日本免费高清视频-国产福利视频导航-黄色在线播放国产-天天操天天操天天操天天操|www.shdianci.com

學無先后,達者為師

網站首頁 編程語言 正文

Python實現斐波那契數列的多種寫法總結_python

作者:lxw-pro ? 更新時間: 2022-09-21 編程語言

斐波那契數列——經典例子,永不過時!!!

1.for循環

def fibonacci1(n):
    a, b = 0, 1
    for i in range(n):
        a, b = b, a+b
        print(a)


fibonacci1(3)

def fib1(w):
    a, b = 1, 1
    for i in range(w-1):
        a, b = b, a+b
    return a
???????
print(fib1(3))

[^1]剛好得出這個位置的數

2.while循環

def fibnaqi2(m):
    a, b = 0, 1
    i = 0
    while i < m:
        print(b)
        a, b = b, a+b
        i += 1

fibnaqi2(4)

[^1]剛好得出這個位置的數

3.使用遞歸

def fib2(q):
    if q == 1 or q == 2:
        return 1
    return fib2(q-1)+fib2(q-2)
???????
print(fib2(9))

4.遞歸+for循環

def fibnacci3(p):
    lst = []
    for i in range(p):
        if i == 1 or i == 0:
            lst.append(1)
        else:
            lst.append(lst[i-1]+lst[i-2])
    print(lst)

fibnacci3(5)

5.遞歸+while循環

def fibnacci4(k):
    lis = []
    i = 0
    while i<k:
        if i == 0 or i == 1:
            lis.append(1)
        else:
            lis.append(lis[i-2]+lis[i-1])
        i += 1
    print(lis)

fibnacci4(6)

6.遞歸+定義函數+for循環

def fibnacci5(o):
    def fn(i):
        if i < 2:
            return 1
        else:
            return (fn(i-2)+fn(i-1))
    for i in range(o):
        print(fn(i))
???????
fibnacci5(8)

7.指定列表

def fib3(e):
    if e == 1:
        return [1]
    if e == 2:
        return [1, 1]
    fibs = [1, 1]
    for i in range(2, e):
        fibs.append(fibs[-1]+fibs[-2])
    return fibs

print(fib3(12))

趣方程求解

題目描述

二次方程式 ax**2 + bx + c = 0 (a、b、c 用戶提供,為實數,a ≠ 0)

# 導入 cmath(復雜數學運算) 模塊
import cmath

a = float(input('輸入 a: '))
b = float(input('輸入 b: '))
c = float(input('輸入 c: '))

# 計算
d = (b ** 2) - (4 * a * c)

# 兩種求解方式
sol1 = (-b - cmath.sqrt(d)) / (2 * a)
sol2 = (-b + cmath.sqrt(d)) / (2 * a)

print('結果為 {0} 和 {1}'.format(sol1, sol2))

pandas 每日一練

# -*- coding = utf-8 -*-
# @Time : 2022/7/26 21:48
# @Author : lxw_pro
# @File : pandas -8 練習.py
# @Software : PyCharm

import pandas as pd
import numpy as np

df = pd.read_excel('text5.xlsx')
print(df)

print()

程序運行結果如下:

? ?Unnamed: 0 Unnamed: 0.1 ?project ?... ? ? ? ? ? test_time ? ? ? date ? ? ?time
0 ? ? ? ? ? 0 ? ? 00:00:00 ? Python ?... 2022-06-20 18:30:20 2022-06-20 ?18:30:20
1 ? ? ? ? ? 1 ? ? ? ? ? ?1 ? ? Java ?... 2022-06-18 19:40:20 2022-06-18 ?19:40:20
2 ? ? ? ? ? 2 ? ? ? ? ? ?2 ? ? ? ?C ?... 2022-06-08 13:33:20 2022-06-08 ?13:33:20
3 ? ? ? ? ? 3 ? ? ? ? ? ?3 ? ?MySQL ?... 2021-12-23 11:26:20 2021-12-23 ?11:26:20
4 ? ? ? ? ? 4 ? ? ? ? ? ?4 ? ?Linux ?... 2021-12-20 18:20:20 2021-12-20 ?18:20:20
5 ? ? ? ? ? 5 ? ? ? ? ? ?5 ? ? Math ?... 2022-07-20 16:30:20 2022-07-20 ?16:30:20
6 ? ? ? ? ? 6 ? ? ? ? ? ?6 ?English ?... 2022-06-23 15:30:20 2022-06-23 ?15:30:20
7 ? ? ? ? ? 7 ? ? ? ? ? ?7 ? Python ?... 2022-07-19 09:30:20 2022-07-19 ?09:30:20
[8 rows x 7 columns]

