Python入门学习—温度转换_第一次总结

TempStr = input("请输入温度")   #TempStr 是一个字符串
if TempStr [-1] in ['F', 'f']:
#[-1] 表示提取前面字符串最后一位并用保留字“in”判断字符串的最后一位是否在列表(字符带有引号,数值数据不用加引号)中,
# 每个保留字所在行最后存在一个冒号(:),是语法的一部分
# if是分支语句,下面的代码缩进一个Tab,缩进划分代码的层次
    C = (eval(TempStr[0:-1]) - 32) / 1.8 
# 先用[0:-1] 把Tempstr中的字符型数字提取出来
# [0:-1]表示从正序第一位'序号为0'提取到逆序的'序号为-1'最后一位的前一位
# “左闭右开区间”取不到那一位,只能取到前一位。
# 再用evel评估函数把括号内的参数最外侧的引号去掉
# 设TempStr[0:-1]表示'12.26',eval(TempStr[0:-1]) 就是12.26
    print("转换后的温度是{:.2f}C".format(C)) 
# print函数的格式化,{ }表示槽,后续变量填充到槽中,{ :.2f }表示将变量C填充到这个位置时取小数点后2位
elif TempStr[-1] in ['C', 'c']:
# elif是分支语句,下面的代码缩进一个Tab 
    F = 1.8 * eval(TempStr[0:-1]) + 32
    print("转换后的温度是{:.2f}F".format(F))
else:
    print("输入格式错误")
  • 0
    点赞
  • 1
    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数据。数据是机器学习的基础,因此了解如何处理和准备数据是非常重要的。在Python中,有许多库和工具可用于数据处理,例如NumPy和Pandas。NumPy是一个用于科学计算的强大库,可以处理多维数组和矩阵。Pandas是一个用于数据分析和处理的库,它提供了灵活的数据结构和数据操作功能。 在任务1中,您需要学习如何加载数据集,了解数据的结构和特征,处理缺失值和异常值,进行数据清洗和转换等。您可以使用Pandas库来加载和处理数据集,使用其提供的函数和方法来完成这些任务。例如,您可以使用Pandas的read_csv函数来加载CSV文件,使用head函数来查看数据的前几行,使用describe函数来获取数据的统计信息,使用dropna函数来删除缺失值等。 此外,您还可以使用Matplotlib和Seaborn等库来可视化数据,以便更好地理解数据的分布和关系。这些库提供了各种绘图函数和方法,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数据处理,您需要学习如何加载、清洗和转换数据。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