#第一题
for c in "Hello":
    print(f"{c}:{ord(c)}")
#第二题
print(chr(65))
assert chr(65) =='A'
#思考题:“图像为数值化结构数据，适配计算架构；文本为语义化符号数据，需认知理解，超出当前AI本质能力。”
#第三题
import numpy as np
A=np.array([3,4])
B=np.array([1,2])
c=A+B
d=A*2
print(f"A+B={c}")
print(f"2*A={d}")
length = np.linalg.norm(A)
print(f"A的长度为{length}")
#第四题

C = np.array([1, 2, 3])
D = np.array([4, 5, 6])
dot = np.dot(C, D)
print(f"点积 = {dot}")  
import numpy as np

def cosine_similarity(C, D):
    norm_a = np.linalg.norm(C)  # 向量a的长度
    norm_b = np.linalg.norm(D)  # 向量b的长度
    return dot / (norm_a * norm_b)
print(f"相似度 = {cosine_similarity(C, D):.3f}")
 
E=np.array([1,0])
F=np.array([0,1])
def cosine_similarity(E, F):
    norm_C = np.linalg.norm(E)  # 向量a的长度
    norm_D = np.linalg.norm(F)  # 向量b的长度
    return dot / (norm_C * norm_D)
print(f"相似度 = {cosine_similarity(E, F):.3f}")