计算机二级Python刷题

各位学长们我是大一生最近不是报考计算机二级Python了吗，不知道有什么适合的教材和题书，希望能给推荐一下

你有时间考计算机二级 不如备考 别的， 计算机二级有个屁用啊

• 这有个类似的问题, 你可以参考下: https://ask.csdn.net/questions/7697814
• 这篇博客也不错, 你可以看下学会这8个优秀 Python 库用于业余项目，将大大减少程序员耗费的精力
• 除此之外, 这篇博客: 感知机模型原理和对偶形式与二分类问题及python实现中的 什么是感知机？ 部分也许能够解决你的问题, 你可以仔细阅读以下内容或跳转源博客中阅读:
  

• 感知机是一种二分类线性模型，其输入是实例的特征向量，输出的是事例的类别，分别是+1和-1，属于判别模型。所谓二分类是因为其只有两种输出“+1”和“-1”，所谓线性，是因为感知机只能解决线性可分的问题。
  感知机训练的目标是得到一个能够将训练数据集两类实例点完全正确分开的分类超平面（超平面就是比样本特征维数少一，对于三维样本，其超平面是一个二维的面，二维样本的超平面是一条线）；如果是线性不可分可分的数据，则算法无法收敛。
  假设有以下10个小虫数据，每个小虫有两个特征长和宽，可将其分为两类
  
  将其在图上画出，如图：
  
  显然，这两类小虫可以被一条直线分开，是线性可分的，我们的目标就是想通过上述10条样本数据找到一个相对合理的“分类超平面”。
  我们知道，直线的一般形式是Ax+By+C = 0这里A，B，C是待确定参数，x，y可以写作x1，x2，表示两个输入特征，如果我们将A，B记为w1，w2，C写作b，那么上述直线可表示为w1x1+w2x2+b=0，现令 W=[w1,w2] 称为权值向量， X=[x1,x2] 称为输入特征向量， b 是一个实数，可以叫做偏置项，运用线性代数的知识可以看出，上述直线可以表述为： X*W.T+b=0 (就是其中一个的行向量，乘以另一个的列向量)
  更一般的形式是输入特正X为列向量，权值W为行向量，那么可以写为W*X+b=0
  我们可以画出感知机模型的一般形式：
  
  也就是说，输入特征和权值的线性组合加上偏置项后会得到一个数，如果这个数大于0，则输出1，如果这个数小于0，则输出-1，对于0，一般将其划为负例，可以将上述用一个符号函数表示出来：
  
  f(x)的值，实际上就是感知机模型的预测值

• 您还可以看一下 CSDN就业班老师的【Python全栈】第十一周 Python网络爬虫进阶实战课程中的 网络爬虫阶段案例实战2小节, 巩固相关知识点