python可以做啥

Posted

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了python可以做啥相关的知识,希望对你有一定的参考价值。

Python实际上是一种编程语言,在许多领域中都有广泛的应用,例如最热门的大数据分析,人工智能,Web开发等。

  1989年圣诞节,阿姆斯特丹,为了度过无聊的圣诞节,年轻人Guido决定开发一种新的编程语言。 Python(Boa Constrictor)的名字是因为他是Monty Python喜剧小组的粉丝。你看,技术是如此随意...

 

  Python的语法非常接近英语,样式统一,非常漂亮,并且内置了许多有效的工具。例如,同一作业需要1000行C语言,100行Java和10行Python。

 

  Python简洁,易于阅读且可扩展。大多数科研机构都使用Python进行研究。卡内基梅隆大学和麻省理工学院的编程课程以Python讲授。许多开源科学计算软件包都提供Python调用接口,例如著名的计算机视觉库OpenCV,三维可视化库VTK和医学图像处理库ITK。还有更多专门用于Python的科学计算扩展库,例如NumPy,SciPy和matplotlib,它们分别提供矩阵计算,科学计算和绘图功能。

参考技术A

用Python可以算n的阶乘,下面是n的阶乘的代码(自带格式)。

def factorial(n):

    result = n

    for i in range(1,n):

        result *= i

    return result

def main():

  print factorial(4)

if __name__ == '__main__':

  main()

阶乘介绍:

基斯顿·卡曼(Christian Kramp,1760~1826)于 1808 年发明的运算符号,是数学术语。

一个正整数的阶乘(factorial)是所有小于及等于该数的正整数的积,并且0的阶乘为1。自然数n的阶乘写作n!。1808年,基斯顿·卡曼引进这个表示法。

亦即n!=1×2×3×...×(n-1)×n。阶乘亦可以递归方式定义:0!=1,n!=(n-1)!×n。

参考技术B 1.做网站后台
Python有大量的成熟的框架,如django,flask,bottle,tornado
2.写网络爬虫
Python写爬虫很简单,库很健全
3.科学计算
参加数学建模大赛,完全可以替代r语言和MATLAB
4.数据挖掘
机器学习:Python的机器学习包很多
5.数据科学
最近spark,Hadoop都开了Python的接口,所以使用Python做大数据的mapreduce也非常简单
6.自动化运维
做系统部署,日常维护的脚本
参考技术C #定义一个函数,显示可以使用的功能列表给用户
def showInfo():
print("-"*30)
print(" 学生管理系统 ")
print(" 1.添加学生的信息")
print(" 2.删除学生的信息")
print(" 3.修改学生的信息")
print(" 4.查询学生的信息")
print(" 5.遍历所有学生的信息")
print(" 0.退出系统")
print( '-'*30)

#定义一个列表,用来存储多个学生的信息
students=[]

while True:
#把功能列表进行显示给用户
showInfo()

#提示用户选择功能
#获取用户选择的功能
key = int(input("请选择功能(序号):"))

#根据用户选择,完成相应功能
if key == 1:
print("您选择了添加学生信息功能")
stuName = input("请输入学生姓名:")
stuId = input("请输入学生学号(学号不可重复):")
stuAge = input("请输入学生年龄:")

#验证学号是否唯一
i = 0
leap = 0
for stu in students:
if stu['stuId'] == stuId:
leap = 1
break
else:
i = i + 1
if leap == 1:
print("输入学生学号重复,添加失败!")
else:
# 定义一个字典,存放单个学生信息
stuInfo =
stuInfo['stuName'] = stuName
stuInfo['stuId'] = stuId
stuInfo['stuAge'] = stuAge

# 单个学生信息放入列表
students.append(stuInfo)
print("添加成功!")

elif key == 2:
print("您选择了删除学生功能")
delId=input("请输入要删除的学生学号:")
#i记录要删除的下标,leap为标志位,如果找到leap=1,否则为0
i = 0
leap = 0
for stu in students:
if stu['stuId'] == delId:
leap = 1
break
else:
i=i+1
if leap == 0:
print("没有此学生学号,删除失败!")
else:
del students[i]
print("删除成功!")

