完成

README.md

@@ -1,156 +0,0 @@
-<!--
-用途: 模拟考试实操题（2026-06-23）
-说明: 这是模拟考试，所有代码提交到这个仓库
--->
-
-# 模拟考试（实操题）
-
-**考试时间**：90 分钟（2 课时）
-**考试形式**：开卷
-**总分**：70 分
-
----
-
-## ⚠️ 重要说明
-
-- 本题所有代码、标注结果、图片都要上传到 **本仓库** 下
-- **文件夹必须按下面要求** 的结构创建，否则不得分
-- 数据爬取代码 **必须** 在一次爬取中获取到所有需要数据（数据刷新会变）
-
----
-
-## 第Ⅱ部分 实操题
-
-### 一、数据爬取（25 分）
-
-**本题中涉及的爬虫代码必须包含检测头，同时由于网页刷新后数据会变化，必须在一次爬取中获取到所有需要数据，否则不得分。**
-
-#### 第 1 题（10 分）
-
-用 python 代码访问网址 `https://exam.detr.top/exam-b/movies`，抓取网页的数据编号和其中全部 10 部电影的信息，并分别保存为两个文件：
-
-- `movies.json`（存放数据编号和电影信息，电影中包含的键为 `id, title, director, year, rating, duration, genre, actors_count`）
-- `movies.html`（保存原始网页源码）
-
-#### 第 2 题（15 分）
-
-根据 `movies.json` 中的数据：
-
-1. ① 找出评分最高和最低的电影，打印电影名 + 评分。
-2. ② 统计各类型的电影数量，用字典格式输出。
-3. ③ 统计各导演的电影数量，用字典格式输出。
-4. ④ 统计 2020 年（含）以后上映的电影数量。
-
----
-
-### 二、数据标注（20 分）
-
-**本章中所有标注结果都需要导出文件，并上传到本仓库的 `q3` 文件夹下。每个小题单独放一个子文件夹。未按要求上传文件不得分。**
-
-#### 第 1 小题（8 分）— 图像目标检测标注
-
-在 Label Studio 中打开图片 `data/images/标注练习1.jpg`（图片中含 1 只猫、1 只狗、1 辆车，背景为街道），使用 Rectangle Labels 工具标出 3 个目标物。要求：
-
-1. （1）边界框必须紧贴目标物轮廓
-2. （2）标签必须为 `cat`、`dog`、`car`（**必须小写英文**，不能写成"猫/狗/车"或"Cat/Dog/Car"）
-3. （3）导出为 YOLO 格式压缩包
-4. （4）将压缩包命名为 `q3_1_image_labels.zip` 并上传到 `q3/q3_1/` 文件夹
-5. （5）压缩包解压后必须包含 `classes.txt` 和 `labels/` 目录
-
-#### 第 2 小题（7 分）— 文本情感分类标注
-
-现有 5 条外卖评论文本 `data/reviews.json`，用 Label Studio 完成情感分类标注（标签：正面/负面），导出为 JSON 格式。要求：
-
-1. （1）标注必须包含每条评论的 `id` 和 `text` 字段
-2. （2）每个标注必须有一个 `sentiment` 字段，值为 `"正面"` 或 `"负面"`
-3. （3）5 条评论必须全部标注
-4. （4）将导出文件命名为 `q3_2_takeout_reviews.json` 并上传到 `q3/q3_2/` 文件夹
-
-#### 第 3 小题（5 分）— 标注质量自评
-
-在 `q3` 文件夹下新建 `q3_3_质量自评.md` 文件，写一份 200 字左右的标注质量自评报告，内容包括：
-
-1. （1）标注前准备 —— 你制定了什么标注规范？看了几张示例图片？（2 分）
-2. （2）标注过程 —— 遇到什么困难？如何解决？中途不确定的标注如何处理？（2 分）
-3. （3）标注后检查 —— 做了哪些检查？是否导入了多份相同数据互相对比？（1 分）
-
----
-
-### 三、数据可视化（25 分）
-
-**本章所有图表都要用 matplotlib 绘制，PNG 文件必须用 `plt.savefig` 保存。所有 Python 代码和 PNG 文件都需要上传到本仓库的 `q4` 文件夹下，每个小题单独一个子文件夹。**
-
-#### 第 1 小题（8 分）— 柱状图
-
-从 `movies.json`（本卷第 II 部分保存的 `movies.json`）读取数据，用 matplotlib 绘制**各类型的电影数量柱状图**。要求：
-
-1. （1）使用 `plt.bar` 函数绘制柱状图