41、將test_time列設置為索引

print(df.set_index('test_time'))

???????print()

程序運行結果如下:
? ? ? ? ? ? ? ? ? ? Unnamed: 0 Unnamed: 0.1 ?... ? ? ? date ? ? ?time
test_time ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ... ? ? ? ? ? ? ? ? ? ??
2022-06-20 18:30:20 ? ? ? ? ? 0 ? ? 00:00:00 ?... 2022-06-20 ?18:30:20
2022-06-18 19:40:20 ? ? ? ? ? 1 ? ? ? ? ? ?1 ?... 2022-06-18 ?19:40:20
2022-06-08 13:33:20 ? ? ? ? ? 2 ? ? ? ? ? ?2 ?... 2022-06-08 ?13:33:20
2021-12-23 11:26:20 ? ? ? ? ? 3 ? ? ? ? ? ?3 ?... 2021-12-23 ?11:26:20
2021-12-20 18:20:20 ? ? ? ? ? 4 ? ? ? ? ? ?4 ?... 2021-12-20 ?18:20:20
2022-07-20 16:30:20 ? ? ? ? ? 5 ? ? ? ? ? ?5 ?... 2022-07-20 ?16:30:20
2022-06-23 15:30:20 ? ? ? ? ? 6 ? ? ? ? ? ?6 ?... 2022-06-23 ?15:30:20
2022-07-19 09:30:20 ? ? ? ? ? 7 ? ? ? ? ? ?7 ?... 2022-07-19 ?09:30:20
[8 rows x 6 columns]

42、生成一個和df長度相同的隨機數dataframe

df1 = pd.DataFrame(pd.Series(np.random.randint(1, 10, 8)))
print(df1)

???????print()

程序運行結果如下:

? ?0
0 ?1
1 ?3
2 ?2
3 ?7
4 ?7
5 ?3
6 ?5
7 ?1

43、將上一題生成的dataframe與df合并

df = pd.concat([df, df1], axis=1)
print(df)

???????print()

程序運行結果如下:

? ?Unnamed: 0 Unnamed: 0.1 ?project ?... ? ? ? date ? ? ?time ?0
0 ? ? ? ? ? 0 ? ? 00:00:00 ? Python ?... 2022-06-20 ?18:30:20 ?1
1 ? ? ? ? ? 1 ? ? ? ? ? ?1 ? ? Java ?... 2022-06-18 ?19:40:20 ?3
2 ? ? ? ? ? 2 ? ? ? ? ? ?2 ? ? ? ?C ?... 2022-06-08 ?13:33:20 ?2
3 ? ? ? ? ? 3 ? ? ? ? ? ?3 ? ?MySQL ?... 2021-12-23 ?11:26:20 ?7
4 ? ? ? ? ? 4 ? ? ? ? ? ?4 ? ?Linux ?... 2021-12-20 ?18:20:20 ?7
5 ? ? ? ? ? 5 ? ? ? ? ? ?5 ? ? Math ?... 2022-07-20 ?16:30:20 ?3
6 ? ? ? ? ? 6 ? ? ? ? ? ?6 ?English ?... 2022-06-23 ?15:30:20 ?5
7 ? ? ? ? ? 7 ? ? ? ? ? ?7 ? Python ?... 2022-07-19 ?09:30:20 ?1
[8 rows x 8 columns]

