p16 p17 p18 p19

p16 加减乘除运算:

1. 10 / 0  =错误操作 (计算机语言里除数也不能为0)。10%0 = 也是错误操作

2.  %(取模)取余运算符     10%3 = 1    (注意分清和 /除数的区别)。

int main()
{
int a = 10;
int b = 20;
cout<< a % b<<endl;  //当取余数大于取余数时,取余结果等于(被取余数本身)。
system("pause")      //两个小数之间也不能做取模运算,所以定义取模运算变量时用int
return 0;
}

3.递增递减运算符:

int main()
{
//前置递增 :++ 运算符在变量的前面
int a = 10;
 ++a ;   //让变量进行+ 1 的操作  
(结果 : 11)
//后置递增: ++运算符在变量的后面
int b = 20;
b++;   //(结果也是11)

/*两者的区别 :
前置递增:会先让变量+1 然后进行表达式运算*/
int a1 = 10;
int b1 = ++a1 * b1;
cout << "a1 = "<< a1<<endl;
cout << "b1 = "<< b1<<endl;
//输出结果:
a1 = 11 ; 
b1 = 110;     
//然而后置递增 :会让变量先进行表达式运算,再进行本身+1 
int a2 = 10;
int b2 = a1++ * b2;
cout << "a2 = "<< a2<<endl;
cout << "b2 = "<< b2<<endl;
// 输出结果:
a2 = 11;
b2 = 100;

前置递减与后置递减与上述类似哦~~

 p17 赋值运算符:

1.作用: 用于将表达式的值赋值给变量

2. 用法都是 : a+ = b   ------>  a = a+b这种类似:    (用一个代码来表示)

int mian()
{
int a = 1;
int b = 2;
a+=b;    //输出后a =3
cout <<"赋值后的值为:" << a <<endl;
system("pause")
return 0;
}

 

 p18 比较运算符:

  作用:用于表达的比较,并且返回一个真值或假值

#include<iostream>
using namespace std;
int main()
{
int a = 1;
int b = 2;
cout << (a == b) << endl; //加上括号的目的 :提升算数优先级,先运算括号内再换行
system("pause")     //输出值为 0 
return 0;
}

/* 特殊案例:  10<=20 是对的    10>=20是错的

p19 :逻辑运算符:

作用:用于根据表达式的值返回真值或假值。

#include<iostream>
using namespace std;
int main()
{
int a = 10;
int b = 20;
//逻辑非!运算
cout << !(a<b)<< endl;   //(a为1 ,则!a为0 ,!!a为1)  
//输出结果:
(a<b)本身是真(1) ,而!(a<b)变为假(0)
/*逻辑与&&运算符*/
cout << (a<b) && (a>b) << endl;
//结果:假(0),如果都为真则真,否则为假。
/*逻辑或||运算符*/
cout << (a<b) || (a>b) << endl;
//结果:真(1) 有只要一个是真,则真。只有两者都为假,结果为假
system("pause")
return 0;
}

int a = 10 ; 这个定义本身就是真值。  (所以输出 !a 才会显示0)

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
好的,我会尽力回答您的问题。以下是针对您的每个问题的回答: 1. 使用array()函数,分别用列表、元组以及列表元组混合作为参数完成创建: ```python import numpy as np # 使用列表创建一维数组 arr_list = np.array([1, 2, 3, 4, 5]) print(arr_list) # 使用元组创建二维数组 arr_tuple = np.array(((1, 2, 3), (4, 5, 6))) print(arr_tuple) # 使用列表元组混合创建三维数组 arr_mix = np.array([[(1, 2), (3, 4)], [(5, 6), (7, 8)]]) print(arr_mix) ``` 2. 使用shape属性查看上一步生成的数组各维大小,并试着改变一个二维数组不同维的大小: ```python print(arr_list.shape) # 输出 (5,) print(arr_tuple.shape) # 输出 (2, 3) print(arr_mix.shape) # 输出 (2, 2, 2) # 将二维数组arr_tuple的第一维改为4 arr_tuple.shape = (4, 3) print(arr_tuple) ``` 3. 创建数组时,使用array()的dtype参数设定元素数据类型,并使用astype()改变元素数据类型: ```python # 使用dtype参数设定元素数据类型为复数 arr_complex = np.array([1, 2, 3, 4, 5], dtype=complex) print(arr_complex) # 使用astype()改变元素数据类型为整数 arr_int = arr_complex.astype(int) print(arr_int) ``` 4. 在Jupyter Notebook中使用%timeit验证NumPy的数值对象运算速度比Python的内置类型运算速度慢: ```python # 比较NumPy数组和Python列表的加法运算速度 import timeit arr = np.ones(1000) lst = [1] * 1000 %timeit arr + arr %timeit [i+j for i,j in zip(lst,lst)] ``` 5. 分别使用arrange()、linspace()、logspace()生成数组,练习参数以课件中P13~P16中图片为例: ```python # 使用arange()生成数组 arr_arange = np.arange(1, 10, 2) print(arr_arange) # 使用linspace()生成数组 arr_linspace = np.linspace(1, 10, 6) print(arr_linspace) # 使用logspace()生成数组 arr_logspace = np.logspace(0, 3, 4, base=10) print(arr_logspace) ``` 6. 分别使用empty()、zeros()、ones()、full()生成数组,练习参数以课件中P17~P19中图片为例: ```python # 使用empty()生成数组 arr_empty = np.empty((3, 4)) print(arr_empty) # 使用zeros()生成数组 arr_zeros = np.zeros((3, 4)) print(arr_zeros) # 使用ones()生成数组 arr_ones = np.ones((3, 4)) print(arr_ones) # 使用full()生成数组 arr_full = np.full((3, 4), 5) print(arr_full) ``` 7. 利用fromfunciton()生成一个二维数组,其中数据为九九乘法表: ```python # 使用fromfunction()生成九九乘法表数组 def multiply(i, j): return (i+1) * (j+1) arr_multiply = np.fromfunction(multiply, (9, 9)) print(arr_multiply) ```

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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