Python编程基础

简介: Python编程基础

1:计算分段函数

题目:根据x的值,计算分段函数y的值。y的计算公式如下:

11fd2fa6897346e3a155f77d87fc420e.png


结果保留两位小数

输入样例1:

-5


输出样例:

15.00


输入样例2:

5


输出样例:

-80.74


输入样例3:

12


输出样例:

1736.00


输入样例4:

20


输出样例:

248.65


import math
x = input('请输入一个整数x:')
x = (int)(x)
if x < 0:
    y = math.fabs(4 * x + 5)
elif x < 10:
    y = math.exp(x) * math.sin(2 * x)
elif x < 20:
    y = math.pow(x, 3) + 2 * x / 3
else:
    y = (3 + 4 * x) * math.log(x, math.e)
print('结果为:%.2f'%y)


2:解一元二次方程组

解一元二次方程组: ax2+bx+c=0(a≠0)。从键盘输入系数a、b和c,如果方程有实根,计算并输出所有实根,否则,显示“方程无实根”。


分析:
①一元二次方程有无实根可以根据根的判别式∆=b2−4ac来来判定。若∆≥0,方程有实根;若∆<0,方程无实根。②计算方程的实根要用到开平方函数sqrt(),该函数不是内置函数,它封装在数学函数模块math()中,因此首先需要导入数学函数库。


输入样例1:

2.1 8.9 3.5


输出样例:

d1 = -3.80
d2 = -0.44


输入样例2:

2 4 2


输出样例:

d1 = d2 = -1.00


输入样例3:

3 4 5


输出样例:

方程无实根


import math
a,b,c = input('请输入系数a,b,c:').split(' ')
a = float(a)
b = float(b)
c = float(c)
x = b ** 2 - 4 * a * c
if x >= 0:
    d1 = (-b - math.sqrt(x)) / (2 * a)
    d2 = (-b + math.sqrt(x)) / (2 * a)
    if x > 0:
        print("d1 = "+"%.2f"%d1,end = '\n'+"d2 = "+"%.2f" %d2)
    else:
        print("d1 = d2 = "+"%.2f"%d1)
else:
    print('方程无实根')


3:打印九九乘法表

输入样例1:

• 1


输出样例:

1 * 1 = 1    
1 * 2 = 2    2 * 2 = 4    
1 * 3 = 3    2 * 3 = 6    3 * 3 = 9    
1 * 4 = 4    2 * 4 = 8    3 * 4 = 12   4 * 4 = 16   
1 * 5 = 5    2 * 5 = 10   3 * 5 = 15   4 * 5 = 20   5 * 5 = 25   
1 * 6 = 6    2 * 6 = 12   3 * 6 = 18   4 * 6 = 24   5 * 6 = 30   6 * 6 = 36   
1 * 7 = 7    2 * 7 = 14   3 * 7 = 21   4 * 7 = 28   5 * 7 = 35   6 * 7 = 42   7 * 7 = 49   
1 * 8 = 8    2 * 8 = 16   3 * 8 = 24   4 * 8 = 32   5 * 8 = 40   6 * 8 = 48   7 * 8 = 56   8 * 8 = 64   
1 * 9 = 9    2 * 9 = 18   3 * 9 = 27   4 * 9 = 36   5 * 9 = 45   6 * 9 = 54   7 * 9 = 63   8 * 9 = 72   9 * 9 = 81   
for i in range(1, 10):
    for j in range(1, i + 1):
        print('%s * %s = %-4s'%(j, i, i * j), end = ' ')
    print()


4:判断素数

输入一个自然数,判断是否为素数

输入样例1:

1


输出样例:

1不是一个素数


输入样例2:

2


输出样例:

2是一个素数
def is_prime(x):
    if x < 2:
        return False
    for i in range(2, int(x ** 0.5) + 1):
        if x % i == 0:
            return False
    return True
n = int(input('请输入一个整数:'))
if is_prime(n):
    print('%s是一个素数'%n)
else:
    print('%s不是一个素数'%n)


5:打印自幂数

输入位数n,输出所有n位数的自幂数。

题目描述:

①:一个n位正整数,如果其各位数字的n次方累加之和仍然等于这个数,那么这个数称为自幂数。比如,13+53+33=153,所以153就是一个3位自幂数,3位自幂数又称水仙花数。为了简化问题,这里设n的取值不超过6。

②:遍历所有的n位数,首先需要生成n位数的最小值和最大值,在此范围内寻找自幂数。一个n位数的最小值为10n-1,最大值为10n-1。遍历循环可以用for语句实现。

③:检验一个数是不是自幂数,需要取出这个数每一位的数字。一个数对10取余得到个位数字;接着被10整除后继续对10取余得到十位数字,依次重复操作可以获取该数各位上的数字。无法预知循环次数,所以用while循环实现。


输入样例1:

1


输出样例

1 2 3 4 5 6 7 8 9


输入样例2:

2


输出样例

2位数无自幂数


输入样例3:

