实验二
一. 实验目的
1. 掌握自定义类的创建和使用等操作
2. 掌握 matplotlib 模块的使用
二. 实验内容
文件UN.txt中存放193个联合国成员信息，每行包括一个国家的名称、所在大洲、人口（百万）和面积（平方英里），例如：
Canada,North America,34.8,3855000
France,Europe,66.3,211209
New Zealand,Australia/Oceania,4.4,103738
Nigeria,Africa,177.2,356669
Pakistan,Asia,196.2,310403
Peru,South America,30.1,496226
(a) 创建一个Nation类包括四个实例变量存储国家信息和一个名为pop_density方法计算一个国家的人口密度。用这个类编写一个程序包含193个词条的字典。每个词条形式如下：
name of a country: Nation object for that country
用文件UN.txt创建这个字典，将这个字典保存到一个名为nationsDict.dat的永久二进制文件中，同时将Nation类保存到nation.py文件中。
(b) 利用nationsDict.dat和nation.py文件编写一个程序（search.py），输入联合国成员国名字，显示这个国家所有信息。如：
Enter a country: Canada
Continent: North America
Population: 34,800,000
Area: 3,855,000.00 square miles
(c) 利用nationsDict.dat和nation.py文件编写一个程序（sort.py），输入一个大洲的名字，按照降序使用 matplotlib 的柱状图功能画出该大洲人口密度前10名的联合国成员国名字及对应的人口密度。
将文件 nationsDict.dat，nation.py，search.py，sort.py 打包上传，压缩文件命名为：学号_姓名_实验2
nation.py
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 | import pickleclass nation: def __init__(self, name='', continent='', pop='', area='', pop_density=''): self._name = name self._continent = continent self._pop = pop self._area = area self._pop_density =pop_density def setName(self, name): self._name = name def setContinent(self, continent): self._continent = continent def setPop(self, pop): self._pop = pop def setArea(self, area): self._area = area def getName(self, name): return self._name def getContinent(self, continent): return self._continent def getPop(self, pop): return self._pop def getArea(self, area): return self._area def pop_density(self): return (self._pop / self._area) def __str__(self): return ("The poplation density of" + str(self._name) + "is" + str(self.pop_density()))f = open('UN.txt')dict = {}for line in f: words = line.split(",") _nation=nation(continent='', pop='', area='', pop_density='') _nation.setName(words[0]) _nation.setContinent(words[1]) _nation.setPop(words[2]) _nation.setArea(words[3]) dict[words[0]] = _nationoutfile = open("nationsDict.dat",'wb')pickle.dump(dict,outfile)outfile.close() |
search.py
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 | import pickleimport nationdef getDictionary(fileName): infile = open(fileName, 'rb') nations =pickle.load(infile) infile.close() return nationsdef inputNameOfNation(nations): nation = input("Input a name of a UN member nation: ") while nation not in nations: print("Not a member of the UN.Please try again.") nation = input("Input a name of a UN member nation: ")def displayData(nations,nation): print("Continent:", nations[nation]['continent']) print("Populaton:",nations[nation]['pop'], "million people") print("Area:",nations[nation]['area'],"square miles")nations = getDictionary("nationsDict.dat")nation = inputNameOfNation(nations)displayData(nations,nation) |
sort.py
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 | import matplotlib.pyplot as pltimport nationimport pickledef getDictionary(fileName): infile = open(fileName, 'rb') nations =pickle.load(infile) infile.close() return nationsnations = getDictionary("nationsDict.dict")for i in nations[i]: nation.pop_density()nation.pop_density.sortplt.bar(data['x'], data['y']) |
不建议任何人直接复制此代码
如果你是哈尔滨工业大学学生，请你一定不要复制此代码。因为此代码已被输入查重系统，一旦查重率超过20%，将会被认为抄袭。
此实验会为0分
评论 (0)
Jack
Fedora 发行计时器
搜索
最新评论
日历
| 二月 | ||||||
|---|---|---|---|---|---|---|
| 日 | 一 | 二 | 三 | 四 | 五 | 六 |
| 26 | 27 | 28 | 29 | 30 | 31 | 1 |
| 2 | 3 | 4 | 5 | 6 | 7 | 8 |
| 9 | 10 | 11 | 12 | 13 | 14 | 15 |
| 16 | 17 | 18 | 19 | 20 | 21 | 22 |
| 23 | 24 | 25 | 26 | 27 | 28 | 1 |
最新留言
功能
RSS