-2. （2）X 轴为类型名称
-3. （3）Y 轴为电影数量
-4. （4）标题设置为"类型电影数量分布"（用 `plt.title`）
-5. （5）保存为 `q4_1_bar.png`（用 `plt.savefig`，`dpi=150`）
-6. （6）Python 代码保存为 `q4_1.py`
-
-#### 第 2 小题（7 分）— 散点图
-
-从 `movies.json` 读取数据，用 matplotlib 绘制**评分 vs 时长散点图**。要求：
-
-1. （1）使用 `plt.scatter` 函数绘制散点图
-2. （2）X 轴为时长（分钟），Y 轴为评分
-3. （3）标题设置为"时长与评分关系散点图"（用 `plt.title`）
-4. （4）使用 `plt.xlabel` 和 `plt.ylabel` 设置轴标签
-5. （5）点的颜色设为红色，`alpha=0.6`（半透明）
-6. （6）保存为 `q4_2_scatter.png`（用 `plt.savefig`，`dpi=150`）
-7. （7）Python 代码保存为 `q4_2.py`
-
-#### 第 3 小题（10 分）— 直方图
-
-从 `movies.json` 读取数据，绘制**两张独立的直方图**：
-
-- **（A）评分直方图（5 分）**：使用 `plt.hist` 函数绘制 10 部电影评分字段的分布直方图，`bins=5`，颜色蓝色，标题"评分分布"（用 `plt.title`），X 轴标签"评分"（用 `plt.xlabel`），保存为 `q4_3a_hist.png`（`dpi=150`），代码保存为 `q4_3a.py`
-- **（B）时长直方图（5 分）**：使用 `plt.hist` 函数绘制 10 部电影时长字段的分布直方图，`bins=5`，颜色绿色，标题"时长分布"，X 轴标签"时长（分钟）"，保存为 `q4_3b_hist.png`（`dpi=150`），代码保存为 `q4_3b.py`
-
----
-
-## 📁 仓库文件夹结构（必须按这个提交）
-
-```
-simulated-examination/
-├── data/                          # 模拟考数据（已上传）
-│   ├── images/
-│   │   └── 标注练习1.jpg
-│   └── reviews.json
-├── q2_1_crawler/
-│   ├── q2_1.py                    # 数据爬取第 1 题代码
-│   ├── q2_2.py                    # 数据爬取第 2 题代码
-│   ├── movies.json                # 爬取结果（由 q2_1.py 生成）
-│   └── movies.html                # 原始网页（由 q2_1.py 生成）
-├── q3/
-│   ├── q3_1/
-│   │   └── q3_1_image_labels.zip  # 图像标注 YOLO 导出
-│   ├── q3_2/
-│   │   └── q3_2_takeout_reviews.json  # 文本标注 JSON 导出
-│   └── q3_3_质量自评.md
-├── q4/
-│   ├── q4_1/
-│   │   ├── q4_1.py                # 柱状图代码
-│   │   └── q4_1_bar.png           # 柱状图结果
-│   ├── q4_2/
-│   │   ├── q4_2.py                # 散点图代码
-│   │   └── q4_2_scatter.png       # 散点图结果
-│   ├── q4_3a/
-│   │   ├── q4_3a.py               # 评分直方图代码
-│   │   └── q4_3a_hist.png         # 评分直方图结果
-│   ├── q4_3b/
-│   │   ├── q4_3b.py               # 时长直方图代码
-│   │   └── q4_3b_hist.png         # 时长直方图结果
-```
-
----
-
-## 提交方式
-
-1. 在本仓库下**按上面的文件夹结构**创建目录
-2. 依次完成 3 大题的所有小题
-3. 每完成一题就 `git add` + `git commit` + `git push` 到本仓库
-4. 考试结束时**最后一次 commit 时间**视为交卷时间

