1_01_python基础学习_0423

2019年4月26日 星期二
只要愿意学习,就一定能够学会。 —— 列宁
第九周学习笔记:
(1)练习作业:
①输入5个同学的name,weight,height.请根据BMI公式(体重除以身高的平方)分别求出他们的BMI指数,并根据BMI指数:
低于18.5:过轻
18.5-25:正常
25-28:过重
28-32:肥胖
高于32:严重肥胖

                                                正确答案

**正确答案**

                                                对比自己的练习

在这里插入图片描述
[差距:①逻辑思维还需缜密一些②注意缩进符号Tab键:如果全篇(就是python代码)没有缩进“tab”,那说明没有for while if
else eilf 等条件(流程)控制语句和循环控制语句]
②猜数字:
编写一个猜数字的小游戏,随机生成一个1-10(包括1和10)之间的数字作为基准数,玩家每次通过键盘输入一个数字,如果输入的数字和基准数相同,则成功过关,否则重新输入,如果玩家输入-1,则表示退出游戏。效果图如下:
提示:
import random # 导入随机数模块
random = random.randint(1, 10) # 生成1到10之间的随机数
效果图如图所示
在这里插入图片描述

                                              正确答案

在这里插入图片描述

                                                对比自己的练习

在这里插入图片描述
[差距:逻辑思维还需缜密一些,比如及时触类旁通,运用新的知识]

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Python机器学习入门的第一个任务是处理据。据是机器学习基础,因此了解如何处理和准备据是非常重要的。在Python中,有许多库和工具可用于据处理,例如NumPy和Pandas。NumPy是一个用于科学计算的强大库,可以处理多维组和矩阵。Pandas是一个用于据分析和处理的库,它提供了灵活的据结构和据操作功能。 在任务1中,您需要学习如何加载据集,了解据的结构和特征,处理缺失值和异常值,进行据清洗和转换等。您可以使用Pandas库来加载和处理据集,使用其提供的函和方法来完成这些任务。例如,您可以使用Pandas的read_csv函来加载CSV文件,使用head函来查看据的前几行,使用describe函来获取据的统计信息,使用dropna函来删除缺失值等。 此外,您还可以使用Matplotlib和Seaborn等库来可视化据,以便更好地理解据的分布和关系。这些库提供了各种绘图函和方法,可以创建直方图、散点图、箱线图等。 总之,Python机器学习入门的第一个任务是据处理,您需要学习如何加载、清洗和转换据。使用Pandas、NumPy和其他相关库可以帮助您完成这些任务。\[1\]\[2\]\[3\] #### 引用[.reference_title] - *1* *2* *3* [python机器学习模块_机器学习所需的python基础知识及其库模块](https://blog.csdn.net/weixin_26711425/article/details/108935596)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值