2509165008/simulated-examination
1
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity

完成

Browse Source
This commit is contained in:
2509165008
2026-06-25 16:01:33 +08:00
parent 10f33afbc4
commit a581258d91
27 changed files with 421 additions and 167 deletions
Download Patch File Download Diff File Expand all files Collapse all files

156
README.md
View File

@@ -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

1
data/.gitkeep
View File

@@ -1 +0,0 @@
# 此目录用于存放学生提交的文件，请勿删除

1
data/images/.gitkeep
View File

@@ -1 +0,0 @@
# 此目录用于存放学生提交的文件，请勿删除

1
q2_1_crawler/.gitkeep
View File

@@ -1 +0,0 @@
# 此目录用于存放学生提交的文件，请勿删除

102
q2_1_crawler/move.html Normal file
View File

@@ -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"
}
]

102
q2_1_crawler/movie.json Normal file
View File

@@ -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"
}
]

65
q2_1_crawler/q2_1.py Normal file
View File

@@ -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
# })

43
q2_1_crawler/q2_2.py Normal file
View File

@@ -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)

1
q3/.gitkeep
View File

@@ -1 +0,0 @@
# 此目录用于存放学生提交的文件，请勿删除

1
q3/q3_1/.gitkeep
View File

@@ -1 +0,0 @@
# 此目录用于存放学生提交的文件，请勿删除

BIN
q3/q3_1/q3_1_image_label.zip Normal file
View File

Binary file not shown.

1
q3/q3_2/.gitkeep
View File

@@ -1 +0,0 @@
# 此目录用于存放学生提交的文件，请勿删除

1
q3/q3_2/q3_2_takeout_reviews.json Normal file
View File

File diff suppressed because one or more lines are too long

13
q3/q3_3_质量自评.md Normal file
View File

@@ -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

1
q4/.gitkeep
View File

@@ -1 +0,0 @@
# 此目录用于存放学生提交的文件，请勿删除

1
q4/q4_1/.gitkeep
View File

@@ -1 +0,0 @@
# 此目录用于存放学生提交的文件，请勿删除

33
q4/q4_1/q4_1.py Normal file
View File

@@ -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()

BIN
q4/q4_1/q4_1_bar.png Normal file
View File

Binary file not shown.
Side by Side

After

Width:  |  Height:  |  Size: 15 KiB

1
q4/q4_2/.gitkeep
View File

@@ -1 +0,0 @@
# 此目录用于存放学生提交的文件，请勿删除

24
q4/q4_2/q4_2.py Normal file
View File

@@ -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()

BIN
q4/q4_2/q4_2_scatter.png Normal file
View File

Binary file not shown.
Side by Side

After

Width:  |  Height:  |  Size: 30 KiB

1
q4/q4_3a/.gitkeep
View File

@@ -1 +0,0 @@
# 此目录用于存放学生提交的文件，请勿删除

19
q4/q4_3a/q4_3a.py Normal file
View File

@@ -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()

BIN
q4/q4_3a/q4_3a_hist.png Normal file
View File

Binary file not shown.
Side by Side

After

Width:  |  Height:  |  Size: 19 KiB

1
q4/q4_3b/.gitkeep
View File

@@ -1 +0,0 @@
# 此目录用于存放学生提交的文件，请勿删除

19
q4/q4_3b/q4_3b.py Normal file
View File

@@ -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()

BIN
q4/q4_3b/q4_3b_hist.png Normal file
View File

Binary file not shown.
Side by Side

After

Width:  |  Height:  |  Size: 19 KiB