolor=white) plt.subplot(111, polar=True) plt.plot(angles, data, o-, linewidth=1, alpha=0.2) plt.fill(angles, data, alpha=0.25) plt.thetagrids(angles * 180 / np.pi, radar_la