elif key == 3:
print("您选择了修改学生信息功能")
alterId=input("请输入你要修改学生的学号:")
#检测是否有此学号,然后进行修改信息
i = 0
leap = 0
for stu in students:
if stu['stuId'] == alterId:
leap = 1
break
else:
i = i + 1
if leap == 1:
while True:
alterNum=int(input(" 1.修改学号\n 2.修改姓名 \n 3.修改年龄 \n 4.退出修改\n"))
if alterNum == 1:
newId=input("输入更改后的学号:")
#修改后的学号要验证是否唯一
i = 0
leap1 = 0
for stu1 in students:
if stu1['stuId'] == newId:
leap1 = 1
break
else:
i = i + 1
if leap1 == 1:
print("输入学号不可重复,修改失败!")
else:
stu['stuId']=newId
print("学号修改成功")
elif alterNum == 2:
newName=input("输入更改后的姓名:")
stu['stuName'] = newName
print("姓名修改成功")
elif alterNum == 3:
newAge=input("输入更改后的年龄:")
stu['stuAge'] = newAge
print("年龄修改成功")
elif alterNum == 4:
break
else:
print("输入错误请重新输入")
else:
print("没有此学号,修改失败!")
elif key == 4:
print("您选择了查询学生信息功能")
searchID=input("请输入你要查询学生的学号:")
#验证是否有此学号
i = 0
leap = 0
for stu in students:
if stu['stuId'] == searchID:
leap = 1
break
else:
i = i + 1
if leap == 0:
print("没有此学生学号,查询失败!")
else:
print("找到此学生,信息如下:")
print("学号:%s\n姓名:%s\n年龄:%s\n"%(stu['stuId'],stu['stuName'],stu['stuAge']))
elif key == 5:
#遍历并输出所有学生的信息
print('*'*20)
print("接下来进行遍历所有的学生信息...")
print("id 姓名 年龄")
for stu in students:
print("%s %s %s"%(stu['stuId'],stu['stuName'],stu['stuAge']))
print("*"*20)
elif key == 0:
#退出功能,尽量往不退出的方向引
quitconfirm = input("亲,真的要退出么 (yes或者no)??~~(>_< p>
if quitconfirm == 'yes':
print("欢迎使用本系统,谢谢")
break;
else:
print("您输入有误,请重新输入")
参考技术D 它简捷而清晰。设计这门语言的指导思想就是:对于一个特定的问题,只要有一种最好的方法来解决就好了。Python资深开发者Tim Peters曾说:Explicit is better than implicit.(明言胜于暗示。)这句话在Python用户社群中通常简写作EIBTI。Lutz认为这一特色性原则是Python和其他各种编程语言之间最重要的区别。“Python语言是一种清晰的语言”的另一个意思是,它的作者有意的设计限制性很强的语法,使得不好的编程习惯(例如if语句的下一行不向右缩进)都不能通过编译。这样可以强制程序员养成良好的编程习惯。本回答被提问者采纳

python的矩阵可以做啥

python的numpy库提供矩阵运算的功能,因此我们在需要矩阵运算的时候,需要导入numpy的包。
计算矩阵对应行列的最大、最小值、和。
3>>>a1=mat([[1,1],[2,3],[4,2]])
>>> a1
matrix([[1, 1],
[2, 3],
[4, 2]])
计算每一列、行的和
>>>a2=a1.sum(axis=0) #列和,这里得到的是1*2的矩阵
>>> a2
matrix([[7, 6]])
>>>a3=a1.sum(axis=1) #行和,这里得到的是3*1的矩阵
>>> a3
matrix([[2],
[5],
[6]])
>>>a4=sum(a1[1,:]) #计算第一行所有列的和,这里得到的是一个数值
>>> a4
5 #第0行:1+1;第2行:2+3;第3行:4+2
计算最大、最小值和索引
>>>a1.max() #计算a1矩阵中所有元素的最大值,这里得到的结果是一个数值
4
>>>a2=max(a1[:,1]) #计算第二列的最大值,这里得到的是一个1*1的矩阵
>>> a2
matrix([[3]])
>>>a1[1,:].max() #计算第二行的最大值,这里得到的是一个一个数值
3
>>>np.max(a1,0) #计算所有列的最大值,这里使用的是numpy中的max函数
matrix([[4, 3]])
>>>np.max(a1,1) #计算所有行的最大值,这里得到是一个矩阵
matrix([[1],
[3],
[4]])
>>>np.argmax(a1,0) #计算所有列的最大值对应在该列中的索引
matrix([[2, 1]])
>>>np.argmax(a1[1,:]) #计算第二行中最大值对应在该行的索引
1
参考技术A 做运算

以上是关于python可以做啥的主要内容,如果未能解决你的问题,请参考以下文章

python能做啥?

python可以做啥

python主要可以做啥

学完Python都可以做啥

python主要可以做啥?

学python可以做啥