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LR_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'moves[i] = '_',可以选择向左移动一个单位距离
如果 moves[i] = 'R'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LR_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