import numpy as np
# 第一部分题目1
s="Hello"
print("ASCII码分别为：",[ord(o) for o in s])
print(f"ASCII码65对应的字符是：{chr(65)}")

# 第二部分题目3
A=np.array([3,4])
B=np.array([1,2])
print(f"计算A+B的结果为：{A+B}")
print(f"计算A*2的结果为：{A*2}")
length=np.linalg.norm(A)
print(f"向量A的长度为：{length}")

# 第二部分题目4
A=np.array([1,2,3])
B=np.array([4,5,6])
dot=np.dot(A,B)
print(f"A·B点积为：{dot}")
def cosine_similarity(A, B):
    dot = np.dot(A, B)
    norm_a = np.linalg.norm(A)
    norm_b = np.linalg.norm(B)
    return dot / (norm_a * norm_b)
print(f"相似度 = {cosine_similarity(A, B):.3f}")

# 第三部分题目5
from sklearn.feature_extraction.text import CountVectorizer
docs = [
    "Python 是 编程 语言",
    "Java  是 编程 语言",
    "Python Python Python"
]
vectorizer = CountVectorizer()
bow_matrix = vectorizer.fit_transform(docs)
print("词表:", vectorizer.get_feature_names_out())
print("BoW矩阵:")
print(bow_matrix.toarray())

# 第三部分题目6
print("BoW模型的缺点：忽略词序，所有词同等重要")