Python-打印杨辉三角

简介: 本文介绍了使用Python打印杨辉三角的方法,涵盖列表使用、循环控制和数学运算等关键知识点。通过具体步骤和代码示例,详细讲解了生成杨辉三角的过程,适合初学者学习参考。

学的是b站的课,非本人自创代码!
现在来写一篇博客来讲解打印杨辉三角的方法,[如果讲述不清可以私信问哈,如果讲的不好也可以说,毕竟自己还是入门水平]


目录
1.引题
2.关键要点
(1).列表的使用
(2).循环的控制
(3).数学运算
3.步骤
4.演示
5.总结


1.引题

在 Python 编程中,打印杨辉三角是一个经典的练习题,它可以帮助我们更好地理解列表、循环和数学运算。在这篇博客中,我们将介绍如何使用 Python 打印固定阶级的杨辉三角,并探讨其中的关键要点。

2.关键要点

(1).列表的使用

在 Python 中,我们可以使用列表来存储杨辉三角的每一行数据。通过对列表的操作,我们可以方便地生成和打印杨辉三角。

(2).循环的控制

打印杨辉三角需要使用循环来控制行数和列数。我们可以使用嵌套的循环来实现这一目的。

(3).数学运算

杨辉三角的每个数等于它上方两数之和。我们可以使用数学运算来计算杨辉三角中的每个数。

3.步骤

(1).固定阶级

# 杨辉三角
n = 5

(2).打印前两行

由于前两行规律不同,所以前两行需要单独打印。

# 杨辉三角
n = 5
data = [[1],[1,1])

(3).开始遍历

使用for循环,前两行特殊,所以循环从第三行开始,也就是下标为2。

# 杨辉三角
n = 5
data = [[1],[1,1])
for i in range(2,n):

(4).写入每行开头结尾

每次循环先在新的一行开头添加数字 1,然后在循环中计算杨辉三角当前行中间的数字,最后在新的一行末尾添加数字

# 杨辉三角
n = 5
data = [[1],[1,1])
for i in range(2,n):
    d = [1]
    d.append(1)

(5).定义内层循环

而每一行中间的数用for循环实现,一共需要迭代i-1次.

# 杨辉三角
n = 5
data = [[1],[1,1])
for i in range(2,n):
    d = [1]
    for j in range(i-1):

    d.append(1)

(6).编辑内层循环

杨辉三角的规律是下一行中间的数为上一行数两两相加得到的,所以第i行数据位i-1行数据两两相加实现,所以为下图所示.

# 杨辉三角
n = 5
data = [[1],[1,1])
for i in range(2,n):
    d = [1]
    for j in range(i-1):
        d.append(data[i-1][j] + data[i-1][j+1])
    d.append(1)

(7).加入原列表

将得到的数添加到原列表

# 杨辉三角
n = 5
data = [[1],[1,1])
for i in range(2,n):
    d = [1]
    for j in range(i-1):
        d.append(data[i-1][j] + data[i-1][j+1])
    d.append(1)
    data.append(d)

(8).打印

将其打印出来

# 杨辉三角
n = 5
data = [[1],[1,1])
for i in range(2,n):
    d = [1]
    for j in range(i-1):
        d.append(data[i-1][j] + data[i-1][j+1])
    d.append(1)
    data.append(d)
for i in data:
    for j in i:
        print(j,end="\t")

(9).调用

# 杨辉三角
n = 5
data = [[1],[1,1])
for i in range(2,n):
    d = [1]
    for j in range(i-1):
        d.append(data[i-1][j] + data[i-1][j+1])
    d.append(1)
    data.append(d)
for i in data:
    for j in i:
        print(j,end="\t")    
print()

4.演示
image.png
5.注意点
通过以上代码,我们可以使用 Python 打印固定阶级的杨辉三角。在实现过程中,我们需要注意以下几点:
1.理解杨辉三角的概念和特点,掌握每个数等于它上方两数之和的规律。
2.熟练使用列表和循环来存储和生成杨辉三角的数据。
3.注意循环的控制和索引的使用,确保正确地计算和打印杨辉三角的每一行数据。
希望这篇博客对你理解和实现打印固定阶级的杨辉三角有所帮助。如果你有任何问题或建议,请随时留言。
6.总结
在讲刚才那些东西的时候呢,说不定有些地方说得没那么清楚,没那么到位呀。要是真有这样的情况,大家可别见怪哈,多多包涵包涵呗。
在这儿呢,真的特别感谢大家能抽空来看我分享的这些内容呀,就盼着能在大家学编程的这条路上,稍微帮上那么一点儿小忙呢。再次谢谢大伙啦!

