四分历python实现

简介: 根据一个新加坡人的c代码改写成python代码   1 ''' 四分历''' 2 3 # 4 zq = 0 5 month = 0 6 7 def main(): 8 global month 9 year = 1 ...

根据一个新加坡人的c代码改写成python代码

 

  1 ''' 四分历'''
  2 
  3 # 
  4 zq = 0
  5 month = 0
  6 
  7 def main():
  8     global month
  9     year = 1
 10     rb_year = 0
 11     moon = 0  # number of new moon since beginning of ru bu year.
 12     tmonth = 0
 13     continues = False
 14 
 15     while year != 0:
 16         year = int(input("\nPlease Enter a year to do computation (range:85~236, 0 to exit):"))
 17 
 18         if year == 0: 
 19             return
 20         if year < 85 or year > 236:
 21             print("\nCalculation of Si Fen Li doesn't apply to your input value.")
 22             input("\nPress Enter to continue.")
 23             #getch(continues);
 24             continue
 25 
 26         rb_year = (year + 9281) % 76
 27         tmonth = 14 + Leap_y(rb_year)
 28 
 29         print("月\t朔\t望\t长度\t中气\t时间\t时间\t时间")
 30         print("- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -")
 31 
 32         month = 11
 33         #zq = 0
 34         for moon in range(1, tmonth + 1):
 35             if moon % 8 == 0:
 36                 #print("\n")
 37                 pass
 38             print_s(rb_year, moon)
 39             month += 1
 40             if month > 12:
 41                 month = 1
 42 
 43         input("\nPress Enter to continue.")
 44 
 45 # 润年
 46 def Leap_y( rbyear):
 47     isLeap = 0
 48     if ((rbyear - 1) * 235 ) % 19 >= 12:
 49         isLeap = 1
 50     return isLeap
 51 
 52 # 润月
 53 def Leap_m(rbyear, month):
 54     isLeap = 0
 55     completed_month = (rbyear - 1) * (235.0/19.0) + (month - 1)
 56     acd_first = (completed_month * (29.0+499.0/940.0) )
 57     acd_last  = ((completed_month + 1.0) * (29.0+499.0/940.0) )
 58     qi_first  = int(acd_first)/(30.0+14.0/32.0)
 59     qi_last   = int(acd_last) / (30.0+14.0/32.0)
 60 
 61     if qi_first - int(qi_first) != 0:
 62         if int(qi_first) == int(qi_last) or qi_last == int(qi_last):
 63             isLeap = 1
 64 
 65     return isLeap
 66 
 67 
 68 # 打印结果
 69 def print_s(rbyear, moon):
 70     global zq
 71     global month
 72     name_s = acd_shuo(rbyear, moon)
 73     name_w = acd_wang(rbyear, moon)
 74     time_s = ( acd_shuo(rbyear, moon) - float(name_s) ) * 24.0
 75     time_w = ( acd_wang(rbyear, moon) - float(name_w) ) * 24.0
 76     length = int(acd_shuo(rbyear, moon + 1)) - name_s
 77 
 78     if Leap_m(rbyear, moon) == 0:    #if is not a leap month.
 79         zq += 1
 80         name_q = acd_qi(rbyear, zq);
 81         time_q = ( acd_qi(rbyear, zq) - (float)(name_q) ) * 24.0
 82         print("{}\t1\t{:.1f}\t{:.3f}\t{:.1f}\t{:.3f}\t{:.3f}\t{:.1f}".format(month, time_s, name_w - name_s + 1, time_w, length, name_q - name_s + 1, time_q))
 83     else:
 84         month -= 1
 85         print("{}(Leap)\t1\t{:.1f}\t{:.3f}\t{:.1f}\t{:.3f}".format(month, time_s, name_w - name_s + 1, time_w, length))
 86 
 87 
 88 #
 89 def acd_shuo(rbyear, moon):
 90     completed_month = ((rbyear - 1) * 235 / 19) + moon - 1
 91     return completed_month * (29.0+499.0/940.0)
 92 
 93 #
 94 def acd_wang(rbyear, moon):
 95     completed_month = ((rbyear - 1) * 235 / 19) + moon - 1
 96     return (completed_month + 0.5) * (29.0+499.0/940.0)
 97 
 98 #
 99 def acd_qi(rbyear, qi):
100     completed_qi = ((rbyear - 1) * 12) + qi - 1
101     return completed_qi * (30.0+14.0/32.0)
102 
103 
104 if __name__ == '__main__':
105     main()

 

目录
相关文章
|
11天前
|
存储 人工智能 数据处理
Python:编程的艺术与科学的完美交融
Python:编程的艺术与科学的完美交融
15 1
|
1天前
|
测试技术 Python
Python模块化方式编程实践
Python模块化编程提升代码质量,包括:定义专注单一任务的模块;使用`import`导入模块;封装函数和类,明确命名便于重用;避免全局变量降低耦合;使用文档字符串增强可读性;为每个模块写单元测试确保正确性;重用模块作为库;定期维护更新以适应Python新版本。遵循这些实践,可提高代码可读性、重用性和可维护性。
14 2
|
7天前
|
测试技术 调度 索引
python编程中常见的问题
【4月更文挑战第23天】
21 2
|
7天前
|
网络协议 算法 网络架构
Python网络编程之udp编程、黏包以及解决方案、tcpserver
Python网络编程之udp编程、黏包以及解决方案、tcpserver
|
8天前
|
机器学习/深度学习 数据挖掘 算法框架/工具
Python:编程的艺术与魅力
Python:编程的艺术与魅力
19 3
|
8天前
|
机器学习/深度学习 数据可视化 数据挖掘
实用技巧:提高 Python 编程效率的五个方法
本文介绍了五个提高 Python 编程效率的实用技巧,包括使用虚拟环境管理依赖、掌握列表推导式、使用生成器提升性能、利用装饰器简化代码结构以及使用 Jupyter Notebook 进行交互式开发。通过掌握这些技巧,可以让你的 Python 编程更加高效。
|
8天前
|
算法 Python
Python面向对象oop编程(二)
Python面向对象oop编程(二)
|
11天前
|
机器学习/深度学习 数据挖掘 API
pymc,一个灵活的的 Python 概率编程库!
pymc,一个灵活的的 Python 概率编程库!
19 1
|
11天前
|
人工智能 算法 调度
uvloop,一个强大的 Python 异步IO编程库!
uvloop,一个强大的 Python 异步IO编程库!
22 2
|
11天前
|
机器学习/深度学习 人工智能 数据可视化
Python:探索编程之美
Python:探索编程之美
12 0