Python刷题-3

1、关于Python中的复数,下列说法错误的是(C)

A、表是复数的语法是real + image j
B、实部和虚部都是浮点数
C、虚部必须后缀j,且必须小写
D、方法conjugate返回复数的共轭复数

分析:
A,Python中复数表达形式:real + image j/J;
B,Python实部和虚部均浮点类型;
C,虚部后缀为j或J;
D,方法conjugate返回复数的共轭复数,如1+2j调用此方法后变为1-2j;
2、What gets printed?( 4 )

nums=([1,1,2,3,3,3,4])
print(len(nums))

set 类型的特性是会移除集合中重复的元素,因此变量 nums 实际上等于:set中的数据不能重复,会自动去除重复的值
nums = {1, 2, 3, 4}
3、以下程序输出为:None 18

info = {'name':'班长', 'id':100, 'sex':'f', 'address':'北京'}
age = info.get('age')
print(age)
age=info.get('age',18)
print(age)

dict.get(key, value=None)
当value的值存在时返回其本身,当key的值不存在时返回None(即默认参数)。
5、已知a = [1, 2, 3]和b = [1, 2, 4],那么id(a[1])==id(b[1])的执行结果 ( TRUE )

print(id(a[1]) ==id (b[1]))   True
print((a[1]) is (b[1]))       True
1is 比较两个对象的 id 值是否相等,是否指向同一个内存地址;
2== 比较的是两个对象的内容是否相等,值是否相等
在python3.6中对于小整数对象有一个小整数对象池,范围不止在[-5,257)之间。我试了百万以上的数地址都是相同的。

idobject)是python的一个函数用于返回object的内存地址。但值得注意的是,python 为了提高内存利用效率会对一些简单的对象(如数值较小的int型对象,字符串等)采用重用对象内存的办法。  

6、以上函数输出结果为:   一个 shape = (10,5) 的 one-hot 矩阵         
import numpy as np
a = np.repeat(np.arange(5).reshape([1,-1]),10,axis = 0)+10.0 
b = np.random.randint(5, size= a.shape)
c = np.argmin(a*b, axis=1)
b = np.zeros(a.shape)
b[np.arange(b.shape[0]), c] = 1
print b


>>> a = np.repeat(np.arange(5).reshape([1,-1]),10)
>>> a
array([0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 2, 2, 2,
       2, 2, 2, 2, 2, 2, 2, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 4, 4, 4, 4, 4, 4,
       4, 4, 4, 4])

>>> a = np.repeat(np.arange(5).reshape([1,-1]),10,axis=0)
>>> a
array([[0, 1, 2, 3, 4],
       [0, 1, 2, 3, 4],
       [0, 1, 2, 3, 4],
       [0, 1, 2, 3, 4],
       [0, 1, 2, 3, 4],
       [0, 1, 2, 3, 4],
       [0, 1, 2, 3, 4],
       [0, 1, 2, 3, 4],
       [0, 1, 2, 3, 4],
       [0, 1, 2, 3, 4]])


a = np.repeat(np.arange(5).reshape([1,-1]),10,axis = 0)+10.0
>>> a
array([[ 10.,  11.,  12.,  13.,  14.],
       [ 10.,  11.,  12.,  13.,  14.],
       [ 10.,  11.,  12.,  13.,  14.],
       [ 10.,  11.,  12.,  13.,  14.],
       [ 10.,  11.,  12.,  13.,  14.],
       [ 10.,  11.,  12.,  13.,  14.],
       [ 10.,  11.,  12.,  13.,  14.],
       [ 10.,  11.,  12.,  13.,  14.],
       [ 10.,  11.,  12.,  13.,  14.],
       [ 10.,  11.,  12.,  13.,  14.]])
#生成数组[0,1,2,3,4]
np.arange(5)

#原数组共有x个元素,reshape([n,-1])意思是将原数组重组为n行x/n列的新数组
#所以数组共有5个元素,重组为1行5列的数组
reshape([1,-1])
#因为axis=0,所以是沿着竖轴方向重复,增加列数(行的方向上(axis=1),在列的方向上(axis=0))
#所以原数组增加10行
repeat(np.arange(5).reshape([1,-1]), 10, axis = 0)
#数组每个元素都+10
a = repeat(np.arange(5).reshape([1,-1]), 10, axis = 0) + 10

>>> b = np.random.randint(5, size= a.shape)   # 随机生成大小为a.shape的数组,数组元素为[0,5)区间范围的整数。
>>> b
array([[0, 4, 3, 0, 2],
       [0, 0, 3, 3, 3],
       [3, 1, 4, 3, 1],
       [3, 2, 3, 0, 2],
       [3, 4, 4, 0, 3],
       [0, 3, 2, 4, 3],
       [0, 4, 1, 0, 1],
       [4, 4, 4, 0, 4],
       [1, 2, 2, 2, 2],
       [2, 0, 1, 0, 4]])

>>> c = np.argmin(a*b, axis=1)            # 随机生成大小为a.shape的数组,数组元素为[0,5)区间范围的整数。
>>> c
array([0, 0, 1, 3, 3, 0, 0, 3, 0, 1], dtype=int64)

>>> b = np.zeros(a.shape)     # 生成a.shape大小的全零数组
>>> b
array([[ 0.,  0.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  0.,  0.]])

>>> b[np.arange(b.shape[0]), c] = 1
>>> b
array([[ 1.,  0.,  0.,  0.,  0.],
       [ 1.,  0.,  0.,  0.,  0.],
       [ 0.,  1.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  1.,  0.],
       [ 0.,  0.,  0.,  1.,  0.],
       [ 1.,  0.,  0.,  0.,  0.],
       [ 1.,  0.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  1.,  0.],
       [ 1.,  0.,  0.,  0.,  0.],
       [ 0.,  1.,  0.,  0.,  0.]])

b.shape[0]表示b的列数,10列
b[np.arange(10), c]=1表示np.arange(10)生成的数组中,所有c对应的位置全置为1
7、python代码如下:
foo = [1,2]
foo1 = foo
foo.append(3)

答案:
foo 值为[1,2,3]
foo1 值为[1,2,3]
8、__new__和__init__的区别,说法正确的是?

答案:
__new__是一个静态方法,而__init__是一个实例方法
__new__方法会返回一个创建的实例,而__init__什么都不返回
只有在__new__返回一个cls的实例时,后面的__init__才能被调用
当创建一个新实例时调用__new__,初始化一个实例时用__init__
9、解释型语言的特性有什么?

答案:
非独立
效率低

非独立:JavaScript语言依赖执行环境,对于客户端来说是浏览器,对于服务端来说是node。
效率低:执行前不需要编译,执行时才编译,因此效率低。
10、下面的程序根据用户输入的三个边长a,b,c来计算三角形面积.请指出程序中的错误:(设用户输入合法,面积公式无误)  (BC)

import math
a, b, c = raw_input(“Enter a,b,c:)
s = a + b + c
s = s / 2.0
area = sqrt(s*(s-a)*(s-b)*(s-c))
print “The area is:, area
    
A、1
B、2
C、5
D、6 

2错是因为too many values to unpack,这个错误。Python2可以改为a, b, c = raw_input(),   raw_input(),这样不会有语法错误,但是a, b, c都还是字符串,用type()命令可以知道,之后可能还要int()回来,所以要么使用eval(raw_input()),要么就是用Python3。5错,应该是math.sqrt,或者上面1直接用from math import sqrt。

`raw_input`获取的都是str类型, 那么第4行`str/float` 也是错误。
  • 0
    点赞
  • 7
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
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

打赏作者

少云清

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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