data/.gitkeep

@@ -1 +0,0 @@
-# 此目录用于存放学生提交的文件，请勿删除

data/images/.gitkeep

@@ -1 +0,0 @@
-# 此目录用于存放学生提交的文件，请勿删除

q2_1_crawler/.gitkeep

@@ -1 +0,0 @@
-# 此目录用于存放学生提交的文件，请勿删除

q2_1_crawler/move.html

@@ -0,0 +1,102 @@
+[
+  {
+    "id": "1",
+    "title": "泰坦尼克号",
+    "director": "Frank Darabont",
+    "year": "2015",
+    "rating": "6.8",
+    "duration": "91",
+    "genre": "科幻",
+    "actors_count": "3"
+  },
+  {
+    "id": "2",
+    "title": "星际穿越",
+    "director": "陈凯歌",
+    "year": "2021",
+    "rating": "6.2",
+    "duration": "113",
+    "genre": "科幻",
+    "actors_count": "2"
+  },
+  {
+    "id": "3",
+    "title": "三傻大闹宝莱坞",
+    "director": "Robert Zemeckis",
+    "year": "2004",
+    "rating": "7.4",
+    "duration": "95",
+    "genre": "悬疑",
+    "actors_count": "4"
+  },
+  {
+    "id": "4",
+    "title": "阿甘正传",
+    "director": "James Cameron",
+    "year": "2013",
+    "rating": "6.9",
+    "duration": "93",
+    "genre": "爱情",
+    "actors_count": "4"
+  },
+  {
+    "id": "5",
+    "title": "放牛班的春天",
+    "director": "宫崎骏",
+    "year": "2005",
+    "rating": "7.1",
+    "duration": "127",
+    "genre": "悬疑",
+    "actors_count": "3"
+  },
+  {
+    "id": "6",
+    "title": "千与千寻",
+    "director": "Christopher Nolan",
+    "year": "2024",
+    "rating": "6.4",
+    "duration": "147",
+    "genre": "动画",
+    "actors_count": "3"
+  },
+  {
+    "id": "7",
+    "title": "忠犬八公的故事",
+    "director": "Lasse Hallström",
+    "year": "2002",
+    "rating": "6.2",
+    "duration": "166",
+    "genre": "剧情",
+    "actors_count": "4"
+  },
+  {
+    "id": "8",
+    "title": "霸王别姬",
+    "director": "Rajkumar Hirani",
+    "year": "2005",
+    "rating": "7.9",
+    "duration": "149",
+    "genre": "冒险",
+    "actors_count": "2"
+  },
+  {
+    "id": "9",
+    "title": "肖申克的救赎",
+    "director": "Christophe Barratier",
+    "year": "2008",
+    "rating": "9.3",
+    "duration": "91",
+    "genre": "冒险",
+    "actors_count": "2"
+  },
+  {
+    "id": "10",
+    "title": "盗梦空间",
+    "director": "Christopher Nolan",
+    "year": "2019",
+    "rating": "7.1",
+    "duration": "132",
+    "genre": "剧情",
+    "actors_count": "5"
+  }
+]

q2_1_crawler/movie.json

@@ -0,0 +1,102 @@
+[
+  {
+    "id": "1",
+    "title": "泰坦尼克号",
+    "director": "Frank Darabont",
+    "year": "2015",
+    "rating": "6.8",
+    "duration": "91",
+    "genre": "科幻",
+    "actors_count": "3"
+  },
+  {
+    "id": "2",
+    "title": "星际穿越",
+    "director": "陈凯歌",
+    "year": "2021",
+    "rating": "6.2",
+    "duration": "113",
+    "genre": "科幻",
+    "actors_count": "2"
+  },
+  {
+    "id": "3",
+    "title": "三傻大闹宝莱坞",
+    "director": "Robert Zemeckis",
+    "year": "2004",
+    "rating": "7.4",
+    "duration": "95",
+    "genre": "悬疑",
+    "actors_count": "4"
+  },
+  {
+    "id": "4",
+    "title": "阿甘正传",
+    "director": "James Cameron",
+    "year": "2013",
+    "rating": "6.9",
+    "duration": "93",
+    "genre": "爱情",
+    "actors_count": "4"
+  },
+  {
+    "id": "5",
+    "title": "放牛班的春天",
+    "director": "宫崎骏",
+    "year": "2005",
+    "rating": "7.1",
+    "duration": "127",
+    "genre": "悬疑",
+    "actors_count": "3"
+  },
+  {
+    "id": "6",
+    "title": "千与千寻",
+    "director": "Christopher Nolan",
+    "year": "2024",
+    "rating": "6.4",
+    "duration": "147",
+    "genre": "动画",
+    "actors_count": "3"
+  },
+  {
+    "id": "7",
+    "title": "忠犬八公的故事",
+    "director": "Lasse Hallström",
+    "year": "2002",
+    "rating": "6.2",
+    "duration": "166",
+    "genre": "剧情",
+    "actors_count": "4"
+  },
+  {
+    "id": "8",
+    "title": "霸王别姬",
+    "director": "Rajkumar Hirani",
+    "year": "2005",
+    "rating": "7.9",
+    "duration": "149",
+    "genre": "冒险",
+    "actors_count": "2"
+  },
+  {
+    "id": "9",
+    "title": "肖申克的救赎",
+    "director": "Christophe Barratier",
+    "year": "2008",
+    "rating": "9.3",
+    "duration": "91",
+    "genre": "冒险",
+    "actors_count": "2"
+  },
+  {
+    "id": "10",
+    "title": "盗梦空间",
+    "director": "Christopher Nolan",
+    "year": "2019",
+    "rating": "7.1",
+    "duration": "132",
+    "genre": "剧情",
+    "actors_count": "5"
+  }
+]

