python编程问题合集——自用

1.入口函数

if __name__ == '__main__':

2.输入两个（多个）数字使用空格或者逗号隔开

1、输入一个数字直接 m = int(input())

2、输入两个数字就是 m, n = map(int, input().split())

3、三个及三个以上就和两个的类似:  a, b, c, d = map(int, input().split())

3.for循环中的递增迭代：
for index in range(len(numbers)):
对于数组的索引迭代，需要用到len（）求数组的长度，用range进行索引迭代。
4.[line[i]+line[i+1]for i in range(len(line)-1)]

5.进制转换

进制转换

6.小写转化大写
.upper()
大写转化小写
.lower()

7.补全

res = bin(i)[2:].zfill(5)

8.列表转换成字符串

list1=["We"," ","are"," ","happy"] 
return " ".join(list1)

9.牛客基础知识

列表删除元素.png 列表增加元素.png 内置函数.png 列表方法.png 元组的知识点.png zip()函数.png 解压.png while循环.png range()函数.png 列表解析.png continue.png 字符串格式化.png 字符串索引与切片.png 字符串的函数.png 为什么replace()没有替换成功.png 字典.png 成员运算发.png 字典更新.png

#输入描述：
#一行输入一个单词，单词可能是字典中出现过的，也可能是字典中未出现过的。
#输出描述：
#输出更新后的字典

num={'word': 2, 'while': 15, 'for': 20, 'if': 26, 'else': 14, 'print': 9}
word=input()
if word in num:
    num[word]=num[word]+1
else:
    num[word]=1
print(num)

字典函数.png import导入.png math.png 类.png image.png

##结合评论区的观点，给出以下思路
#1首先创建类Nowcoder
#2定义三个内部变量
#3定义一种输出方法
class Nowcoder():
    def __init__(self,name,ID,num) :
        self.name = name
        self.ID =ID
        self.num = num
    def print(self):
        print(self.name,self.ID,self.num,sep='\n')
#5 创建一个niuniu的对象
niuniu =Nowcoder('NiuNiu','100001',678)
#5 根据对象输出对象信息
Nowcoder.print(niuniu)

类的初始化.png 类的继承.png pandas.png image.png

shape是成员变量

shape是成员变量.png shape的用法.png 查看列名.png 例子.png pandas数据索引.png 读取列.png
第二种方式.age为成员变量 输出对应的行.png

df['age']==19 #这是一个布尔索引

pandas逻辑运算.png

在 Pandas 中，用于条件筛选的操作需要使用位运算符 & 而不是逻辑运算符 and。这是因为在 Pandas 中，and 运算符会尝试对整个条件表达式进行求值，而不是对每个元素进行逐个比较。这样会导致出现错误或产生不可预测的结果。
使用位运算符 & 可以确保对每个元素进行逐个比较，并返回每个元素的布尔结果。这样，最终的筛选条件会返回一个布尔序列，用于选择满足条件的行。

或的另一种用法.png 非.png pandas多列输出.png pandas多列输出.png pandas数学函数.png

sum() 是 Python 内置函数，用于计算可迭代对象（例如列表、元组等）中的元素之和。它可以接受一个可迭代对象作为参数，并返回所有元素的总和。

.sum() 是 Pandas 库中 DataFrame 或 Series 对象的方法，用于计算数据的总和。它用于对 DataFrame 或 Series 中的数据进行聚合计算。

import pandas as pd
data = {'A': [1, 2, 3], 'B': [4, 5, 6]}
df = pd.DataFrame(data)
column_sum = df['A'].sum()
print(column_sum)  # 输出结果为 6