Python编程实验四:函数的使用

简介: Python编程实验四:函数的使用

一、实验目的与要求

(1)通过本次实验,学生应掌握函数的定义与调用的基本语法,能根据需要灵活应用递归函数;

(2)掌握函数的可变参数的常见用法,以及列表作为参数传递时的注意事项;

(3)学习map函数和lambda表达式的应用;

(4)按照实验题目要求独立正确地完成实验内容(编写、调试算法程序,提交程序清单及及相关实验数据与运行结果)

二、实验内容

使用Python语言在Jupyter Notebook环境下编程完成下列题目的要求:

1、改编自教材第120页实训1:编写一个计算列表中位数的函数。

要求根据下图给定的程序框架完善median函数的定义,并且不允许函数修改实参列表。

2、定义并调用一个名为specify的函数,实现计算多个月份的平均访客量。请根据下图给定的程序框架完善specify函数的定义,每个月的访客量数据由data列表给出。

3、定义并调用一个名为person的函数,实现人员信息的输出。请根据预期的输出效果完善下面的程序框架,要求人员的名字信息必须要有,其他信息可有可无。

4、改编自教材第120页实训2:使用map函数和lambda表达式对列表中的元素求平方。请根据下图给定的程序框架,利用map函数和lambda表达式,只填写一行代码,实现对列表中每个元素求平方。


5、定义一个递归函数实现对字符串的逆序输出。例如,对“student”字符串,调用该函数,实现逆序输出为“tneduts”。

三、主要程序清单和程序运行结果

第1题

1、改编自教材第120页实训1:编写一个计算列表中位数的函数。

要求根据下图给定的程序框架完善median函数的定义,并且不允许函数修改实参列表。

def median(ls):
    sorted_ls = sorted(ls)  # 对列表进行排序
    n = len(sorted_ls)
    
    if n % 2 == 0:
        mid_idx = n // 2
        median = (sorted_ls[mid_idx - 1] + sorted_ls[mid_idx]) / 2
    else:
        mid_idx = n // 2
        median = sorted_ls[mid_idx]
    return median
 
ls1=[26,92,-5,13,6]
ls2=ls1+[117,-25,73]
print("列表ls1的中位数是{}".format(median(ls1)))
print("列表ls2的中位数是{}".format(median(ls2)))
print("调用函数后列表ls1中的元素:",ls1)
print("调用函数后列表ls2中的元素:",ls2)

运行结果:

第2题

2、定义并调用一个名为specify的函数,实现计算多个月份的平均访客量。请根据下图给定的程序框架完善specify函数的定义,每个月的访客量数据由data列表给出。

def specify(*lst):
    total_visitors = 0
    for visitors in lst:
        total_visitors += data[visitors]
    average = total_visitors / len(lst)
    print("指定月份的平均访客量位{:.2f}".format(average))
 
data=[200,388,123,456,987,342,767,234,124,345,123,234]
specify(1,2,3,4)
specify(10,9,8,7,6)

运行结果:

第3题

3、定义并调用一个名为person的函数,实现人员信息的输出。请根据预期的输出效果完善下面的程序框架,要求人员的名字信息必须要有,其他信息可有可无。

def person(name,**kwargs):
    print(f"The information of {name} is:")
    for key,value in kwargs.items():
        print(f"{key}:{value}")
 
person('Alice',city='GL')
person('Bob',gender='M',job='Teacher')
emp1={"name":"Rose","favorite":"music","age":18}
person(**emp1)

运行结果:

第4题

4、改编自教材第120页实训2:使用map函数和lambda表达式对列表中的元素求平方。请根据下图给定的程序框架,利用map函数和lambda表达式,只填写一行代码,实现对列表中每个元素求平方。

ls=[1,3,7]
squared_numbers = list(map(lambda x: x**2, ls))
print(squared_numbers)

运行结果:

第5题

5、定义一个递归函数实现对字符串的逆序输出。例如,对“student”字符串,调用该函数,实现逆序输出为“tneduts”。

def reverse_string(string):
    if len(string) == 0:
        return ""
    else:
        return reverse_string(string[1:]) + string[0]
 
result = reverse_string("student")
print(result)

运行结果:

四、实验结果分析与体会

       通过本次实验,掌握了函数的定义与调用的基本语法,能根据需要灵活应用递归函数。学会了函数的可变参数的常见用法,以及列表作为参数传递时的注意事项;map函数和lambda表达式的应用。

       模块化和重用性:函数允许将一段代码封装成一个独立的模块,这样可以在程序中多次调用,提高了代码的重用性和可维护性。参数传递:函数可以接受输入参数,这使得函数更加灵活和通用。通过参数的传递,可以让函数处理不同的数据,实现不同的功能。返回值:函数可以返回计算结果,这样可以将函数的输出作为其他部分的输入,实现更复杂的逻辑。作用域:函数内部可以定义局部变量,这些变量只在函数内部有效,避免了命名冲突和变量污染。匿名函数和闭包:Python支持匿名函数和闭包的特性,这使得函数的使用更加灵活和方便。


目录
相关文章
|
1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。
|
10天前
|
Python
[oeasy]python086方法_method_函数_function_区别
本文详细解析了Python中方法(method)与函数(function)的区别。通过回顾列表操作如`append`,以及随机模块的使用,介绍了方法作为类的成员需要通过实例调用的特点。对比内建函数如`print`和`input`,它们无需对象即可直接调用。总结指出方法需基于对象调用且包含`self`参数,而函数独立存在无需`self`。最后提供了学习资源链接,方便进一步探索。
47 17
|
20天前
|
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。
80 28
|
16天前
|
人工智能 Python
[oeasy]python083_类_对象_成员方法_method_函数_function_isinstance
本文介绍了Python中类、对象、成员方法及函数的概念。通过超市商品分类的例子,形象地解释了“类型”的概念,如整型(int)和字符串(str)是两种不同的数据类型。整型对象支持数字求和,字符串对象支持拼接。使用`isinstance`函数可以判断对象是否属于特定类型,例如判断变量是否为整型。此外,还探讨了面向对象编程(OOP)与面向过程编程的区别,并简要介绍了`type`和`help`函数的用法。最后总结指出,不同类型的对象有不同的运算和方法,如字符串有`find`和`index`方法,而整型没有。更多内容可参考文末提供的蓝桥、GitHub和Gitee链接。
40 11
|
1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。
|
1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。
37 4
|
1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。
|
1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。
|
1月前
|
Java API Docker
在线编程实现!如何在Java后端通过DockerClient操作Docker生成python环境
以上内容是一个简单的实现在Java后端中通过DockerClient操作Docker生成python环境并执行代码,最后销毁的案例全过程,也是实现一个简单的在线编程后端API的完整流程,你可以在此基础上添加额外的辅助功能,比如上传文件、编辑文件、查阅文件、自定义安装等功能。 只有锻炼思维才能可持续地解决问题,只有思维才是真正值得学习和分享的核心要素。如果这篇博客能给您带来一点帮助,麻烦您点个赞支持一下,还可以收藏起来以备不时之需,有疑问和错误欢迎在评论区指出~
在线编程实现!如何在Java后端通过DockerClient操作Docker生成python环境
|
1月前
|
机器学习/深度学习 设计模式 API
Python 高级编程与实战:构建 RESTful API
本文深入探讨了使用 Python 构建 RESTful API 的方法,涵盖 Flask、Django REST Framework 和 FastAPI 三个主流框架。通过实战项目示例,详细讲解了如何处理 GET、POST 请求,并返回相应数据。学习这些技术将帮助你掌握构建高效、可靠的 Web API。