Python入门与基础刷题篇(8)

简介: 速刷n题

题目一:函数求差(简单)

描述

请定义一个函数cal(),该函数返回两个参数相减的差。


输入第一个数字记录在变量x中,输入第二个数字记录在变量y中,将其转换成数字后调用函数计算cal(x, y),再交换位置计算cal(y, x)。


输入描述:

输入两个整数。


输出描述:

根据题目描述输出两个差,每个数字单独一行。


示例1

输入:


3

5

输出:


-2

2

作答

x=input()

y=input()

def cal(x,y):

   x = int(x)

   y = int(y)

   return(x-y)

print(cal(x,y))

print(cal(y,x))

题目二:牛牛的朋友(中等)

描述

假如牛牛一个列表 friends_list 记录了他最好的几个朋友:['Niu Ke Le', 'Niumei', 'Niuneng', 'GOLO'],现在他想将列表里的名字替换成从0开始的数字,依次表示这几个朋友的重要性。


请写一个replace函数,第一个参数是列表friends_list,第二个参数是要替换的数字index,即在函数中将列表元素修改成成列表下标值。


请使用print函数直接打印修改前的列表。


使用for循环遍历列表 friends_list,每次调用replace函数替换列表中相应下标的元素。


结束循环后,再次使用print函数直接打印修改后的列表,查看是否替换成功。


输入描述:


输出描述:

['Niu Ke Le', 'Niumei', 'Niuneng', 'GOLO']


[0, 1, 2, 3]


第一种作答

friends_list = ['Niu Ke Le','Niumei', 'Niuneng', 'GOLO']

def replace(friends):

   return friends_list.index(friends)

print(friends_list)

number = []

for i in friends_list:

   number.append(replace(i))

print(number)

这个做法我硬生生想了半个小时,像shit


第二种作答

friends_list = ['Niu Ke Le', 'Niumei', 'Niuneng', 'GOLO']

print(friends_list)

def replace(list, index):

   list[index] = index

for a in range(len(friends_list)):

   replace(friends_list, a)

print(friends_list)

题目三:自动售卖饮料机(入门)

描述

假如这是一台自动售卖饮料机的一段程序:


使用print()语句一行输出字符串 'What kind of drink would you like?' ,


然后使用input()函数读取字符串,并将读取到的字符串存储到变量kind_of_drink中,


假设读取到饮料是可乐(cola),也即变量kind_of_drink的内容为'cola',


请使用print()语句一行输出字符串 'Below is your cola. Please check it!' 。


其他饮料已经售空了,因此如果是其他字符串,则输出一句类似 'The milk has been sold out!' 的信息。


输入描述:


输出描述:

按题目描述进行输出即可。


示例1

输入:


cola

复制输出:


What kind of drink would you like?

Below is your cola. Please check it!

作答

print('What kind of drink would you like?')

kind_of_drink = input()

if kind_of_drink == 'cola':

   print('Below is your cola. Please check it!')

else:

   print('The ' + kind_of_drink + ' has been sold out!')


目录
相关文章
|
1天前
|
数据采集 机器学习/深度学习 前端开发
【好书推荐3】Python网络爬虫入门到实战
【好书推荐3】Python网络爬虫入门到实战
9 0
|
5天前
|
机器学习/深度学习 数据采集 数据可视化
利用Python进行历史数据预测:从入门到实践的两个案例分析
利用Python进行历史数据预测:从入门到实践的两个案例分析
19 1
|
11天前
|
机器学习/深度学习 自然语言处理 语音技术
【Python 机器学习专栏】Python 深度学习入门:神经网络基础
【4月更文挑战第30天】本文介绍了Python在深度学习中应用于神经网络的基础知识,包括神经网络概念、基本结构、训练过程,以及Python中的深度学习库TensorFlow和PyTorch。通过示例展示了如何使用Python实现神经网络,并提及优化技巧如正则化和Dropout。最后,概述了神经网络在图像识别、语音识别和自然语言处理等领域的应用,并强调掌握这些知识对深度学习的重要性。随着技术进步,神经网络的应用将持续扩展,期待更多创新。
|
11天前
|
机器学习/深度学习 算法 数据挖掘
【Python 机器学习专栏】Python 机器学习入门:基础概念与流程
【4月更文挑战第30天】本文介绍了Python在机器学习中的重要性,机器学习的基础概念和分类,包括监督学习、非监督学习和强化学习。Python因其丰富的库(如Scikit-learn、TensorFlow、PyTorch)、简单易学的语法和跨平台性在机器学习领域广泛应用。文章还概述了机器学习的基本流程,包括数据收集、预处理、特征工程、模型训练与评估等,并列举了常用的Python机器学习算法,如线性回归、逻辑回归、决策树和支持向量机。最后,讨论了Python机器学习在金融、医疗、工业和商业等领域的应用,鼓励读者深入学习并实践这一技术。
|
13天前
|
Python
【Python21天学习挑战赛】-入门必备
【Python21天学习挑战赛】-入门必备
|
16天前
|
存储 Python
python入门指南
python入门指南
21 0
|
17天前
|
机器学习/深度学习 自然语言处理 算法
利用Python进行情感分析:从入门到实践
【4月更文挑战第24天】 在数字化时代,文本数据无处不在。理解这些文本背后的情绪倾向对于品牌管理、市场研究乃至政治分析都至关重要。本文将引导读者通过Python编程语言实现基本的情感分析任务,涵盖从预处理步骤到模型训练和结果解释的全过程。我们将使用流行的自然语言处理库NLTK和机器学习框架scikit-learn来构建一个简单的情感分析模型,并探索如何将其应用于实际场景中。
|
17天前
|
Python
Python从入门到精通:深入学习面向对象编程——2.1.2继承、封装和多态的概念
Python从入门到精通:深入学习面向对象编程——2.1.2继承、封装和多态的概念
|
17天前
|
存储 索引 Python
Python从入门到精通——1.3.1练习编写简单程序
Python从入门到精通——1.3.1练习编写简单程序
|
17天前
|
Python
Python从入门到精通——1.2.2学习基础语法和数据类型之控制结构
Python从入门到精通——1.2.2学习基础语法和数据类型之控制结构