1. 数据分析题（17分）：

 流行病学通常关注单日治愈患者例数增长（即当日治愈例数减去前日治愈例数），并以单日治愈患者例数最高增长点作为疫情向好发展的标志点PHP与PYTHON：基于语法，功能，应用程序等的详细比较。“c:/素材/mousheng.txt”文件是以逗号分隔的2020年1月22日至3月22日某省发生新冠肺炎疫情变化数据文本文件（如图所示，提示：已按日期递增排序，有标题行）

 请编写程序，找出单日治愈例数增长最高日期，若有并列最高增长日，则选择并列的最后一日。 运行结果如图所示，按图示的格式输出结果。程序保存在C:\KS目录下，名为4_1.py。

f = open("C:/素材/covid19mousheng.txt")
s = f.read()
sh = s.split('\n')
sh = sh[1:]max = 0;year = 0;month = 0;day = 0
sh[0] = sh[0].split(',')for i in range(1,len(sh)-1):sh[i] = sh[i].split(',')m = int(sh[i][4]) - int(sh[i-1][4])if(m >= max):max = ma = sh[i][0].split('/')year = a[2]month = a[0]day = a[1]print("%s年%s月%s日为某省单日治愈增长最高日，较前日增长%d例"%(year,month,day,max))

2. 运算题（18分）：

计算结果由两部分构成：

(1) 已知

输入正整数n，用多项式的前n项之和计算p值。

(2）c:\素材\scre2020-1.5.tar.gz是某第三方智能算法包，其中包含两个函数zna(x)和znb(x)，传入参数为数值类型，输出结果为字符串。请导入第三方包scre, 将第三方智能算法包的安装界面截图，保存为c:\ks\setup.jpg,并代入多项式计算结果，计算scre.zna(p)。(注：因浮点运算顺序不同的舍入误差，结果可能与样图有差异，样图仅供参考)

导入第三方包：找到setup.py文件，python setup.py install

import math
import sys
import scredef calP(x):sum = 0for i in range(1,x+1):sum = sum + 1/(i*i)p = math.sqrt(sum * 6)print("用多项式计算p的结果为 %s"%p)print("最终结果为%s"%(scre.zna(p)))if __name__ == '__main__': while(1):n = int(input("请输入正整数（输入0退出程序）:"))if n == 0:sys.exit(0)calP(n) 

3. 图形绘制题（15分）：

编写一个完整的程序，要求如下：

创建正方形画布，以画布中心为原点画出坐标轴，并按以下公式绘制函数曲线： 

x = wh×(cos(t)+(1/2)×cos(7t)+(1/3)×sin(17t))/2

y = hh×(sin(t)+(1/2)×sin(7t)+(1/3)×cos(17t))/2

其中wh、hh的取值分别为画布的半宽和半高，t的取值范围为0至2π，步长为0.01。图形绘制结果如图所示。

程序保存在C:\KS目录下，名为 4_3.py。

import matplotlib.pyplot as plt
import matplotlib.ticker as ticker
import numpy as nph = 10
plt.figure(figsize = (h,h))t = np.arange(0,2*np.pi,0.01)
x = h/2 * (np.cos(t) + (1/2)*np.cos(7*t) + (1/3)*np.sin(17*t))/2
y = h/2 * (np.sin(t) + (1/2)*np.sin(7*t) + (1/3)*np.cos(17*t))/2
plt.plot(x,y,color = 'blue')ax = plt.gca()
ax.spines['right'].set_color('none')
ax.spines['top'].set_color('none')
ax.spines['left'].set_color('red')
ax.spines['bottom'].set_color('red')ax.spines['left'].set_position(('data',0))  #移到数字0位置
ax.spines['bottom'].set_position(('data',0))ax.xaxis.set_major_locator(ticker.NullLocator())  #不显示刻度线
ax.yaxis.set_major_locator(ticker.NullLocator())plt.savefig('4_3.png')
plt.show()

4. 数据库应用题（12分）：

为打赢疫情防控的总体战、阻击战，建立了部分社区防疫联系人数据库。其sqlite数据库文件是c:\素材\fangyi.db，包含lianxi表，其中字段均为TEXT型（如图所示）

 请编写程序，实现输入社区名称，输出该社区联系人、电话查询结果。程序保存在C:\KS目录下，名为 4_4.py。

运行结果举例如下：

import sqlite3
import sysconn = sqlite3.connect("C:/素材/fangyi.db")
c = conn.cursor()  #打开游标sql = "Select * from lianxi"
res = c.execute(sql)
arr = res.fetchall()
a = list(arr)while(1): t = input('请输入社区名称：（输入0退出程序）' + '\n')if t == '0':sys.exit(0)for i in range(0,len(a)):if(t == a[i][1]):print("联系人    电话")print(a[i][2],"  ",a[i][3])c.close()
conn.close()

5. 文本分析题（13分）：

C:\素材文件夹中h.txt为已爬取的某新闻网站的静态html文本文件，其中新闻链接和标题的呈现特点是“<a href="http开头的地址" mon="ct=1&a=2&c=top&pn=1-2位数字" target="_blank">标题</a>”，请利用正则方法，筛选其中新闻链接和标题，保存在C:\KS\news.csv（结果示例如图），程序保存在C:\KS目录下，名为 4_5.py。

import re
import csvcsvFile = open("c.csv", "w",newline='')
writer = csv.writer(csvFile)f = open("C:/素材/h.txt")
content = f.read()url = r'<a href="([a-zA-z]+://[^\s]*)" mon="ct=1&amp;a=2&amp;c=top&pn=.*?" target="_blank">(.*?)</a>'
link = re.findall(url, content, re.I|re.S|re.M)  #有点问题，有些标题含有<span>...不知道怎么去掉for url in link: writer.writerow([url[0],url[1]])print(url)  
csvFile.close()

这些代码都是在准备python考试过程中自己慢慢摸索的，可能还有很多需要改进的地方。