《基于Python语言的网络数据挖掘》实验指导书2014【荐】.docVIP

《基于Python语言的网络数据挖掘》6月 实验教学目的和要求： 实验目的： 本课程实验旨在加深学生对于网络大数据挖掘实现基于Python语言的网络数据挖掘算法Python语言的基本语法Python语言熟悉数据挖掘算法Python语言的基本语法能够使用Python读取或写入数据表、获取并分析网络文本数据、获取并处理图像数据Python开发环境简介本课程实验使用的Python开发环境为，其教学其包括、、、、、，。 图1 Python IDLE界面图。 3、实验原理 设计输出斐波那契数列的Python程序：首先调用raw_input输入要打印的斐 波那契数列的长度，然后把存储于一个序列当中，并逐个打印序列的元素。 FibonacciUptoNumer = int(raw_input(Please input a Fibonacci Series up to Number : )) n = FibonacciUptoNumer fibs = [0, 1] for number in range(n): fibs.append(fibs[-2] + fibs[-1]) 设计删除一个list里面的重复元素程序：首先调用List.sort()对序列进行排序， 然后调用last = List[-1]语句从后向前找出重复的元素，并逐个打印非重复的元素。 if List: List.sort() last = List[-1] for i in range(len(List)-2, -1, -1): if last==List[i]: del List[i] else: last=List[i] print List 实验步骤 1）设计逐个打印输出的元素记录程序代码并分析2）设计程序对list进行排序从后向前查找并删除list中的重复元素记录程序代码并分析1）2）3）4）5）1）csv文件中。 2）用datetime模块中的datetime.now来计算两种不同的读取方法所用CPU时间，从而比较并分析不同算法的性能。 3、实验原理 1）获取某个Sheet的数据并存储在工作表table后获取获取整行和整列的值（数组）的语句为table.row_values(i)和table.col_values(i)，获取行数和列数的语句为nrows = table.nrows和ncols = table.ncols，循环获取行数据的语句为for i in range(nrows): print table.row_values(i)。 此实验部分实现代码如下 #根据索引获取Excel表格中的数据 def excel_table_byindex(file= abc.xls,colnameindex=0,by_index=0): data = open_excel(file) table = data.sheets()[by_index] nrows = table.nrows #行数 colnames = table.row_values(colnameindex) #某一行数据 list =[] for rownum in range(1,nrows): row = table.row_values(rownum) if row: app = {} for i in range(len(colnames)): app[colnames[i]] = row[i] list.append(app) return list def excel_table_byname(file= abc.xls,colnameindex=0,by_name=abc): data = open_excel(file) table = data.sheet_by_name(by_name) nrows = table.nrows #行数 colnames = table.row_values(colnameindex) #某一行数据 list =[] for rownum in range(1,nrows): row = table.row_values(rownum) if row: app = {} for i in range(len(colnames)): app[c