【Python学习篇】Python实验小练习——函数(十)

简介: 【Python学习篇】Python实验小练习——函数(十)

一、实验目的:

       掌握函数定义语法

       掌握函数调用的方法

       掌握参数传递的方法

二、实验环境:

       联网计算机一台/每人,内装Windows 7以上操作系统和安装Python 3.7集成开发环境IDLE。

三、实验内容:

       1.  计算两个数的最大公约数

       2.  求斐波那契数列

       3.  求n!

       4.  生活垃圾一般可以分为四类:可回收垃圾、厨余垃圾、有害垃圾和其它垃圾。根据用户多要丢弃的垃圾了,告诉用户这是上面类型的垃圾,需要放入到哪个颜色的垃圾桶。

四、实验步骤与结果

1. 新建文件夹并命名为学号-姓名-实验。

2. 安装 Python 解释器Python 3.7 集成开发环境IDLE,并进入IDLE。

3. 依次输入自己编好的程序实验内容1-5的源程序,分别命名为sy1_1.py - sy1_5.py 并保存至已建好的文件夹中。

4. 检查已输入的程序是否有错(包括输入时输错的和编程中的错误),如发现有错,及时改正。

5. 运行程序并分析运行结果是否合理。在运行时要注意当输入不同的数据时所得结果是否正确,应测试两组以上数据,分别检查在不同情况下结果是否正确。

                                 列出1-5题源程序清单并记录上机运行结果。

       1.  计算两个数的最大公约数

       源代码:

def gcd(a, b):
    while b:
        a, b = b, a % b
    return a
 
# 示例使用
num1 = 48
num2 = 18
result = gcd(num1, num2)
print(f"The GCD of {num1} and {num2} is {result}")

       运行效果:

       2.  求斐波那契数列

       源代码:

def fibonacci(n):
    if n <= 0:
        return []
    elif n == 1:
        return [0]
    elif n == 2:
        return [0, 1]
    else:
        fib_sequence = [0, 1]
        for i in range(2, n):
            next_number = fib_sequence[i-1] + fib_sequence[i-2]
            fib_sequence.append(next_number)
        return fib_sequence
 
# 示例使用
n = 10
result = fibonacci(n)
print(f"The first {n} numbers in the Fibonacci sequence are: {result}")

       运行效果:

       3.  求n!

       源代码:

def factorial(n):
    if n == 0:
        return 1
    else:
        result = 1
        for i in range(1, n + 1):
            result *= i
        return result
 
# 示例使用
n = 5
result = factorial(n)
print(f"{n}! = {result}")

       运行效果:

       4.  生活垃圾一般可以分为四类:可回收垃圾、厨余垃圾、有害垃圾和其它垃圾。根据用户多要丢弃的垃圾了,告诉用户这是上面类型的垃圾,需要放入到哪个颜色的垃圾桶。        

       源代码:

def classify_garbage(garbage_type):
    # 定义垃圾类型与垃圾桶颜色的映射
    garbage_mapping = {
        "可回收垃圾": "蓝色",
        "厨余垃圾": "绿色",
        "有害垃圾": "红色",
        "其它垃圾": "灰色"
    }
    
    # 检查输入的垃圾类型是否在映射中
    if garbage_type in garbage_mapping:
        return f"{garbage_type}应该放入{garbage_mapping[garbage_type]}垃圾桶"
    else:
        return "抱歉,无法确定垃圾类型,请检查输入是否正确。"
 
# 示例使用
garbage = input("请输入要丢弃的垃圾类型:")
result = classify_garbage(garbage)
print(result)

       运行效果:

五、总结:

1.实验过程中的问题及解决方法:

问题:

       用户可能输入了不在预定义映射中的垃圾类型,或者输入了不明确或错误的名称。

解决方法:

       可以在函数中添加更多的错误处理逻辑,例如提示用户输入的垃圾类型不明确,并提供一个列表供用户选择正确的垃圾类型。

问题:

       如果函数被调用时传入的不是字符串类型,而是其他类型(如整数或None),代码可能会出错。

解决方法:

       在函数开始处添加类型检查,确保输入是字符串类型。如果不是,可以返回一个错误信息或尝试将输入转换为字符串。

问题:

       用户可能没有输入任何内容,或者输入了一个空白字符串。

解决方法:在处理输入之前,检查输入是否为空或空白字符串,并相应地提示用户。

2.实验收获:

        通过创建和使用函数 classify_garbage,将学会如何定义一个函数,以及如何将代码模块化,使其更加清晰和易于维护。 字典是Python中用于存储键值对的数据结构。在这个例子中,字典 garbage_mapping 用于存储垃圾类型和垃圾桶颜色的对应关系。通过这个实验,将学会如何创建、访问和使用字典。

       代码中的条件语句(如 if 和 else)用于根据不同的条件执行不同的操作。这个实验将帮助理解如何在Python中使用条件语句来控制程序的流程。在实验中,可能会遇到用户输入错误的情况。通过添加错误处理逻辑,如检查输入是否为字符串、是否为空等,将学会如何编写健壮的代码,以处理各种可能的输入错误。

📝大佬觉得本文有所裨益,不妨轻点一下👍给予鼓励吧!

