From e0a777e5a269eec1028781b686d9753bdfa0b73f Mon Sep 17 00:00:00 2001 From: =?UTF-8?q?=E9=83=91=E9=9F=B6=E5=9D=A4?= <2509165013@student.example.com> Date: Sun, 5 Jul 2026 16:52:12 +0800 Subject: [PATCH] =?UTF-8?q?=E4=B8=8A=E4=BC=A0=E6=96=87=E4=BB=B6=E8=87=B3?= =?UTF-8?q?=20/?= MIME-Version: 1.0 Content-Type: text/plain; charset=UTF-8 Content-Transfer-Encoding: 8bit --- README.md | 312 ++++++++++++++++++++++++------------------------ config | 14 +++ description | 1 + zhifang_time.py | 20 ++++ zhuzhuang.py | 33 +++++ 5 files changed, 224 insertions(+), 156 deletions(-) create mode 100644 config create mode 100644 description create mode 100644 zhifang_time.py create mode 100644 zhuzhuang.py diff --git a/README.md b/README.md index 8b03608..95bb18e 100644 --- a/README.md +++ b/README.md @@ -1,156 +1,156 @@ - - -# 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 + + +# 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 diff --git a/config b/config new file mode 100644 index 0000000..e8730ec --- /dev/null +++ b/config @@ -0,0 +1,14 @@ +[core] + repositoryformatversion = 0 + filemode = false + bare = false + logallrefupdates = true + symlinks = false + ignorecase = true +[remote "origin"] + url = https://gitea.detr.top/2509165021/simulated-examination.git + fetch = +refs/heads/*:refs/remotes/origin/* +[branch "main"] + remote = origin + merge = refs/heads/main + vscode-merge-base = origin/main diff --git a/description b/description new file mode 100644 index 0000000..498b267 --- /dev/null +++ b/description @@ -0,0 +1 @@ +Unnamed repository; edit this file 'description' to name the repository. diff --git a/zhifang_time.py b/zhifang_time.py new file mode 100644 index 0000000..3ff0e69 --- /dev/null +++ b/zhifang_time.py @@ -0,0 +1,20 @@ +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=10, # 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() +plt.savefig("q4_3b_hist.png",dpi=150,format='png') \ No newline at end of file diff --git a/zhuzhuang.py b/zhuzhuang.py new file mode 100644 index 0000000..e4de884 --- /dev/null +++ b/zhuzhuang.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() +plt.savefig("q4_1_bar.png",dpi=150,format='png')