q2_1_crawler/q2_1.py

@@ -0,0 +1,65 @@
+import requests
+from bs4 import BeautifulSoup as bs
+import json
+
+url = 'https://exam.detr.top/exam-b/movies'
+headers = {'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/149.0.0.0 Safari/537.36 Edg/149.0.0.0',
+    'Referer':'https://exam.detr.top/exam-b/movies'}
+req = requests.get(url, headers=headers)
+req.encoding="utf-8"
+
+data=[]
+
+soup=bs(req.text,"html.parser")
+# print(soup)
+#id, title, director, year, rating, duration, genre, actors_count
+
+item=soup.select("table tbody tr" )
+movie_list=[]
+
+for tr in item:
+    tds=tr.find_all("td")
+    tds=list(tds)
+    # print(tds)
+    if len(tds)<8:
+        continue
+    movie={
+        "id":tds[0].get_text(strip=True),
+        "title":tds[1].get_text(strip=True),
+        "director":tds[2].get_text(strip=True),
+        "year":tds[3].get_text(strip=True),
+        "rating":tds[4].get_text(strip=True),
+        "duration":tds[5].get_text(strip=True),
+        "genre":tds[6].get_text(strip=True),
+        "actors_count":tds[7].get_text(strip=True)
+        }
+    movie_list.append(movie)
+print(movie_list)
+    
+
+with open('movie.json', 'w', encoding='utf-8') as f:
+    json.dump(movie_list, f, ensure_ascii=False, indent=2)
+
+with open("move.html","w",encoding='utf-8') as f:
+     json.dump(movie_list, f, ensure_ascii=False, indent=2)
+    
+
+
+
+
+# for i in range(len(items)):
+#     rank=i+1
+#     title=items[i].find("span",class_="title").get_text()
+#     actors=items[i].find("div",class_="bd").get_text().strip()
+#     try:
+#        actors=actors.split("主演：")[1].split("\n")[0]
+#     except:
+#        actors="无"
+#     quote=items[i].find("p",class_="quote").get_text().strip()
+
+#     data.append({
+#         "rank":rank,
+#         "title":title,
+#         "actors":actors,
+#         "quote":quote
+#     })

q2_1_crawler/q2_2.py

@@ -0,0 +1,43 @@
+# ① 找出评分最高和最低的电影，打印电影名 + 评分。
+# ② 统计各类型的电影数量，用字典格式输出。
+# ③ 统计各导演的电影数量，用字典格式输出。
+# ④ 统计 2020 年（含）以后上映的电影数量。
+
+import json
+
+
+
+with open('movie.json', 'r', encoding='utf-8') as f:
+    data=json.load(f)
+    # print(data)
+   
+
+sort_movie=sorted(data,key=lambda x:x["rating"])
+min=sort_movie[0]
+max=sort_movie[-1]
+print("评分最低的电影",min["title"],min["rating"])
+print("评分最高的电影",max["title"],max["rating"])
+
+genre_shu={}
+for g in data:
+    ge=g["genre"]
+    if ge in genre_shu:
+        genre_shu[ge]+=1
+    else:
+        genre_shu[ge]=1
+print("各类型的电影数量",genre_shu)
+
+director_shu={}
+for d in data:
+    di=d["director"]
+    if di in director_shu:
+        director_shu[di]+=1
+    else:
+        director_shu[di]=1
+print("各导演的电影数量",director_shu)
+
+a=0
+for y in data:
+    if int(y["year"]) >= 2020:
+        a+=1
+print("2020 年（含）以后上映的电影数量",a)

q3/.gitkeep

@@ -1 +0,0 @@
-# 此目录用于存放学生提交的文件，请勿删除

q3/q3_1/.gitkeep

@@ -1 +0,0 @@
-# 此目录用于存放学生提交的文件，请勿删除

q3/q3_2/.gitkeep

@@ -1 +0,0 @@
-# 此目录用于存放学生提交的文件，请勿删除

q3/q3_3_质量自评.md

@@ -0,0 +1,13 @@
+1.标注前准备：
+在图片标注中
+（1）边界框必须紧贴目标物轮廓
+（2）标签必须为 cat、dog、car（必须小写英文，不能写成"猫/狗/车"或"Cat/Dog/Car"）
+在文本标注中
+（1）标注必须包含每条评论的 id 和 text 字段
+（2）每个标注必须有一个 sentiment 字段，值为 "正面" 或 "负面"
+2.标注过程
+在图像的标注中，边界框内的留白较多，解决方法：最大限度地贴近目标轮廓
+在文本的标注中，可能会遇到情感模糊的问题，解决办法：抓住关键词进行标注。
+3.标注后检查
+在图像标注中，再次检查边界框与目标轮廓是否贴合，检查导出的 yolo 文件内容是否完整
+在文本标注中，对照关键词检查情感是否判断正确，检查导出的 json文件内容是否完整