6


输出样例

548834


import math
n = int(input('请输入自幂数的位数:'))
m = int(math.pow(10, n - 1))
minn = m
maxx = 10 * m
flag = 0
for i in range(minn, maxx):
    ans = 0
    sum1 = i
    sum2 = i
    while sum1 > 0:
        ans += int(math.pow(sum1 % 10, n))
        sum1 //= 10
    if ans == sum2:
        print(ans, end = ' ')
        flag = 1
if flag == 0:
    print('%s位数无自幂数'%n)
目录
相关文章
|
6月前
|
机器学习/深度学习 存储 设计模式
Python 高级编程与实战:深入理解性能优化与调试技巧
本文深入探讨了Python的性能优化与调试技巧,涵盖profiling、caching、Cython等优化工具,以及pdb、logging、assert等调试方法。通过实战项目,如优化斐波那契数列计算和调试Web应用,帮助读者掌握这些技术,提升编程效率。附有进一步学习资源,助力读者深入学习。
|
3月前
|
Python
Python编程基石:整型、浮点、字符串与布尔值完全解读
本文介绍了Python中的四种基本数据类型:整型(int)、浮点型(float)、字符串(str)和布尔型(bool)。整型表示无大小限制的整数,支持各类运算;浮点型遵循IEEE 754标准,需注意精度问题;字符串是不可变序列,支持多种操作与方法;布尔型仅有True和False两个值,可与其他类型转换。掌握这些类型及其转换规则是Python编程的基础。
205 33
|
2月前
|
数据采集 分布式计算 大数据
不会Python,还敢说搞大数据?一文带你入门大数据编程的“硬核”真相
不会Python,还敢说搞大数据?一文带你入门大数据编程的“硬核”真相
76 1
|
3月前
|
设计模式 安全 Python
Python编程精进:正则表达式
正则表达式是一种强大的文本处理工具,用于搜索、匹配和提取模式。本文介绍了正则表达式的语法基础,如`\d`、`\w`等符号,并通过实例展示其在匹配电子邮件、验证电话号码、处理日期格式等场景中的应用。同时,文章提醒用户注意性能、编码、安全性等问题,避免常见错误,如特殊字符转义不当、量词使用错误等。掌握正则表达式能显著提升文本处理效率,但需结合实际需求谨慎设计模式。
134 2
|
4月前
|
数据采集 安全 BI
用Python编程基础提升工作效率
一、文件处理整明白了,少加两小时班 (敲暖气管子)领导让整理100个Excel表?手都干抽筋儿了?Python就跟铲雪车似的,哗哗给你整利索!
113 11
|
6月前
|
人工智能 Java 数据安全/隐私保护
[oeasy]python081_ai编程最佳实践_ai辅助编程_提出要求_解决问题
本文介绍了如何利用AI辅助编程解决实际问题,以猫屎咖啡的购买为例,逐步实现将购买斤数换算成人民币金额的功能。文章强调了与AI协作时的三个要点:1) 去除无关信息,聚焦目标;2) 将复杂任务拆解为小步骤,逐步完成;3) 巩固已有成果后再推进。最终代码实现了输入验证、单位转换和价格计算,并保留两位小数。总结指出,在AI时代,人类负责明确目标、拆分任务和确认结果,AI则负责生成代码、解释含义和提供优化建议,编程不会被取代,而是会更广泛地融入各领域。
184 28
|
6月前
|
机器学习/深度学习 数据可视化 TensorFlow
Python 高级编程与实战:深入理解数据科学与机器学习
本文深入探讨了Python在数据科学与机器学习中的应用,介绍了pandas、numpy、matplotlib等数据科学工具,以及scikit-learn、tensorflow、keras等机器学习库。通过实战项目,如数据可视化和鸢尾花数据集分类,帮助读者掌握这些技术。最后提供了进一步学习资源,助力提升Python编程技能。
|
6月前
|
设计模式 机器学习/深度学习 前端开发
Python 高级编程与实战:深入理解设计模式与软件架构
本文深入探讨了Python中的设计模式与软件架构,涵盖单例、工厂、观察者模式及MVC、微服务架构,并通过实战项目如插件系统和Web应用帮助读者掌握这些技术。文章提供了代码示例,便于理解和实践。最后推荐了进一步学习的资源,助力提升Python编程技能。
|
6月前
|
Python
[oeasy]python074_ai辅助编程_水果程序_fruits_apple_banana_加法_python之禅
本文回顾了从模块导入变量和函数的方法,并通过一个求和程序实例,讲解了Python中输入处理、类型转换及异常处理的应用。重点分析了“明了胜于晦涩”(Explicit is better than implicit)的Python之禅理念,强调代码应清晰明确。最后总结了加法运算程序的实现过程,并预告后续内容将深入探讨变量类型的隐式与显式问题。附有相关资源链接供进一步学习。
86 4
|
6月前
|
数据采集 搜索推荐 C语言
Python 高级编程与实战:深入理解性能优化与调试技巧
本文深入探讨了Python的性能优化和调试技巧,涵盖使用内置函数、列表推导式、生成器、`cProfile`、`numpy`等优化手段,以及`print`、`assert`、`pdb`和`logging`等调试方法。通过实战项目如优化排序算法和日志记录的Web爬虫,帮助你编写高效稳定的Python程序。

热门文章

最新文章

推荐镜像

更多