Python入门100例(一)输入输出

简介: Python入门100例(一)输入输出


2.gif


文章目录


前言

本专栏从「基础」的编程知识开始,带你了解「基础算法」以及「Python的美」与「函数」的方便与快捷之处。收集 「100例Python语言基础入门题」,包含 「考试真题」, 「LeetCode基础题」,并且加入详细的解题思路以及难度分析。

此100例部分为『本人』收集,部分为本人自己所想,从『入门』开始,到『进阶』结束,『实际操作』加解题分析,让你『彻底掌握』Python语言基础


1. 题目描述

  1. 请你编写一个程序,求出给定任意两个从键盘获取的数的和
  2. 请你编写一个程序,求出给定任意两个从键盘获取的数的差
  3. 请你编写一个程序,求出给定任意两个从键盘获取的数的积
  4. 请你编写一个程序,求出给定任意两个从键盘获取的数的余数
  5. 请你编写一个程序,求出给定任意两个从键盘获取的数相除的结果(要求结果是整数)


2. 程序分析

一套模板,可以做出来完

  • 首先先从键盘获取数据没啥用道input()函数
  • 然后你需要注意到,input函数获取的数据默认都是字符串
  • 注意相除的结果需要时整数


3. 程序源代码

# 第一题
a1 = input("请输入第一个数")
b1 = input("请输入第二个数")
print("两个数的和是:",a1+a2)
# 第二题
a2 = input("请输入第一个数")
b2 = input("请输入第二个数")
print("两个数的差是:",a1-a2)
# 第三题
a3 = input("请输入第一个数")
b3 = input("请输入第二个数")
print("两个数的积是:",a1*a2)
# 第四题
a4 = input("请输入第一个数")
b4 = input("请输入第二个数")
print("两个数求余是:",a1%a2)
# 第五题
a5 = input("请输入第一个数")
b5 = input("请输入第二个数")
print("两个数相除是:",a1//a2)


4. 运行结果

请输入第一个数:1
请输入第二个数2
两个数的和是: 3
请输入第一个数:1
请输入第二个数:2
两个数的差是: -1
请输入第一个数:1
请输入第二个数:2
两个数的积是: 2
请输入第一个数:1
请输入第二个数:2
两个数求余是: 1
请输入第一个数:1
请输入第二个数:2
两个数相除是: 0


5. 难度分析

  • 注意第五题题目要求的结果为整数,所以使用//
  • input函数返回的值默认为字符串,我们需要先转化一下,再进行加减
  • 被除数不能为0


6. 涉及知识点

  1. 输入输出
  2. 类型转换
  3. 运算符

目录
相关文章
|
2天前
|
算法 物联网 数据库
Python 物联网入门指南(一)(4)
Python 物联网入门指南(一)
15 3
|
2天前
|
物联网 Linux 网络安全
Python 物联网入门指南(一)(3)
Python 物联网入门指南(一)
15 4
|
2天前
|
网络协议 物联网 Linux
Python 物联网入门指南(一)(2)
Python 物联网入门指南(一)
10 1
|
2天前
|
物联网 机器人 异构计算
Python 物联网入门指南(一)(1)
Python 物联网入门指南(一)
14 2
|
7天前
|
机器学习/深度学习 数据采集 数据可视化
利用Python进行历史数据预测:从入门到实践的两个案例分析
利用Python进行历史数据预测:从入门到实践的两个案例分析
21 1
|
13天前
|
机器学习/深度学习 自然语言处理 语音技术
【Python 机器学习专栏】Python 深度学习入门:神经网络基础
【4月更文挑战第30天】本文介绍了Python在深度学习中应用于神经网络的基础知识,包括神经网络概念、基本结构、训练过程,以及Python中的深度学习库TensorFlow和PyTorch。通过示例展示了如何使用Python实现神经网络,并提及优化技巧如正则化和Dropout。最后,概述了神经网络在图像识别、语音识别和自然语言处理等领域的应用,并强调掌握这些知识对深度学习的重要性。随着技术进步,神经网络的应用将持续扩展,期待更多创新。
|
13天前
|
机器学习/深度学习 算法 数据挖掘
【Python 机器学习专栏】Python 机器学习入门:基础概念与流程
【4月更文挑战第30天】本文介绍了Python在机器学习中的重要性,机器学习的基础概念和分类,包括监督学习、非监督学习和强化学习。Python因其丰富的库(如Scikit-learn、TensorFlow、PyTorch)、简单易学的语法和跨平台性在机器学习领域广泛应用。文章还概述了机器学习的基本流程,包括数据收集、预处理、特征工程、模型训练与评估等,并列举了常用的Python机器学习算法,如线性回归、逻辑回归、决策树和支持向量机。最后,讨论了Python机器学习在金融、医疗、工业和商业等领域的应用,鼓励读者深入学习并实践这一技术。
|
15天前
|
Python
【Python21天学习挑战赛】-入门必备
【Python21天学习挑战赛】-入门必备
|
19天前
|
存储 Python
python入门指南
python入门指南
23 0
|
19天前
|
机器学习/深度学习 自然语言处理 算法
利用Python进行情感分析:从入门到实践
【4月更文挑战第24天】 在数字化时代,文本数据无处不在。理解这些文本背后的情绪倾向对于品牌管理、市场研究乃至政治分析都至关重要。本文将引导读者通过Python编程语言实现基本的情感分析任务,涵盖从预处理步骤到模型训练和结果解释的全过程。我们将使用流行的自然语言处理库NLTK和机器学习框架scikit-learn来构建一个简单的情感分析模型,并探索如何将其应用于实际场景中。