Python 教程之输入输出(2)—— 输入和输出

简介: Python 教程之输入输出(2)—— 输入和输出

让我们讨论一下 Python 中的控制台是什么。 控制台(也称为 Shell)基本上是一个命令行解释器,它从用户那里获取输入,即一次一个命令并解释它。 如果它没有错误,那么它会运行命令并给出所需的输出,否则会显示错误消息。 Python 控制台看起来像这样。



1.png

在这里,我们编写一个命令并执行该命令,只需按 Enter 键,您的命令就会被解释。 要使用 Python 进行编码,您必须了解 Python 中使用的控制台的基础知识。 python 控制台的主要提示是三个大于号:

>>>

只有在执行第一个命令后出现这些提示时,您才可以在 shell 上编写下一个命令。 Python 控制台接受您在提示后编写的 Python 命令。

2.png

接受来自控制台的输入 用户在控制台中输入值,然后根据需要在程序中使用该值。 为了从用户那里获取输入,我们使用内置函数 input()。

例子

# input
input1 = input()
# output
print(input1)

输出:

 >>>haiyong.site
'haiyong.site' 

我们还可以通过在类型中指定 input() 函数来将此输入类型转换为整数、浮点数或字符串。

将输入类型转换为整数:可能存在需要来自用户/控制台的整数输入的情况,以下代码从控制台获取两个输入(整数/浮点数)并将它们类型转换为整数,然后打印总和。

# input
num1 = int(input())
num2 = int(input())
# 以整数打印总和
print(num1 + num2)

输出:

>>>10
>>>20
30

将输入类型转换为浮点数: 要将输入转换为浮点数,可以使用以下代码。

# input
num1 = float(input())
num2 = float(input())
# 以浮点数打印总和
print(num1 + num2)

输出:

>>>10
>>>20
30.0

将输入类型转换为字符串: 所有类型的输入都可以转换为字符串类型,无论是浮点型还是整数型。我们使用关键字 str 进行类型转换。

# input
string = str(input())
# output
print(string)

输出:

>>>20.0
'20.0'

如何在一行中从用户输入多个值:例如,在 C 中我们可以这样做:

// 在一行中读取两个值
scanf("%d %d", &x, &y)

一种解决方案是两次使用 input() 函数。

x, y = input(), input()
print("x=",x,"y=",y)

输出:

 >>>haiyong
>>>.site
x= haiyong y= .site

另一种解决方案是使用 split() 函数。

x, y = input().split()
print("x=",x,"y=",y)

输出:

>>>10 20
x= 10 y= 20

请注意,我们不必显式指定 split(' '),因为 split() 默认使用空白字符作为分隔符。在上面的 Python 代码中要注意的一件事是,x 和 y 都是字符串。我们可以使用另一行将它们转换为 int。

>>>x, y = [int(x), int(y)]
>>>print(x,y)
10 20
# 我们也可以使用列表推导
>>>x, y = [int(x) for x in [x, y]]
>>>print(x,y)
10 20

下面是一个完整的单行代码,它使用 split 和 list comprehension 从标准输入中读取两个整数变量。

# 从输入中读取两个数字并使用列表理解将它们类型转换为 int
x, y = [int(x) for x in input().split()]
# 从输入中读取两个数字并使用 map 函数将它们类型转换为 int
x, y = map(int, input().split())

END 参数: 默认情况下,python 的 print() 函数以换行符结束。具有 C/C++ 背景的程序员可能想知道如何在没有换行符的情况下进行打印。Python 的 print() 函数带有一个名为“end”的参数。默认情况下,该参数的值为'\n',即换行符。您可以使用此参数以任何字符/字符串结束打印语句。

#此 Python 程序必须使用 Python 3 运行,因为它不适用于 2.7。
# 以 <space> 结束输出
print("Welcome to" , end = ' ')
print("haiyong.site", end = ' ')

输出:

Welcome to haiyong.site

另一个程序来演示结束参数的工作。

#此 Python 程序必须使用 Python 3 运行,因为它不适用于 2.7。
# 以'@'结束输出
print("Python" , end = '@')
print("haiyong.site")

输出:

Python@haiyong.site

感谢大家的阅读,有什么问题的话可以在评论中告诉我。希望大家能够给我来个点赞+收藏+评论 ,你的支持是海海更新的动力!后面我会持续分享前端 & 后端相关的专业知识。