相关文章
|
14天前
|
人工智能 自动驾驶 大数据
预告 | 阿里云邀您参加2024中国生成式AI大会上海站,马上报名
大会以“智能跃进 创造无限”为主题,设置主会场峰会、分会场研讨会及展览区,聚焦大模型、AI Infra等热点议题。阿里云智算集群产品解决方案负责人丛培岩将出席并发表《高性能智算集群设计思考与实践》主题演讲。观众报名现已开放。
|
6天前
|
自然语言处理 数据可视化 API
Qwen系列模型+GraphRAG/LightRAG/Kotaemon从0开始构建中医方剂大模型知识图谱问答
本文详细记录了作者在短时间内尝试构建中医药知识图谱的过程,涵盖了GraphRAG、LightRAG和Kotaemon三种图RAG架构的对比与应用。通过实际操作,作者不仅展示了如何利用这些工具构建知识图谱,还指出了每种工具的优势和局限性。尽管初步构建的知识图谱在数据处理、实体识别和关系抽取等方面存在不足,但为后续的优化和改进提供了宝贵的经验和方向。此外,文章强调了知识图谱构建不仅仅是技术问题,还需要深入整合领域知识和满足用户需求,体现了跨学科合作的重要性。
|
1月前
|
存储 人工智能 弹性计算
阿里云弹性计算_加速计算专场精华概览 | 2024云栖大会回顾
2024年9月19-21日,2024云栖大会在杭州云栖小镇举行,阿里云智能集团资深技术专家、异构计算产品技术负责人王超等多位产品、技术专家,共同带来了题为《AI Infra的前沿技术与应用实践》的专场session。本次专场重点介绍了阿里云AI Infra 产品架构与技术能力,及用户如何使用阿里云灵骏产品进行AI大模型开发、训练和应用。围绕当下大模型训练和推理的技术难点,专家们分享了如何在阿里云上实现稳定、高效、经济的大模型训练,并通过多个客户案例展示了云上大模型训练的显著优势。
|
1月前
|
存储 人工智能 调度
阿里云吴结生:高性能计算持续创新,响应数据+AI时代的多元化负载需求
在数字化转型的大潮中,每家公司都在积极探索如何利用数据驱动业务增长,而AI技术的快速发展更是加速了这一进程。
|
2天前
|
人工智能 容器
三句话开发一个刮刮乐小游戏!暖ta一整个冬天!
本文介绍了如何利用千问开发一款情侣刮刮乐小游戏,通过三步简单指令实现从单个功能到整体框架,再到多端优化的过程,旨在为生活增添乐趣,促进情感交流。在线体验地址已提供,鼓励读者动手尝试,探索编程与AI结合的无限可能。
|
6天前
|
Cloud Native Apache 流计算
PPT合集|Flink Forward Asia 2024 上海站
Apache Flink 年度技术盛会聚焦“回顾过去,展望未来”,涵盖流式湖仓、流批一体、Data+AI 等八大核心议题,近百家厂商参与,深入探讨前沿技术发展。小松鼠为大家整理了 FFA 2024 演讲 PPT ,可在线阅读和下载。
3125 10
PPT合集|Flink Forward Asia 2024 上海站
|
2天前
|
人工智能 自然语言处理 前端开发
从0开始打造一款APP:前端+搭建本机服务,定制暖冬卫衣先到先得
通义灵码携手科技博主@玺哥超carry 打造全网第一个完整的、面向普通人的自然语言编程教程。完全使用 AI,再配合简单易懂的方法,只要你会打字,就能真正做出一个完整的应用。
922 12
|
19天前
|
人工智能 自然语言处理 前端开发
100个降噪蓝牙耳机免费领,用通义灵码从 0 开始打造一个完整APP
打开手机,录制下你完成的代码效果,发布到你的社交媒体,前 100 个@玺哥超Carry、@通义灵码的粉丝,可以免费获得一个降噪蓝牙耳机。
5872 16
|
1月前
|
缓存 监控 Linux
Python 实时获取Linux服务器信息
Python 实时获取Linux服务器信息
|
12天前
|
机器学习/深度学习 人工智能 安全
通义千问开源的QwQ模型,一个会思考的AI,百炼邀您第一时间体验
Qwen团队推出新成员QwQ-32B-Preview,专注于增强AI推理能力。通过深入探索和试验,该模型在数学和编程领域展现了卓越的理解力,但仍在学习和完善中。目前,QwQ-32B-Preview已上线阿里云百炼平台,提供免费体验。