📝 Week 9 数据分析与搜索算法基础实验
姓名：王昕昊（Wang Xinhao） 学校：Shinhan University 国际学院 软件工程专业 课程名称：AI Robotics & Vision System 实验日期：2026年4月30日
🇨🇳 实验内容概述（Experiment Overview）
本周实验主要围绕 Python 基础编程、数据处理以及经典搜索算法展开。
通过编写 Python 程序，实现了数据统计分析、二分查找算法以及字符频率统计等功能，进一步熟悉了 Python 基础语法、数据结构以及算法实现过程。
整个实验涉及：
- Python 基础编程
- 数据统计分析
- 列表（List）操作
- 字典（Dictionary）应用
- 二分查找（Binary Search）
- 字符频率统计
- VS Code 开发环境
1. 数据统计分析实验
实验过程
首先创建成绩列表，并利用 Python 内置函数进行统计分析。
实验数据如下：
scores = [78, 85, 92, 67, 88, 95, 73]
程序分别计算：
average = sum(scores) / len(scores)
highest = max(scores)
lowest = min(scores)
统计内容包括：
- 平均分
- 最高分
- 最低分
实验结果
成功获得：
- 平均成绩
- 最高成绩
- 最低成绩
验证了 Python 在数据分析中的基本应用能力。
2. 二分查找算法实验
实验过程
本部分实现经典的 Binary Search（二分查找）算法。
首先随机生成并排序数据：
numbers = sorted(random.sample(range(1, 100), 15))
随后设置目标值：
target = numbers[7]
通过不断缩小搜索区间完成目标查找。
核心思想：
- 获取中间位置
- 判断目标大小
- 缩小搜索范围
- 直到找到目标值
实验结果
程序能够：
- 自动生成有序数组
- 快速定位目标元素
- 输出目标所在位置
实验验证了二分查找的高效搜索特性。
3. 字符频率统计实验
实验过程
利用 Python 字典结构统计字符串中每个字符出现的次数。
测试字符串：
text = "artificial intelligence"
程序通过遍历字符串完成统计：
frequency[char] = frequency.get(char, 0) + 1
最终输出所有字符及对应出现次数。
实验结果
成功统计：
- 字母出现次数
- 字符频率分布
- 文本特征信息
进一步掌握了字典在数据统计中的实际应用。
4. 实验收获与总结
学习内容
通过本次实验掌握了：
- Python 基础语法应用
- List 数据结构使用
- Dictionary 数据结构使用
- 数据统计分析方法
- Binary Search 实现原理
- 字符频率统计方法
实验总结
本次实验通过多个基础案例，将数据分析与算法应用进行了结合。
在实验过程中，不仅提高了 Python 编程能力，也进一步理解了数据结构与算法的重要性。通过对数据统计、搜索算法以及字符分析的实践，为后续学习人工智能、机器人视觉以及更复杂的数据处理技术打下了良好的基础。
🇺🇸 English Summary
Data Analysis
A Python program was developed to perform basic statistical analysis on a dataset.
The program successfully calculated:
- Average value
- Maximum value
- Minimum value
This exercise demonstrated fundamental data processing techniques in Python.
Binary Search Algorithm
A binary search algorithm was implemented using a sorted list.
The system successfully:
- Generated ordered data
- Located target values efficiently
- Returned the target index
The experiment verified the efficiency of Binary Search.
Character Frequency Analysis
A dictionary-based character counting program was created.
The program analyzed:
- Character occurrences
- Frequency distribution
- Text statistics
This exercise strengthened understanding of Python dictionaries and data analysis.
Experiment Outcome
The experiment successfully demonstrated:
- Python programming fundamentals
- Statistical analysis
- Binary Search implementation
- Dictionary operations
- Character frequency counting
These skills provide a solid foundation for future studies in robotics, AI, and computer vision.
🇰🇷 한국어 요약
데이터 분석
Python을 이용하여 데이터 통계 분석 프로그램을 구현하였다.
프로그램은 다음 항목을 계산하였다.
- 평균값
- 최대값
- 최소값
이를 통해 Python 데이터 처리 기초를 학습하였다.
이진 탐색 알고리즘
정렬된 배열을 이용하여 Binary Search 알고리즘을 구현하였다.
프로그램은 다음 기능을 수행하였다.
- 정렬 데이터 생성
- 목표값 탐색
- 인덱스 반환
이진 탐색의 효율성을 확인할 수 있었다.
문자 빈도 분석
Python Dictionary를 사용하여 문자열 내 문자 출현 빈도를 분석하였다.
분석 내용:
- 문자 개수
- 빈도 분포
- 텍스트 통계
Dictionary 자료구조 활용 능력을 향상시킬 수 있었다.
최종 결과
본 실험을 통해 다음 내용을 학습하였다.
- Python 기초 프로그래밍
- 데이터 통계 분석
- Binary Search 알고리즘
- Dictionary 활용
- 문자 빈도 분석
향후 인공지능, 로봇공학 및 컴퓨터 비전 분야 학습의 기초를 다질 수 있었다.
