mirror of
https://github.com/WMK965/965-Python-Learning-Repo.git
synced 2025-04-27 14:03:22 +00:00
101 lines
4.6 KiB
Python
Executable File
101 lines
4.6 KiB
Python
Executable File
print("1024 * 768 = " + str(1024*768) )
|
||
print(r'')
|
||
'''
|
||
转义字符\可以转义很多字符，比如\n表示换行，\t表示制表符，字符\本身也要转义，所以\\表示的字符就是\
|
||
如果字符串里面有很多字符都需要转义，就需要加很多\，为了简化，Python还允许用r''表示''内部的字符串默认不转义
|
||
如果字符串内部有很多换行，用\n写在一行里不好阅读，为了简化，Python允许用''''''的格式表示多行内容
|
||
'''
|
||
r = (85 - 72) / 72 * 100
|
||
print(f'{r:.1f}%')
|
||
'''
|
||
s = input("") # 输入一个字符串
|
||
ls = []
|
||
for c in s:
|
||
ls.append(str(ord(str(c))))
|
||
print(','.join(ls))
|
||
'''
|
||
'''
|
||
s = \'''双儿 洪七公 赵敏 赵敏 逍遥子 鳌拜 殷天正 金轮法王 乔峰 杨过 洪七公 郭靖
|
||
杨逍 鳌拜 殷天正 段誉 杨逍 慕容复 阿紫 慕容复 郭芙 乔峰 令狐冲 郭芙
|
||
金轮法王 小龙女 杨过 慕容复 梅超风 李莫愁 洪七公 张无忌 梅超风 杨逍
|
||
鳌拜 岳不群 黄药师 黄蓉 段誉 金轮法王 忽必烈 忽必烈 张三丰 乔峰 乔峰
|
||
阿紫 乔峰 金轮法王 袁冠南 张无忌 郭襄 黄蓉 李莫愁 赵敏 赵敏 郭芙 张三丰
|
||
乔峰 赵敏 梅超风 双儿 鳌拜 陈家洛 袁冠南 郭芙 郭芙 杨逍 赵敏 金轮法王
|
||
忽必烈 慕容复 张三丰 赵敏 杨逍 令狐冲 黄药师 袁冠南 杨逍 完颜洪烈 殷天正
|
||
李莫愁 阿紫 逍遥子 乔峰 逍遥子 完颜洪烈 郭芙 杨逍 张无忌 杨过 慕容复
|
||
逍遥子 虚竹 双儿 乔峰 郭芙 黄蓉 李莫愁 陈家洛 杨过 忽必烈 鳌拜 王语嫣
|
||
洪七公 韦小宝 阿朱 梅超风 段誉 岳灵珊 完颜洪烈 乔峰 段誉 杨过 杨过 慕容复
|
||
黄蓉 杨过 阿紫 杨逍 张三丰 张三丰 赵敏 张三丰 杨逍 黄蓉 金轮法王 郭襄
|
||
张三丰 令狐冲 赵敏 郭芙 韦小宝 黄药师 阿紫 韦小宝 金轮法王 杨逍 令狐冲 阿紫
|
||
洪七公 袁冠南 双儿 郭靖 鳌拜 谢逊 阿紫 郭襄 梅超风 张无忌 段誉 忽必烈
|
||
完颜洪烈 双儿 逍遥子 谢逊 完颜洪烈 殷天正 金轮法王 张三丰 双儿 郭襄 阿朱
|
||
郭襄 双儿 李莫愁 郭襄 忽必烈 金轮法王 张无忌 鳌拜 忽必烈 郭襄 令狐冲
|
||
谢逊 梅超风 殷天正 段誉 袁冠南 张三丰 王语嫣 阿紫 谢逊 杨过 郭靖 黄蓉
|
||
双儿 灭绝师太 段誉 张无忌 陈家洛 黄蓉 鳌拜 黄药师 逍遥子 忽必烈 赵敏
|
||
逍遥子 完颜洪烈 金轮法王 双儿 鳌拜 洪七公 郭芙 郭襄 赵敏''\'
|
||
d = {}
|
||
count = 0
|
||
for i in s.split():
|
||
if i in d:
|
||
d[i] += 1
|
||
else:
|
||
d[i] = 1
|
||
print(max(d, key=d.get))'''
|
||
'''
|
||
import numpy as np
|
||
|
||
L = [[2.73351472, 0.47539713, 3.63280356, 1.4787706, 3.13661701],
|
||
[1.40305914, 2.27134829, 2.73437132, 1.88939679, 0.0384238],
|
||
[1.56666697, -0.40088431, 0.54893762, 3.3776724, 2.27490386]]
|
||
arr = np.array(L)
|
||
arr1 = np.array((arr[0][1], arr[1][1], arr[2][1]))
|
||
arr1 = arr1.reshape(3, 1)
|
||
arr2 = np.array((arr[1][2:5], arr[2][2:5]))
|
||
arr3 = np.array((arr[0][1:5:2], arr[2][1:5:2])).flatten()
|
||
arr4 = arr[np.where(np.logical_and(arr >= 2.5, arr <= 3.5))]
|
||
arr5 = arr[np.where(np.logical_or(arr >= 3, arr <= 0))]
|
||
print(f\'''arr1= {arr1}
|
||
arr2= {arr2}
|
||
arr3= {arr3.flatten()}
|
||
arr4= {arr4}
|
||
arr5= {arr5}\''')
|
||
'''
|
||
'''
|
||
import numpy as np
|
||
import matplotlib.pyplot as plt
|
||
|
||
plt.rcParams['font.sans-serif'] = ['SimHei']
|
||
plt.rcParams['axes.unicode_minus'] = False
|
||
|
||
A1 = np.loadtxt('ex3.csv', dtype=str, delimiter=',')
|
||
month = np.array(A1[:, 0][1:13])
|
||
n1_data = [eval(x) for x in A1[:, 1][1:13]]
|
||
n2_data = [eval(x) for x in A1[:, 2][1:13]]
|
||
plt.title('内一科和内二科全年门诊量比较')
|
||
plt.xlabel('月份')
|
||
plt.ylabel('就诊人数')
|
||
plt.plot(month, n1_data, marker='*', color='red', linestyle='-', label='内一科')
|
||
plt.plot(month, n2_data, marker='o', color='blue', linestyle='--', label='内二科')
|
||
plt.legend(['内一科', '内二科'])
|
||
plt.show()
|
||
'''
|
||
'''
|
||
import numpy as np
|
||
import matplotlib.pyplot as plt
|
||
|
||
plt.rcParams['font.sans-serif'] = ['SimHei']
|
||
plt.rcParams['axes.unicode_minus'] = False
|
||
|
||
A1 = np.loadtxt('ex3.csv', dtype=str, delimiter=',')
|
||
month = np.array(A1[:, 0][1:13])
|
||
n1_data = [eval(x) for x in A1[:, 1][1:13]]
|
||
n2_data = [eval(x) for x in A1[:, 2][1:13]]
|
||
plt.title('内一科和内二科全年门诊量比较')
|
||
plt.xlabel('月份')
|
||
plt.ylabel('就诊人数')
|
||
plt.plot(month, n1_data, marker='*', color='red', linestyle='-', label='内一科')
|
||
plt.plot(month, n2_data, marker='o', color='blue', linestyle='--', label='内二科')
|
||
plt.legend(['内一科', '内二科'])
|
||
plt.show()
|
||
'''
|