人脸识别测试数据分析

一个人脸识别研究小组对若干名学生做了人脸识别的测试,将测试结果写入到一个文件 dir_50.txt 中,每一行是一张照片的识别结果+"_照片编号"+".jpg"的字符串组合,示例如下:

复制代码
['1709020621', '0']_116.jpg
['1709020621']_115.jpg
['1770603107', '1770603105', '0', '0']_1273.jpg

其中,识别结果是一个列表形式的字符串,方括号中是识别出的学生学号字符串,如果识别出了照片中的多个人,就会包含多个学号字符串;如果检测到了一个人脸但没有识别出学号,则以字符串'0'表示;测试过程中,一个学生可能被抓拍到多张照片中,所以学生的学号会出现在多行信息中。‪‬‪‬‪‬‪‬‪‬‮‬‫‬‮‬‪‬‪‬‪‬‪‬‪‬‮‬‫‬‮‬‪‬‪‬‪‬‪‬‪‬‮‬‪‬‪‬‪‬‪‬‪‬‪‬‪‬‮‬‭‬‫‬‪‬‪‬‪‬‪‬‪‬‮‬‫‬‫‬‪‬‪‬‪‬‪‬‪‬‮‬‫‬‮‬

使用字典和列表进行数据分析,获取实际参加测试的学生人数和人均被检测次数。‪‬‪‬‪‬‪‬‪‬‮‬‫‬‮‬‪‬‪‬‪‬‪‬‪‬‮‬‫‬‮‬‪‬‪‬‪‬‪‬‪‬‮‬‪‬‪‬‪‬‪‬‪‬‪‬‪‬‮‬‭‬‫‬‪‬‪‬‪‬‪‬‪‬‮‬‫‬‫‬‪‬‪‬‪‬‪‬‪‬‮‬‫‬‮‬

(1)读入 dir_50.txt 文件的内容,处理每一行信息。将其中的学号内容以列表形式保存,丢掉'0'的字串;照片编号作为字典的关键字,学号列表作为字典的值。转换后示例如下:

复制代码
'116':[1709020621]
'115':[1709020621]
'117':[1709020621]
'1273':[1770603107,1770603105]

(2)将该字典中的学号提取出来,构造另一个字典,以学号作为字典的关键字,累计学号出现的次数,将累计值作为字典的值。格式示例如下:

复制代码
'1709020621':3
'1770603107':1
'1770603105':1

(3)累计字典中关键字的个数,即为实际参加测试的学生人数;累加每个关键字对应的值,即为所有学号测试次数;所有学号测试次数与实际测试人数之比,即为人均被测次数。将实际参加测试人数和人均被测次数显示输出在屏幕上。

示例1:

输入: 从文件dir_50.txt读入

输出: "实际参加测试的人数是:11"

"人均被测次数是:2.5"

解答:

方法一

复制代码
f=open('dir_50.txt','r',encoding='utf-8')
lines=f.readlines()
f.close()
d={}
for line in lines:
    line=line.split('_')
    k=line[1][:-5]
    v=[]
    for c in eval(line[0]):
        if c !='0':
            v.append(c)
    d[k]=v #第一问结束
d1={}
for i in d:
    for j in d[i]:
        d1[j]=d1.get(j,0)+1  #第二问结束
s=0
for t in d1:
    s=s+int(d1[t])
print("实际参加测试的人数是:{}".format(len(d1)))
print("人均被测次数是:{:.1f}".format(s/len(d1)))  #第三问结束

方法二:

复制代码
f=open('dir_50.txt','r',encoding='utf-8')
lines=f.readlines()
f.close()
d={}
for line in lines:
    line=line.split('_')
    k=line[1][:-5]
    v=[]
    for c in eval(line[0]):
        if c !='0':
            v.append(c)
    d[k]=v #第一问结束
d1={}
for i in d:
    for j in d[i]:
        d1[j]=d1.get(j,0)+1  #第二问结束
s=0
for t in d1:
    s=s+int(d1[t])
print("实际参加测试的人数是:{}".format(len(d1)))
print("人均被测次数是:{:.1f}".format(s/len(d1)))  #第三问结束
相关推荐
IT_陈寒13 小时前
从2秒到200ms:我是如何用JavaScript优化页面加载速度的🚀
前端·人工智能·后端
深度学习lover13 小时前
<项目代码>yolo织物缺陷识别<目标检测>
人工智能·python·yolo·目标检测·计算机视觉·织物缺陷识别·项目代码
StarPrayers.14 小时前
Binary Classification& sigmoid 函数的逻辑回归&Decision Boundary
人工智能·分类·数据挖掘
oioihoii14 小时前
智驾“请抬脚”提示感悟 - 当工程师思维遇见用户思维
开发语言·程序员创富
m0_7369270414 小时前
Spring Boot项目中如何实现接口幂等
java·开发语言·spring boot·后端·spring·面试·职场和发展
渡我白衣14 小时前
C++:链接的两难 —— ODR中的强与弱符号机制
开发语言·c++·人工智能·深度学习·网络协议·算法·机器学习
大模型真好玩14 小时前
LangChain1.0速通指南(一)——LangChain1.0核心升级
人工智能·agent·mcp
spssau14 小时前
SPSSAU「质量控制」模块:从可视化监控到过程优化,一站式搞定质量难题
信息可视化·数据挖掘·数据分析
私人珍藏库14 小时前
Parallels Desktop 26.1.1 for Mac 秋叶QiuChenly中文解锁直装版,最好用的macOS虚拟机
人工智能
小龙报14 小时前
《算法通关指南:数据结构和算法篇 --- 顺序表相关算法题》--- 1.移动零,2.颜色分类
c语言·开发语言·数据结构·c++·算法·学习方法·visual studio