活学活用python(二)

目录

练习一:用户输入3个整数,放入列表,输出最小值

练习二:用户输入5个整数,得到列表[0,1,2,3,4],然后选用两种切片方法取出列表中的[1,3]并输出。

练习三:用三种方法实现初始化字典{'a':1, 'b':2,},并设置其key为'c'的对应值为3.

说明:zip()函数语法:zip(iterable1,iterable2, ...)          参数说明:iterable 一个或多个可迭代对象(字符串、列表、元组、字典)          如果各个可迭代对象的元素个数不一致,则返回的对象长度与最短的可迭代对象相同

练习四:输入某科目排名前10的分数,示其总分和平均分

  • 练习一:用户输入3个整数,放入列表,输出最小值

temp_list = []
for i in range(3):
    str = input("请输入一个整数:") 
    temp_list.append(int(str))
temp_list.sort()
print("用列表排序法算出的最小值是:",temp_list[0])
print("用内建函数min()算出的最小值是:", min(temp_list))
  • 练习二:用户输入5个整数,得到列表[0,1,2,3,4],然后选用两种切片方法取出列表中的[1,3]并输出。

list = []
for i in range(5):
    str = input("请输入5个整数:")
    list.append(int(str))
    
print(list)

# 第一种方法:
print(list[1:4:2])

# 第二种方法
print(list[-4:-1:2])
  • 练习三:用三种方法实现初始化字典{'a':1, 'b':2,},并设置其key为'c'的对应值为3.

print('第一种方法:直接建立一个字典\n')
dict1 = {'a': 1, 'b': 2}
print(dict1)
dict1['c'] = 3
print(dict1)

print("\n---------------------")

print('第二种方法:先建立一个空字典,然后向里面追加数据')
dict2 = {}
dict2['a'] = 1
dict2['b'] = 2
dict2['c'] = 3
print(dict2)

print("\n---------------------")
print('第二种方法:用dict()和zip()函数将两个列表传入字典')
list1 = ['a', 'b', 'c']
list2 = [1, 2, 3]
dict3 = dict(zip(list1, list2))
print(dict3)

说明:zip()函数语法:zip(iterable1,iterable2, ...)
          参数说明:iterable 一个或多个可迭代对象(字符串、列表、元组、字典)
          如果各个可迭代对象的元素个数不一致,则返回的对象长度与最短的可迭代对象相同

  • 练习四:输入某科目排名前10的分数,示其总分和平均分

list = []
for i in range(10):
    str = input("请输入本科目前十名的分数:")
    f_str = float(str)
    list.append(f_str)
f_num = len(list)
f_sum = sum(list)
f_average = f_sum / f_num

print("本科目前十名总分为:%.2f\n" % f_sum)
print("本科目前十分平均分为:%.2f\n" % f_average)

 

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Python数据分析是通过使用Python编程语言和相应的库进行数据处理、数据清洗、数据可视化等任务的过程。在Python数据分析中,Pandas库是一种非常重要的工具,它提供了高性能、易于使用的数据结构和数据分析工具,能够帮助我们进行数据分析和数据处理工作。 在使用Pandas库之前,我们首先需要安装该库。可以通过使用pip命令在Python环境中安装Pandas库,例如在命令行中输入"pip install pandas"即可完成安装。安装完成后,可以通过import语句将Pandas库引入到我们的Python程序中,例如"import pandas as pd"。 Pandas库主要提供了两种主要的数据结构,即Series和DataFrame。Series是一个一维的数据结构,类似于数组或者列表,可以存储不同类型的数据,如整数、浮点数、字符串等。DataFrame是一个维的数据结构,可以看作是由多个Series组成的表格,每个Series代表DataFrame的一列。 借助Pandas库,我们可以进行多种数据操作和分析。例如,可以利用Pandas库读取和写入各种文件格式的数据,如CSV文件、Excel文件等。可以通过Pandas库进行数据清洗,包括处理缺失数据、重复数据和异常值等。可以进行数据聚合和分组操作,计算各种统计和汇总指标。此外,Pandas库还提供了简单方便的数据可视化工具,可以生成各种图表和图形展示数据。 总之,Python数据分析中的Pandas库是一个非常强大和灵活的工具,可以帮助我们进行各种数据分析和处理任务。学习和掌握Pandas库的使用,可以提高我们的数据分析能力,帮助我们更好地理解和挖掘数据中的信息。
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