❤️❤️❤️本人虽努力,但能力尚浅,若有不足之处,恳请各位大佬不吝赐教,您的批评指正将是我进步的动力!😊😊😊

💖💖💖若您认为此篇文章对您有所帮助,烦请点赞👍并收藏🌟,您的支持是我前行的最大动力!

🚀🚀🚀任务在默默中完成,价值在悄然间提升。让我们携手共进,一起加油,迎接更美好的未来!🌈🌈🌈

目录
相关文章
|
8天前
|
数据库 开发者 Python
实战指南:用Python协程与异步函数优化高性能Web应用
【7月更文挑战第15天】Python的协程与异步函数优化Web性能,通过非阻塞I/O提升并发处理能力。使用aiohttp库构建异步服务器,示例代码展示如何处理GET请求。异步处理减少资源消耗,提高响应速度和吞吐量,适用于高并发场景。掌握这项技术对提升Web应用性能至关重要。
32 10
|
4天前
|
程序员 Python
python中那些双下划线开头得函数和变量
python中那些双下划线开头得函数和变量
10 2
Python函数:函数的定义和调用
本文详细介绍了Python函数的定义和调用方法,包括基本函数定义、参数传递、返回值、文档字符串、作用域、嵌套函数和闭包。通过一个综合详细的学生成绩管理系统的例子,我们展示了如何在实际编程中应用这些函数概念。希望本文对您理解和应用Python函数有所帮助。
|
8天前
|
数据处理 Python
深入探索:Python中的并发编程新纪元——协程与异步函数解析
【7月更文挑战第15天】Python 3.5+引入的协程和异步函数革新了并发编程。协程,轻量级线程,由程序控制切换,降低开销。异步函数是协程的高级形式,允许等待异步操作。通过`asyncio`库,如示例所示,能并发执行任务,提高I/O密集型任务效率,实现并发而非并行,优化CPU利用率。理解和掌握这些工具对于构建高效网络应用至关重要。
21 6
|
4天前
|
JSON 中间件 数据处理
实践出真知:通过项目学习Python Web框架的路由与中间件设计
【7月更文挑战第19天】探索Python Web开发,掌握Flask或Django的关键在于理解路由和中间件。路由连接URL与功能,如Flask中@app.route()定义请求响应路径。中间件在请求处理前后执行,提供扩展功能,如日志、认证。通过实践项目,不仅学习理论,还能提升构建高效Web应用的能力。示例代码展示路由定义及模拟中间件行为,强调动手实践的重要性。
|
8天前
|
大数据 数据处理 API
性能飞跃:Python协程与异步函数在数据处理中的高效应用
【7月更文挑战第15天】在大数据时代,Python的协程和异步函数解决了同步编程的性能瓶颈问题。同步编程在处理I/O密集型任务时效率低下,而Python的`asyncio`库支持的异步编程利用协程实现并发,通过`async def`和`await`避免了不必要的等待,提升了CPU利用率。例如,从多个API获取数据,异步方式使用`aiohttp`并发请求,显著提高了效率。掌握异步编程对于高效处理大规模数据至关重要。
17 4
|
8天前
|
调度 Python
揭秘Python并发编程核心:深入理解协程与异步函数的工作原理
【7月更文挑战第15天】Python异步编程借助协程和async/await提升并发性能,减少资源消耗。协程(async def)轻量级、用户态,便于控制。事件循环,如`asyncio.get_event_loop()`,调度任务执行。异步函数内的await关键词用于协程间切换。回调和Future对象简化异步结果处理。理解这些概念能写出高效、易维护的异步代码。
12 2
|
8天前
|
Python
从零到一:构建Python异步编程思维,掌握协程与异步函数
【7月更文挑战第15天】Python异步编程提升效率,通过协程与异步函数实现并发。从async def定义异步函数,如`say_hello()`,使用`await`等待异步操作。`asyncio.run()`驱动事件循环。并发执行任务,如`asyncio.gather()`同时处理`fetch_data()`任务,降低总体耗时。入门异步编程,解锁高效代码。
16 1
|
9天前
|
缓存 测试技术 Python
Python中的装饰器:优雅地增强函数功能
在Python编程中,装饰器是一种强大的工具,它能够在不改变函数本身的情况下,动态地增强其功能。本文将深入探讨装饰器的工作原理、常见用法以及如何利用装饰器提高代码的可重用性和可维护性。
|
9天前
|
资源调度 计算机视觉 Python
`scipy.ndimage`是SciPy库中的一个子模块,它提供了许多用于处理n维数组(通常是图像)的函数。
`scipy.ndimage`是SciPy库中的一个子模块,它提供了许多用于处理n维数组(通常是图像)的函数。