Отчет. ОТЧЕТ по Теме. Алгоритмизация и программирование
 Скачать 385.73 Kb.
|
|
План подготовки отчета Студент на свое усмотрение выбирает модули (библиотеки) языка программирования Python и последовательно описывает представленные в них функции. Сначала в краткой форме в виде таблицы, поля которой отражают название функции, синтаксическое представление, краткое описание. Затем работа части функций раскрывается на примерах (15-20 примеров структурированные по направлениям), либо на небольших выполненных задачах (7-10 задач). Все представленные примеры и задачи снабжаются построчными комментариями (какое действие выполняется в данной строке). Отчет по теме содержит: 1. Титульный лист 2. Содержание 3. Список использованных источников Образец оформления титульного листа представлено ниже. Содержание включает: постановку задачи, название и описание модуля (библиотеки), основные функции в табличном виде, основные функции с выполненными примерами (задачами), выводы по рассмотренной библиотеке. Список использованных источников включает название ресурса и ссылку. К Г Э У МИНИСТЕРСТВО ВЫСШЕГО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ Федеральное государственное бюджетное образовательное учреждение науки и высшего образования «КАЗАНСКИЙ ГОСУДАРСТВЕННЫЙ ЭНЕРГЕТИЧЕСКИЙ УНИВЕРСИТЕТ» (ФГБОУ ВО «КГЭУ») Кафедра Информатики и информационных управляющих систем ОТЧЁТ ПО ПРАКТИЧЕСКОЙ РАБОТЕ № 1 дисциплина «Алгоритмизация и программирование» Выполнили: Иванов И.И Группа: ТРП-1-22 Проверил: Шорина Т.В. Казань, 2023 Постановка задачи.Изучениеработыфункцийбиблиотеки numpy. Numpy – это расширение языка Python, добавляющее поддержку больших многомерных массивов и матриц, вместе с большой библиотекой высокоуровневых математических функций для операций с данными массивами. (io - библиотека для чтения и записи байтовых и строковых данных в буфер; streamlit – библиотека для создания WEB-приложений на Python используется для вывода данных и и их обработки.) Основные команды модуля Numpy a = np.array([1,2,3]) Создание одномерного массива ndarray.ndim Возвращает количество измерений массива. ndarray.shape Возвращает кортеж размера массива, то есть (n,m), где n — это количество строк, а m — количество колонок. numpy.logspace() numpy.logspace(start, stop, num_of_elements) Эта функция используется для создания массива numpy, элементы которого лежат в диапазоне значений от start до stop, а num_of_elements — это размер массива. Тип по умолчанию — float64. Все элементы находятся в пределах логарифмической шкалы, то есть представляют собой логарифмы соответствующих элементов. numpy.reshape() numpy.reshape(dimensions) Эта функция используется для изменения количества измерений массива numpy. От количества аргументов в reshape зависит, сколько измерений будет в массиве numpy. … … Примеры обработки данных с использованием модуля Numpy 1. Импортируем библиотеку NumPy под именем np: >>> import numpy as np 2. Создать вектор (одномерный массив) размера 10, заполненный нулями: >>> Z = np.zeros(10) >>> print(Z) >>> [0, 0, 0, 0, 0, 0, 0, 0, 0, 0] 3. Создать вектор размера 10, заполненный числом 2.5: >>> Z = np.full(10, 2.5) >>> print(Z) >>> [2.5, 2.5, 2.5, 2.5, 2.5, 2.5, 2.5, 2.5, 2.5] 4. … Основные команды модуля Streamlit st.title( "Это заголовок !!!" ) Выводит заголовок на экран st.success("Доля верных ответов на тестовых данных, в процентах: " + str(round(scores[1] * 100, 4)), icon="✅") Создает зеленое поле для вывода и позволяет добавить иконку result = st.button('Распознать изображение') Позволяет создать кнопку st.write('Обучаем, подождите...') Выводит текст на экран epoch = st.slider("Выберите количество эпох", 10, 130, 10) Позволяет создать слайдер для ввода чисел от пользователя … |