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。