44、生成新的一列new為popularity列減去之前生成隨機數列

df['new'] = df['popularity'] - df[0]
print(df)

???????print()

程序運行結果如下:

? Unnamed: 0 Unnamed: 0.1 ?project ?popularity ?... ? ? ? date ? ? ?time ?0 ?new
0 ? ? ? ? ? 0 ? ? 00:00:00 ? Python ? ? ? ? ?95 ?... 2022-06-20 ?18:30:20 ?1 ? 94
1 ? ? ? ? ? 1 ? ? ? ? ? ?1 ? ? Java ? ? ? ? ?92 ?... 2022-06-18 ?19:40:20 ?3 ? 89
2 ? ? ? ? ? 2 ? ? ? ? ? ?2 ? ? ? ?C ? ? ? ? 145 ?... 2022-06-08 ?13:33:20 ?2 ?143
3 ? ? ? ? ? 3 ? ? ? ? ? ?3 ? ?MySQL ? ? ? ? 141 ?... 2021-12-23 ?11:26:20 ?7 ?134
4 ? ? ? ? ? 4 ? ? ? ? ? ?4 ? ?Linux ? ? ? ? ?84 ?... 2021-12-20 ?18:20:20 ?7 ? 77
5 ? ? ? ? ? 5 ? ? ? ? ? ?5 ? ? Math ? ? ? ? 148 ?... 2022-07-20 ?16:30:20 ?3 ?145
6 ? ? ? ? ? 6 ? ? ? ? ? ?6 ?English ? ? ? ? 146 ?... 2022-06-23 ?15:30:20 ?5 ?141
7 ? ? ? ? ? 7 ? ? ? ? ? ?7 ? Python ? ? ? ? 149 ?... 2022-07-19 ?09:30:20 ?1 ?148
[8 rows x 9 columns]

45、檢查數據中是否含有任何缺失值

jch = df.isnull().values.any()
print(jch)    # 運行結果為:False

???????print()

46、將popularity列類型轉換為浮點數

fds = df['popularity'].astype(np.float64)
print(fds)

???????print()

程序運行結果如下:

0 ? ? 95.0
1 ? ? 92.0
2 ? ?145.0
3 ? ?141.0
4 ? ? 84.0
5 ? ?148.0
6 ? ?146.0
7 ? ?149.0
Name: popularity, dtype: float64

47、計算popularity大于100的次數

cs = len(df[df['popularity'] > 100])
print(cs)    # 運行結果為:5

???????print()

48、查看project列共有幾種學歷

ckj = df['project'].nunique()
print(ckj)    # 運行結果為:7

???????print()

49、查看每科出現的次數

ckc = df.project.value_counts()
print(ckc)

print()

程序運行結果如下:

Python ? ? 2
Java ? ? ? 1
C ? ? ? ? ?1
MySQL ? ? ?1
Linux ? ? ?1
Math ? ? ? 1
English ? ?1
Name: project, dtype: int64

50、提取popularity與new列的和大于136的最后3行

df1 = df[['popularity', 'new']]
hh = df1.apply(np.sum, axis=1)
res = df.iloc[np.where(hh > 136)[0][-3:], :]
print(res)

程序運行結果如下:

? ?Unnamed: 0 Unnamed: 0.1 ?project ?popularity ?... ? ? ? date ? ? ?time ?0 ?new
5 ? ? ? ? ? 5 ? ? ? ? ? ?5 ? ? Math ? ? ? ? 148 ?... 2022-07-20 ?16:30:20 ?3 ?145
6 ? ? ? ? ? 6 ? ? ? ? ? ?6 ?English ? ? ? ? 146 ?... 2022-06-23 ?15:30:20 ?5 ?141
7 ? ? ? ? ? 7 ? ? ? ? ? ?7 ? Python ? ? ? ? 149 ?... 2022-07-19 ?09:30:20 ?1 ?148
[3 rows x 9 columns]

原文鏈接:https://blog.csdn.net/m0_66318554/article/details/125726666

欄目分類
最近更新