q4/.gitkeep

@@ -1 +0,0 @@
-# 此目录用于存放学生提交的文件，请勿删除

q4/q4_1/.gitkeep

@@ -1 +0,0 @@
-# 此目录用于存放学生提交的文件，请勿删除

q4/q4_1/q4_1.py

@@ -0,0 +1,33 @@
+import matplotlib.pyplot as plt
+import json
+
+
+with open('movie.json', 'r', encoding='utf-8') as f:
+    data=json.load(f)
+    # print(data)
+    
+genre_shu={}
+for g in data:
+    ge=g["genre"]
+    if ge in genre_shu:
+        genre_shu[ge]+=1
+    else:
+        genre_shu[ge]=1
+# print("各类型的电影数量",genre_shu)
+
+genre_lei=list(genre_shu.keys())
+genre_liang=list(genre_shu.values())
+
+print(genre_liang)
+
+plt.figure(figsize=(14, 12))
+plt.bar(genre_lei,  genre_liang,        # 类别, 数值
+        width=0.6)                   # 柱子宽度（0~1之间）
+
+# 标题和标签
+plt.title('类型电影数量分布', fontsize=14)
+plt.xlabel('类型名称', fontsize=12)
+plt.ylabel('电影数量', fontsize=12)
+
+plt.show()
+

q4/q4_2/.gitkeep

@@ -1 +0,0 @@
-# 此目录用于存放学生提交的文件，请勿删除

q4/q4_2/q4_2.py

@@ -0,0 +1,24 @@
+import matplotlib.pyplot as plt
+import json
+
+rating=[]
+duration=[]
+
+with open('movie.json', 'r', encoding='utf-8') as f:
+    data=json.load(f)
+    # print(data)
+    for i in data:
+        rating.append(i["rating"])
+        duration.append(i["duration"])
+plt.figure(figsize=(12, 8))
+plt.scatter(duration, rating,
+            c='red',
+            s=80,                      # 点的大小
+            alpha=0.6,                 # 透明度
+            edgecolors='white')         # 点的边框
+plt.title('时长与评分关系散点图', fontsize=14)
+plt.xlabel('时长', fontsize=12)
+plt.ylabel('评分', fontsize=12)
+plt.grid(True, linestyle='--', alpha=0.5)
+plt.show()
+       

q4/q4_3a/.gitkeep

@@ -1 +0,0 @@
-# 此目录用于存放学生提交的文件，请勿删除

q4/q4_3a/q4_3a.py

@@ -0,0 +1,19 @@
+import matplotlib.pyplot as plt
+import json
+rating=[]
+
+with open('movie.json', 'r', encoding='utf-8') as f:
+    data=json.load(f)
+    # print(data)
+    for i in data:
+        rating.append(i["rating"])
+
+plt.figure(figsize=(12,8))
+plt.hist(rating,                     # 数据
+         bins=3,                    # 分成几个柱子
+         color='#3498DB',            # 颜色
+         edgecolor='white')          # 柱子边框颜色
+plt.title('评分分布', fontsize=14)
+plt.xlabel('评分', fontsize=13)
+plt.grid(True, linestyle='--', alpha=0.5, axis='y')
+plt.show()

q4/q4_3b/.gitkeep

@@ -1 +0,0 @@
-# 此目录用于存放学生提交的文件，请勿删除

q4/q4_3b/q4_3b.py

@@ -0,0 +1,19 @@
+import matplotlib.pyplot as plt
+import json
+duration=[]
+
+with open('movie.json', 'r', encoding='utf-8') as f:
+    data=json.load(f)
+    # print(data)
+    for i in data:
+       duration.append(i["duration"])
+
+plt.figure(figsize=(12,8))
+plt.hist( duration,                     # 数据
+         bins=3,                    # 分成几个柱子
+         color='#3498DB',            # 颜色
+         edgecolor='white')          # 柱子边框颜色
+plt.title('时长分布', fontsize=14)
+plt.xlabel('时长（分钟）', fontsize=13)
+plt.grid(True, linestyle='--', alpha=0.5, axis='y')
+plt.show()