文本进度条实例

#!/usr/bin/env python3
import time
#for i in range(101):
# print ("\r{:3.0f}%".format(i),end="")
# time.sleep(0.1)
scale = 50
print("执行开始".center(scale//2,"-"))
start = time.perf_counter()
for i in range(scale+1):
a = '*' * i
b = '-' * (scale - i)
c = (i/scale)*100
time.sleep(0.1)
dur = time.perf_counter() - start
print ("\r{:^3.0f}%[{}->{}]{:.2f}s".format(c,a,b,dur),end="")
print("")
print("执行结束".center(scale//2,"-"))

BMI指数计算(if条件)

#!/usr/bin/env python3
def BMI():
height,weight = eval(input("请输入身高(米)和体重(公斤)[逗号隔开]:"))
bmi = weight / pow(height,2)
print("BMI指数为:{:0.2f}".format(bmi))
who,nat="",""
if bmi < 18.5:
who, nat = "偏瘦","偏瘦"
elif 18.5 <= bmi < 24:
who, nat = "正常","正常"
elif 24 <= bmi < 25:
who, nat = "正常","偏胖"
elif 25 <= bmi < 28:
who, nat = "偏胖","偏胖"
elif 28 <= bmi < 30:
who, nat = "偏胖","肥胖"
else:
who, nat = "肥胖","肥胖"
print("BMI指标为:国际:{} 国内:{}".format(who,nat))
try:
BMI()
except:
print("输入错误")

π值计算(公式和蒙特卡罗方法)

#!/usr/bin/env python3
#计算pi
pi = 0
N = 100
for k in range(N):
pi += 1/pow(16,k)*(4/(8*k+1)-2/(8*k+4)-1/(8*k+5)-1/(8*k+6))
print("圆周率是:{}".format(pi)) #蒙特卡洛方法 from random import random
from time import perf_counter
DARTS = 1000*1000
hits = 0.0
start = perf_counter()
for i in range(1,DARTS+1):
x,y = random(),random()
dist = pow(x**2+y**2,0.5)
if dist <= 1.0:
hits += 1
pi = 4* (hits/DARTS)
print("圆周率是:{}".format(pi))
print("运行时间是:{:.2f}s".format(perf_counter()-start))

异常处理

#!/usr/bin/env python3
try:
num = eval(input("请输入一个整数:"))
print(num ** 2)
except:#try执行错误后执行
print("输入错误")
else:#正常运行后执行
print("输入正确")
finally:#无论try是否执行正确,在最后都会执行
print("程序结束")

递归实例:斐波那契数列、汉诺塔、科赫雪花

#!/usr/bin/env python3
#斐波那契数列
def fibo(n):
if n == 1 or n == 2:
return 1
else:
return fibo(n-1)+fibo(n-2)
print(fibo(8))
#汉诺塔
def hano(n,src,mid,dst):
if n == 1:
print(n,"{}->{}".format(src,dst))
else:
hano(n-1,src,dst,mid)
print(n,"{}->{}".format(src,dst))
hano(n-1,mid,src,dst)
hano(3,"A","B","C")
#科赫雪花
import turtle
def koch(size,n):
if n == 0:
turtle.fd(size)
else:
for angle in [0,60,-120,60]:
turtle.left(angle)
koch(size/3,n-1)
def main():
turtle.setup(800,800)
turtle.penup()
turtle.goto(-200,100)
turtle.pendown()
turtle.pensize(2)
level = 3
koch(400,level)
turtle.right(120)
koch(400,level)
turtle.right(120)
koch(400,level)
turtle.hideturtle()
main()

词频统计

#统计单词频率
def getTtext(filename):
txt = open(filename,'r',encoding='utf-8').read()
txt = txt.lower()
for ch in '!"#$%&()*+,-./:;<=>?@[\\]^_‘{|}~':
txt = txt.replace(ch,' ')
return txt
text = getTtext('text.txt')
words = text.split()
counts = {}
for word in words:
counts[word] = counts.get(word,0) + 1
items = list(counts.items())
items.sort(key=lambda x:x[1],reverse=True)
for i in range(10):
word,count = items[i]
print("{0:<10}{1:>5}".format(word,count))

jieba jieba分词的三种模式
# 精确模式:jieba.lcut把文本的切分开,不存在冗余单词
# 全模式:把文本中所有可能的词语都扫描出来,冗余
# 搜索引擎模式:在精确基础上,对长词再次切分

In [1]: import jieba
In [2]: jieba.lcut("中国是一个伟大的国家").
Out[2]: ['中国', '是', '一个', '伟大', '的', '国家']
In [3]: jieba.lcut("中国是一个伟大的国家",cut_all=True)
Out[3]: ['中国', '国是', '一个', '伟大', '的', '国家']
In [4]: jieba.lcut_for_search("中华人民共和国是伟大的")
Out[4]: ['中华', '华人', '人民', '共和', '共和国', '中华人民共和国', '是', '伟大', '的']
In [5]: jieba.add_word("故园旧梦")

最新文章

  1. 关于MapReduce中自定义分区类(四)
  2. nginx简易安装
  3. mysql 常用配置
  4. WPF 任务栏图标闪烁提醒
  5. Android中使用ListView实现分页刷新(线程休眠模拟)(滑动加载列表)
  6. excel导入数据到sqlserver
  7. 翻书的效果:FMX.TSwipeTransitionEffect Animation
  8. WebService推送数据,数据结构应该怎样定义?
  9. SQLServer通过链接服务器远程删除数据性能问题解决
  10. 实例学习SSIS(三)--使用包配置
  11. MongoDB用户
  12. PAT (Advanced Level) 1050. String Subtraction (20)
  13. ucos系统初始化及启动过程
  14. vue动态加载图片,取消格式验证
  15. Ani动态光标格式解析
  16. [Swift]LeetCode628. 三个数的最大乘积 | Maximum Product of Three Numbers
  17. JAVA Swing 改变标题栏左上角默认咖啡图标
  18. 修改Egret引擎代码的方法
  19. lucas 模板 洛古模板题
  20. 纯手写SpringMVC到SpringBoot框架项目实战

热门文章

  1. XMPP即时通讯协议使用(一)——Openfire安装
  2. 【记录】使用Navicat将表设计导出数据库设计文档
  3. shell条件判断命令test
  4. quotacheck - 扫描文件系统,创建,检测并修补配额文件
  5. Android listview子控件的的点击事件(转)
  6. Vue-鼠标按键修饰符
  7. java两个引用指向同一个对象
  8. 02.自定义banner、全局配置文件、@Value获取自定义配置、@ConfigurationProperties、profiles配置
  9. docker-compose运行ES, Kibana和Cerebro
  10. 【CF1100F】Ivan and Burgers(线性基,分治)