python学生管理系统(二)

简介: python学生管理系统(二)

1:首先创建一个main函数。


from managerSystem import *
if __name__=='__main__':
    student_manager=StudentManager()
    student_manager.run()

2:然后在写入一个student.py类去传参。


class Student(object):
    def __init__(self,name,gender,tel):
        self.name=name
        self.gender=gender
        self.tel=tel
    def __str__(self):
        return f'{self.name},{self.gender},{self.tel}'

3:也是很关键的一步——写函数的功能并去实现该功能!!!


创建一个 managerSystem.py


from student import *
class StudentManager(object):
    def __init__(self):
        #存储学员数据
        self.student_list=[]
     #入口函数习惯定义run函数
    def run(self):
        #加载文件里面学员数据
        #菜单
        self.load_student()
        while True:
            self.show_menu()
            menu_num=int(input('请输入序号'))
            if menu_num ==1:
                #添加学员
              self.add_student()
            elif menu_num ==2:
                #删除学员
             self.del_student()
            elif menu_num==3:
                #修改学员信息
                self.modify_stundnt()
            elif menu_num==4:
                #查询学员信息
                self.serarch_stundet()
            elif menu_num==5:
                #显示所有学员信
                self.show_student()
            elif menu_num==6:
                #保存学员信息
                self.save_student()
            elif menu_num==7:
                #退出系统,退出循环
                break
    @staticmethod
    def show_menu():
        print('请选择如下功能:')
        print('1添加成员')
        print('2删除成员')
        print('3修改')
        print('4查询')
        print('5显示所有成员')
        print('6保存学员信息')
        print('7退出系统')
    def add_student(self):
       #用户输入
       name=input('输入姓名:')
       gender=input('请输入您的性别:')
       tel=input('输入手机号:')
       #导入student模块
       student=Student(name,gender,tel)
       self.student_list.append(student)
       print(self.student_list)
       print(student)
    def del_student(self):
       del_name=input('请输入删除学员名字:')
       for i in self.student_list:
           if i.name==del_name:
               self.student_list.remove(i)
               break
       else:
           print('查无此人')
    def modify_stundnt(self):
         modify_student=input('请输入姓名:')
         for i in self.student_list:
            if i.name==modify_student:
                i.name=input('输入姓名:')
                i.gender=input('请输入性别:')
                i.tel=input('请输入手机号:')
                print(f'修改成功,学员姓名{i.name},学员性别{i.gender},学员电话{i.tel}')
                break
         else:
            print('查无此人')
    def serarch_stundet(self):
       serarch_stundet=input('请输入姓名:')
       for i in self.student_list:
           if i.name==serarch_stundet:
               print(f'{i.name},{i.gender},{i.tel}')
               break
       else:
           print('查无此人')
    def show_student(self):
        print('姓名\t 性别\t 电话')
        for i in self.student_list:
            print(f'{i.name}\t{i.gender}\t{i.tel}')
    def save_student(self):
        f=open('student.data','w')
        new_list=[i.__dict__ for i in self.student_list]
        print(new_list)
        f.write(str(new_list))
        f.close()
    def load_student(self):
        try:
            f=open('student.data','r')
        except:
            f=open('student.data','w')
        else:
            data=f.read()
            new_list=eval(data)
            self.student_list=[Student(i['name'],i['gender'],i['tel']) for i in new_list]
        finally:
            f.close()

我们最后看看这个的运行的效果吧!!

image.png


image.png



我们也能在txt文本查看这个保存的数据。

image.png



这就是这个学生管理系统的全部步骤!



