分享人工智能实验室部门考核的第一份小作业

你的名字 2021-10-14 00:34 223阅读 0赞

关注知乎“[Py生活][Py]”，分享工作心得和生活感悟。

--------------------

上周已经结束了入职培训，从这周开始，我应该和大家分享技术知识，但进入了社会工作，我们发现：“情商比智商更重要”，因此，在以后每周的技术分享系列文章中，我都会谈谈我在该段时间里的工作心得和生活感悟，算是作为与大家共饮的“心灵鸡汤”吧。

既然说，情商比智商重要，按照先后顺序，当然得先和大家共饮一碗鸡汤，才能开始学习吧，哈哈！这周的鸡汤成分有：

> ！截至目前，我很赞同也非常非常喜欢这句话：“有付出，则必有回报”；
> 
> ！好好工作，好好学习，好好生活；不要耍小心思，不要胡思乱想，不要悲观。（哈哈，三个好好和三个不要，一一对应哦）；
> 
> ！在之前的文章中和大家分享过的一句话，今天再拿出来吧：“社会对一个有梦想、积极主动的人比较残酷，而对一个持有佛系工作或生活态度的人则比较温和。”
> 
> ！我们工作是为了什么？为了梦想，为了自己爱的人，为了钱............归根结底，还不是为了自己好好生活嘛。如果你说：“你工作是为了自己爱的人”，请问你，你爱的人幸福，你是不是也幸福；你爱的人不幸福，你是不是也不幸福，显然，最终还不是为了自己，为了自己好好生活嘛。因此我想说，健康的身体一定是好好生活的必要条件，所以朋友们，千万不要放弃锻炼啊，坚持住啊！

--------------------

这周主要完成了两项任务：

*  办公软件及开发工具的安装（听上去很简单，实际上，国家保密行业，单位内都有自己的安全软件库，所以安装起来不是那么简单）；
 *  简单的数据处理作业（也是周记的分享重点）
    
    --------------------
    
    作业题目是这样的，有一个csv文件（如下图所示），共有三列数据，其中第二列和第三列数据为统一认证号，第二列数据全为9位数，第三列数据位数小于或等于9位数（不足9位数的，在前面补0），要求：
 *  统计出现在第二列没有出现在第三列的统一认证号及个数；
 *  统计出现在第三列没有出现在第二列的统一认证号及个数；
 *  任务提交源代码及必要的说明文档。

![2019081810110163.png][]**数据格式**

针对这个题目，我们小组内用了四种语言来解决，分别是：

*  python
 *  R语言
 *  SQL(MySQL)
 *   excel中的vb

由于我选择的是python，所以在这里我和大家分享一下我的解题思路：

> 很简单，利用集合思想中的交集和补集就行；
> 
> 对应python中的set()函数，及“&”交集运算符和“-”补集运算符。

最后我提交的作业有三个文件：Daima.py（源代码）；Readme.txt（方案说明）；result.txt（结果数据）。在这里，我把这些内容写出来的目的有两个：

*  让大家参考我提交作业的流程步骤，并真诚希望得到大家的建议；
 *  和大家分享我自己的编程习惯和文字撰写水平，并真诚希望得到大家的建议。

# Daima.py（源代码） #

#enconding='utf-8'
    
    """
    代码功能介绍：
          此程序可以统计出存放在csv文件中的第二列和第三列的独立统一认证号（9位数，不足补0），即：
               *出现在第二列没有出现在第三列中的统一认证号及其个数
               *出现在第三列没有出现在第二列中第统一认证号及其个数
    """
    
    
    import  pandas as pd
    f=open('用户列表.csv')
    Pre_Data=pd.read_csv(f)  #加载csv文件
    Second_Id=list(Pre_Data.iloc[:,1]) #提取第二列数据
    Third_Id=list(Pre_Data.iloc[:,2].dropna())  #提取第三列数据，并删除缺失值
    
    Same_Id=set(Second_Id) & set(Third_Id)      #获取两列相同值的集合
    
    Unique_Second_Id=set(Second_Id)-Same_Id     #获取第二列有，第三列无的数据集合
    Unique_Second_Num=len(Unique_Second_Id)     #获取第二列有，第三列无的数据个数
    
    Unique_Third_Id=set(Third_Id)-Same_Id      #获取第三列有，第二列无第数据集合
    Unique_Third_Num=len(Unique_Third_Id)      #获取第三列有，第二列无的数据个数
    
    
    #-----------将统计结果以字典形式保存至result.txt文件中-----------------------
    file=open('result.txt','w')  #以只写形式保存数据，若无result.txt文件则创建它
    #第三列数据为浮点数，转化为整型后再保存
    Dict_result={'第二列独立数据有'+str(Unique_Second_Num)+'个，分别为：':list(Unique_Second_Id),
                 '第三列独立数据有'+str(Unique_Third_Num)+'个，分别为：':[int(x) for x in Unique_Third_Id]}
    file.writelines(str(Dict_result))
    file.close()

# Readme.txt（方案说明） #

> 任务解决方案：
> 
>         \*开发环境：
> 
>                 pycharm、anaconda
> 
>         \*源代码：
> 
>                 Daima.py
> 
>         \*数据源：
> 
>                   用户列表.csv
> 
>         \*解决思路：
> 
>                 （1）提取第二列和第三列，并转化为需要的格式（set），主要库为pandas
> 
>                （2）利用集合处理符号“&”和“-”，完成交集和补集的计算
> 
>                （3）利用len()函数完成第二列和第三列独立Id个数的统计
> 
>                （4）将结果以字典格式保存至result.txt文件中，包括第二列和第三列唯一Id及其个数
> 
>          \*结论：
> 
>                   出现在第二列不在第三列的统一认证号有69个，出现在第三列不在第二列的统一认证号有46个；具体Id见result.txt文件

# result.txt（结果数据） #

截图：

![2019081810555170.png][]

文章存在诸多不足之处，还请批评指正，谢谢！下周的工作比较繁重，相信和大家分享的内容应该也会很丰富，尽情期待！

[Py]: http://zhihu.com/people/pysheng-huo
[2019081810110163.png]: /images/20211013/9b6c7801d62544a1b6f9e28c72e8bc4b.png
[2019081810555170.png]: /images/20211013/5de61d3799f14700908687310a529000.png