Файл: Алгоритмизация и программирование.pdf

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
…