目录
相关文章
|
1月前
|
机器学习/深度学习 人工智能 算法
基于Python深度学习的眼疾识别系统实现~人工智能+卷积网络算法
眼疾识别系统,本系统使用Python作为主要开发语言,基于TensorFlow搭建卷积神经网络算法,并收集了4种常见的眼疾图像数据集(白内障、糖尿病性视网膜病变、青光眼和正常眼睛) 再使用通过搭建的算法模型对数据集进行训练得到一个识别精度较高的模型,然后保存为为本地h5格式文件。最后使用Django框架搭建了一个Web网页平台可视化操作界面,实现用户上传一张眼疾图片识别其名称。
135 5
基于Python深度学习的眼疾识别系统实现~人工智能+卷积网络算法
|
2月前
|
机器学习/深度学习 人工智能 算法
猫狗宠物识别系统Python+TensorFlow+人工智能+深度学习+卷积网络算法
宠物识别系统使用Python和TensorFlow搭建卷积神经网络,基于37种常见猫狗数据集训练高精度模型,并保存为h5格式。通过Django框架搭建Web平台,用户上传宠物图片即可识别其名称,提供便捷的宠物识别服务。
356 55
|
1月前
|
安全 前端开发 数据库
Python 语言结合 Flask 框架来实现一个基础的代购商品管理、用户下单等功能的简易系统
这是一个使用 Python 和 Flask 框架实现的简易代购系统示例,涵盖商品管理、用户注册登录、订单创建及查看等功能。通过 SQLAlchemy 进行数据库操作,支持添加商品、展示详情、库存管理等。用户可注册登录并下单,系统会检查库存并记录订单。此代码仅为参考,实际应用需进一步完善,如增强安全性、集成支付接口、优化界面等。
|
3月前
|
机器学习/深度学习 数据采集 供应链
使用Python实现智能食品安全追溯系统的深度学习模型
使用Python实现智能食品安全追溯系统的深度学习模型
99 4
|
7天前
|
机器学习/深度学习 人工智能 算法
基于Python深度学习的【蘑菇识别】系统~卷积神经网络+TensorFlow+图像识别+人工智能
蘑菇识别系统,本系统使用Python作为主要开发语言,基于TensorFlow搭建卷积神经网络算法,并收集了9种常见的蘑菇种类数据集【"香菇(Agaricus)", "毒鹅膏菌(Amanita)", "牛肝菌(Boletus)", "网状菌(Cortinarius)", "毒镰孢(Entoloma)", "湿孢菌(Hygrocybe)", "乳菇(Lactarius)", "红菇(Russula)", "松茸(Suillus)"】 再使用通过搭建的算法模型对数据集进行训练得到一个识别精度较高的模型,然后保存为为本地h5格式文件。最后使用Django框架搭建了一个Web网页平台可视化操作界面,
51 11
基于Python深度学习的【蘑菇识别】系统~卷积神经网络+TensorFlow+图像识别+人工智能
|
2月前
|
存储 缓存 监控
局域网屏幕监控系统中的Python数据结构与算法实现
局域网屏幕监控系统用于实时捕获和监控局域网内多台设备的屏幕内容。本文介绍了一种基于Python双端队列(Deque)实现的滑动窗口数据缓存机制,以处理连续的屏幕帧数据流。通过固定长度的窗口,高效增删数据,确保低延迟显示和存储。该算法适用于数据压缩、异常检测等场景,保证系统在高负载下稳定运行。 本文转载自:https://www.vipshare.com
132 66
|
2月前
|
机器学习/深度学习 人工智能 算法
【宠物识别系统】Python+卷积神经网络算法+深度学习+人工智能+TensorFlow+图像识别
宠物识别系统,本系统使用Python作为主要开发语言,基于TensorFlow搭建卷积神经网络算法,并收集了37种常见的猫狗宠物种类数据集【'阿比西尼亚猫(Abyssinian)', '孟加拉猫(Bengal)', '暹罗猫(Birman)', '孟买猫(Bombay)', '英国短毛猫(British Shorthair)', '埃及猫(Egyptian Mau)', '缅因猫(Maine Coon)', '波斯猫(Persian)', '布偶猫(Ragdoll)', '俄罗斯蓝猫(Russian Blue)', '暹罗猫(Siamese)', '斯芬克斯猫(Sphynx)', '美国斗牛犬
220 29
【宠物识别系统】Python+卷积神经网络算法+深度学习+人工智能+TensorFlow+图像识别
|
1月前
|
机器学习/深度学习 算法 前端开发
基于Python深度学习果蔬识别系统实现
本项目基于Python和TensorFlow,使用ResNet卷积神经网络模型,对12种常见果蔬(如土豆、苹果等)的图像数据集进行训练,构建了一个高精度的果蔬识别系统。系统通过Django框架搭建Web端可视化界面,用户可上传图片并自动识别果蔬种类。该项目旨在提高农业生产效率,广泛应用于食品安全、智能农业等领域。CNN凭借其强大的特征提取能力,在图像分类任务中表现出色,为实现高效的自动化果蔬识别提供了技术支持。
基于Python深度学习果蔬识别系统实现
|
1月前
|
Python
[oeasy]python057_如何删除print函数_dunder_builtins_系统内建模块
本文介绍了如何删除Python中的`print`函数,并探讨了系统内建模块`__builtins__`的作用。主要内容包括: 1. **回忆上次内容**:上次提到使用下划线避免命名冲突。 2. **双下划线变量**:解释了双下划线(如`__name__`、`__doc__`、`__builtins__`)是系统定义的标识符,具有特殊含义。
32 3
|
2月前
|
机器学习/深度学习 算法 前端开发
基于Python深度学习的果蔬识别系统实现
果蔬识别系统,主要开发语言为Python,基于TensorFlow搭建ResNet卷积神经网络算法模型,通过对12种常见的果蔬('土豆', '圣女果', '大白菜', '大葱', '梨', '胡萝卜', '芒果', '苹果', '西红柿', '韭菜', '香蕉', '黄瓜')图像数据集进行训练,最后得到一个识别精度较高的模型文件。再基于Django框架搭建Web网页端可视化操作界面,以下为项目实现介绍。
69 4
基于Python深度学习的果蔬识别系统实现

热门文章

最新文章

推荐镜像

更多