目录
相关文章
|
21天前
|
Python
SciPy 教程 之 Scipy 显著性检验 9
SciPy 教程之 Scipy 显著性检验第9部分,介绍了显著性检验的基本概念、作用及原理,通过样本信息判断假设是否成立。着重讲解了使用scipy.stats模块进行显著性检验的方法,包括正态性检验中的偏度和峰度计算,以及如何利用normaltest()函数评估数据是否符合正态分布。示例代码展示了如何计算一组随机数的偏度和峰度。
22 1
|
21天前
|
BI Python
SciPy 教程 之 Scipy 显著性检验 8
本教程介绍SciPy中显著性检验的应用,包括如何利用scipy.stats模块进行显著性检验,以判断样本与总体假设间的差异是否显著。通过示例代码展示了如何使用describe()函数获取数组的统计描述信息,如观测次数、最小最大值、均值、方差等。
25 1
|
22天前
|
数据采集 数据可视化 数据挖掘
深入浅出:使用Python进行数据分析的基础教程
【10月更文挑战第41天】本文旨在为初学者提供一个关于如何使用Python语言进行数据分析的入门指南。我们将通过实际案例,了解数据处理的基本步骤,包括数据的导入、清洗、处理、分析和可视化。文章将用浅显易懂的语言,带领读者一步步掌握数据分析师的基本功,并在文末附上完整的代码示例供参考和实践。
|
22天前
|
Python
SciPy 教程 之 Scipy 显著性检验 6
显著性检验是统计学中用于判断样本与总体假设间是否存在显著差异的方法。SciPy的scipy.stats模块提供了执行显著性检验的工具,如T检验,用于比较两组数据的均值是否来自同一分布。通过ttest_ind()函数,可以获取两样本的t统计量和p值,进而判断差异是否显著。示例代码展示了如何使用该函数进行T检验并输出结果。
22 1
|
24天前
|
Python
SciPy 教程 之 Scipy 显著性检验 3
本教程介绍Scipy显著性检验,包括其基本概念、原理及应用。显著性检验用于判断样本与总体假设间的差异是否显著,是统计学中的重要工具。Scipy通过`scipy.stats`模块提供了相关功能,支持双边检验等方法。
25 1
|
26天前
|
机器学习/深度学习 Python
SciPy 教程 之 SciPy 插值 2
SciPy插值教程:介绍插值概念及其在数值分析中的应用,特别是在处理数据缺失时的插补和平滑数据集。SciPy的`scipy.interpolate`模块提供了强大的插值功能,如一维插值和样条插值。通过`UnivariateSpline()`函数,可以轻松实现单变量插值,示例代码展示了如何对非线性点进行插值计算。
25 3
|
27天前
|
机器学习/深度学习 数据处理 Python
SciPy 教程 之 SciPy 空间数据 7
本教程介绍了SciPy的空间数据处理功能,涵盖如何使用`scipy.spatial`模块进行点的位置判断、最近点计算等操作。还详细解释了距离矩阵的概念及其在生物信息学中的应用,以及汉明距离的定义和计算方法。示例代码展示了如何计算两个点之间的汉明距离。
31 1
|
23天前
|
Python
SciPy 教程 之 Scipy 显著性检验 5
显著性检验用于判断样本与总体假设间的差异是否由随机变异引起,或是假设与真实情况不符所致。SciPy通过scipy.stats模块提供显著性检验功能,P值用于衡量数据接近极端程度,与alpha值对比以决定统计显著性。
23 0
|
25天前
|
机器学习/深度学习 数据处理 Python
SciPy 教程 之 SciPy 插值 3
本教程介绍了SciPy中的插值方法,包括什么是插值及其在数据处理和机器学习中的应用。通过 `scipy.interpolate` 模块,特别是 `Rbf()` 函数,展示了如何实现径向基函数插值,以平滑数据集中的离散点。示例代码演示了如何使用 `Rbf()` 函数进行插值计算。
23 0
|
25天前
|
Python
SciPy 教程 之 Scipy 显著性检验 1
本教程介绍Scipy显著性检验,包括统计假设、零假设和备择假设等概念,以及如何使用scipy.stats模块进行显著性检验,以判断样本与总体假设间是否存在显著差异。
26 0