通过R语言的神经网络模型，利用学生各科成绩的差异来判别学生的性别。这是为此工作正常开展所需要的数据。但是经过简单测试发现模型拟合效果较差，需要通过进一步的优化和改进来增加拟合精度

具体要求是：在一份已知的excel表格中读取学生的学号与姓名，再将这些数据放到新的excel表中的第一列与第二列，最后再生成随机数作为学生的考试成绩。 首先要用到的数据库有：xlwt，xlrd，random这三个数据库。 命令如下： import xlwt import xlrd import random 现有一份表格内容如下图： 现在我们需要提取这其中的B1—C14。 （提示：在对这份电子表格进行操作的时候，要使用到这个电子表格的地址，即表格的储存位置。） excel=xlrd.open

(基础题)根据“某门课程平时成绩和期末考试成绩.xlsx”内容，计算课程的平时成绩和期末考试成绩的均值、标准差、方差、最小值、最大值，输出期末考试成绩排名有进步学生的名单。 原表为 程序代码： import numpy as np from xlrd import open_workbook book=open_workbook(r'C:\Users\hhx\Desktop\某门课程平时成绩和期末考试成绩.xlsx') sheet=book.sheets()[0] arr=np.array([x