Python实战——列表

练习1：

老师将学习小组A 和学习小组B的测评成绩(满分100 分)从低到高记录放进两个列表：
A=[90, 95, 97, 99]，B=[92, 93, 96, 98] 。
老师想将两个小组的成绩合并为一个列表，并按照从低到高的顺序排序，你能帮老师完成吗？

A = [90, 95, 97, 99]
B = [92, 93, 96, 98]
print(A)
print(B)


C = A + B # 合并列表
# 或者用 A.extend(B)，然后print(A)
print(C)

C.sort() # 从小到大排序
print(C)

终端运行结果：

---

练习2：

上一个练习中，我们完成了两组成绩的合并和排序。
不过，老师有了新的需求：想知道两组的平均分，以及把低于平均分的成绩也打印出来。
所以，在这个练习中，我们会帮老师计算出两组的平均分，并挑出那些在平均分之下的成绩。

import numpy as np

A = [90, 95, 97, 99]
B = [92, 93, 96, 98]
C = A + B
D = [] # 为低于平均分的分数创建空列表

average = np.mean(C) # 求平均值
print('两组的平均成绩为: %f' % average)
# 或者写成：print('平均成绩是：{}'.format(average))

for score in C:
	if score < average:
		D.append(score)
		
print('低于平均成绩的有：{}'.format(D))

或者用NumPy数组的操作：

import numpy as np

A = [90, 95, 97, 99]
B = [92, 93, 96, 98]
C = A + B

average = np.mean(C) # 求平均值
print('两组的平均成绩为：{}'.format(average))

D = np.array(C)
print('低于平均成绩的有：{}'.format(D[D<average]))

---

NumPy数组array和list有何区别？

最大区别：list可以存储不同类型的数据，但array只能存储相同类型的数据。

import numpy as np

a = [1,2,3,'4'] # list可以存储不同类型数据
b = np.array([1,2,3,4]) # 同为数值类型的数组
c = np.array([1,2,3,'4']) # 同为字符类型的数组

print(a) # [1,2,3,'4']
print(b) # [1 2 3 4]
print(c) # ['1' '2' '3' '4']

a = list(range(5))
b = np.arange(5)

print(a1) # [0,1,2,3,4]
print(b1) # [0 1 2 3 4]

NumPy模块主要用来处理数组的问题，NumPy中有很多现成的函数，使得处理数组非常方便。