牛客网专项练习30天Pytnon篇第16天

简介: 牛客网专项练习30天Pytnon篇第16天

1.对于以下代码,描述正确的是:(D)

list = ['A', 'B', 'C', 'D', 'E']
print(list[5:])

A.输出[]


B.编译错误


C.输出['A', 'B', 'C', 'D', 'E']


D.导致 IndexError


解析:


      如果是索引访问,会导致IndexError,但本体考的是切片,切片操作时如果索引越界不会导致IndexError,只是返回一个空序列,这里返回空列表 []。


2.在Python3中,下列程序运行结果为:(C)

a = [1, 2, 3]
b = [4, 5, 6]
print(a+b)

A.[1, 2, 3]


B.[4, 5, 6]


C.[1, 2, 3, 4, 5, 6]


D.[5, 7, 9]


解析:


      在Python3中,两个列表的加法表示两个列表进行拼接,所以结果为:[1, 2, 3, 4, 5, 6]。


3.在Python3中,下列说法正确的是:(A)

lists = [1, 2, 2, 3, 4, 5]
print(lists.index(2))

A.1


B.2


C.3


D.None


解析:


      在Python3中,list.index(obj)表示从列表中找出某个值第一个匹配项的索引位置,且列表的索引是从 0 开始的,所以返回 2 所在的第一个索引为 1。


4.下列程序运行结果为:(B)

a=[1, 2, 3, 4, 5]
sums = sum(map(lambda x: x + 3, a[1::3]))
print(sums)

A.10


B.13


C.15


D.17


解析:


      根据题意运行a[1::3],从index=1开始,步幅为3,到一个新的数组b,b=[2,5];运行map(lambda x: x + 3, b),数组b中每个元素加3,又得到一个新的数组c,c=[5,8];运行sums = sum(c),求和得到sums=13;因此选B。


5.下列代码运行结果是?(C)

a = map(lambda x: x**3, [1, 2, 3])
list(a)

A.[1, 6, 9]


B.[1, 12, 27]


C.[1, 8, 27]


D.(1, 6, 9)


解析:


      从列表依次取。1,1的3次;2,2的3次;3,3的3次;map()映射两个内置函数:一个函数和一个可迭代的序列;实现功能:将序列的每一个元素作为函数的参数进行运算加工。直到可迭代序列的每一个元素都加工完毕。返回所有加工后的元素构成的新序列。


相关文章
|
10月前
|
编解码 UED
媒体查询中 max-width 和 min-width 属性的作用
【10月更文挑战第24天】可以结合其他媒体特性,如高度、分辨率等,来进一步优化和定制媒体查询的效果。通过对这些属性的深入理解和灵活运用,我们能够更好地应对不同屏幕尺寸带来的挑战,打造出适应各种环境的优秀设计作品。
|
Docker 容器
Gitlab - 解决访问 gitlab 网站出现 502 报错信息的问题
Gitlab - 解决访问 gitlab 网站出现 502 报错信息的问题
890 0
Gitlab - 解决访问 gitlab 网站出现 502 报错信息的问题
|
5月前
|
存储 机器学习/深度学习 数据可视化
结合多模态RAG和异步调用实现大模型内容
文章探讨了如何利用多模态大模型和工程优化手段提升物流理赔业务效率。核心方案包括:通过多模态RAG技术实现图片查重,结合异步调用方法优化货损识别功能。
354 36
结合多模态RAG和异步调用实现大模型内容
|
Go
Golang语言之gRPC程序设计示例
这篇文章是关于Golang语言使用gRPC进行程序设计的详细教程,涵盖了RPC协议的介绍、gRPC环境的搭建、Protocol Buffers的使用、gRPC服务的编写和通信示例。
394 3
Golang语言之gRPC程序设计示例
|
5月前
|
Arthas 监控 Java
Arthas sc(查看JVM已加载的类信息 )
Arthas sc(查看JVM已加载的类信息 )
191 9
|
9月前
|
JavaScript 前端开发
基于SVG的js圆形菜单插件
这是一款基于SVG的js圆形菜单插件。该js圆形菜单插件可以生成漂亮的圆形菜单效果,支持二级菜单,支持使用鼠标滚动切换菜单
173 16
|
11月前
|
消息中间件 NoSQL Kafka
大数据-116 - Flink DataStream Sink 原理、概念、常见Sink类型 配置与使用 附带案例1:消费Kafka写到Redis
大数据-116 - Flink DataStream Sink 原理、概念、常见Sink类型 配置与使用 附带案例1:消费Kafka写到Redis
668 0
|
SQL 关系型数据库 MySQL
【MySQL】——用SQL语句实现数据库和基本表的创建
【MySQL】——用SQL语句实现数据库和基本表的创建
【MySQL】——用SQL语句实现数据库和基本表的创建
|
10月前
|
机器学习/深度学习 人工智能 自然语言处理
AI与法律行业:智能法律咨询
在科技飞速发展的今天,人工智能(AI)正逐渐渗透到法律行业,特别是在智能法律咨询领域。本文探讨了AI在智能法律咨询中的应用现状、优势及挑战,并展望了其未来发展前景。AI技术通过大数据、自然语言处理等手段,提供高效、便捷、低成本且个性化的法律服务,但同时也面临数据隐私、法律伦理等问题。未来,AI将在技术升级、政策推动和融合创新中,为用户提供更加优质、便捷的法律服务。