Python 在科研中的应用 13：课程作业及评分标准
课程作业总结及评分标准。
课程作业 01 (Score: 30%)
在二维平面中构建随机 Vornoi 结构，将交界处壁厚设置为随机数，生成Vornoi结构图像。要求：三维平面的像素画幅、Vornoi的初始种子的数密度、交界处壁厚的随机分布范围可设置，作为输入参数集放置在程序的最开始。输出：二维结构图像，并输出各个交界节点、棱边的结构信息至.txt文件。
评分标准
- 10 分：生成标准Vornoi结构图形（Graph）
- 5 分：生成标准Vornoi结构图像（Image）
- 5 分：各种结构参数可以调节
- 5 分：输出各个交界节点、棱边的结构信息至.txt文件
- 5 分：总结报告完善程度和逻辑性
- ？ 分：Vornoi结构的节点（Node）位置进行特殊处理避免结构奇异（附加分）
课程作业02 (Score: 25%)
给你一个长度为 n 的字符串 moves，该字符串仅由字符L、R和_组成。字符串表示你在一条原点为 0 的数轴上的若干次移动。
你的初始位置就在原点（0），第 i 次移动过程中，你可以根据对应字符选择移动方向：
如果 moves[i] = 'L' 或 moves[i] = '_'，可以选择向左移动一个单位距离
如果 moves[i] = 'R' 或 moves[i] = '_'，可以选择向右移动一个单位距离
移动 n 次之后，请你找出可以到达的距离原点 最远 的点，并返回 从原点到这一点的距离 。
评分标准
- 8 分：随机生成长度为 n 的字符串
moves，该字符串仅由字符L、R和_组成 - 7 分：计算可以到达的距离原点最远的点
- 5 分：各种结构参数可以调节
- 5 分：总结报告完善程度和逻辑性
课程作业03 (Score: 25%)
构建四组二维空间中的随机分布散点，每组散点符合二维高斯分布，高斯分布的中心点与两个方向的标准差均随机产生，且二维高斯分布的中心点落在[[0,100],[0,100]]的方形区域内。
通过K均值聚类分析方法对上述随机散点执行聚类分析，绘制分类结果，并计算K-means聚类分析的准确率。
评分标准
- 5 分：构建四组二维空间中的随机分布散点
- 5 分：K均值聚类分析方法对上述随机散点执行聚类分析
- 5 分：计算K-means聚类分析的准确率
- 5 分：各种结构参数可以调节
- 5 分：总结报告完善程度和逻辑性