Python编码面试题

2025年3月17日 | 阅读 27 分钟

1) 调试 Python 程序有什么好方法?

可以使用此命令来调试 Python 程序。


2) Python 的关键字表示什么?

在 Python 中,我们可以使用 `yield` 关键字将任何 Python 函数转换为 Python 生成器。Yield 的功能类似于传统的 return 关键字。然而,它总是返回一个生成器对象。一个函数也可以多次使用 `yield` 关键字。

代码

输出

apr jun

说明

提供的代码描述了一个名为 `creating_gen` 的生成器函数,该函数接受一个列表作为参数,并从预定义的列表中生成两个连续的月份。然后,使用数字 3 初始化该生成器,创建一个名为 `next_month` 的生成器对象。`next()` 函数被调用两次以获取生成器的接下来的两个值,这些值代表了两个连续的月份。最后,代码打印出这两个月份。本质上,该生成器有效地生成月份对,而代码展示了如何使用 `next()` 函数连续提取这些月份对。


3) 如何将列表转换为元组?

我们可以使用 Python 的 `tuple()` 方法将列表转换为元组。由于元组是不可变的,一旦列表被转换为元组,我们就无法更新它。

代码

输出

('jan', 'feb', 'mar', 'apr', 'may', 'jun', 'jul', 'aug', 'sep', 'oct', 'nov', 'dec')
<class 'tuple'>

说明

代码片段初始化了一个名为 `month` 的列表,其中包含一年中的月份名称。然后,它使用 `tuple()` 函数将此列表转换为元组,并将结果赋值给变量 `converting_list`。代码分别使用 `print(converting_list)` 和 `print(type(converting_list))` 打印转换后的元组及其类型。总之,这段代码演示了将月份列表转换为元组的过程,并显示了生成的元组及其数据类型。元组与列表一样,都是可迭代的有序集合,但它们是不可变的,这意味着创建后其元素无法被修改。


4) NumPy 数组到底是什么?

NumPy 数组比 Python 列表更灵活。使用 NumPy 数组进行读写对象更快、更高效。


5) 在 Python 中,有哪些方法可以创建一个空 NumPy 数组?

在 Python 中,有两种创建空数组的方法。

代码

输出

[]
[[9.03420200e-308 7.54982336e-308 0.00000000e+000]
 [0.00000000e+000 0.00000000e+000 0.00000000e+000]
 [0.00000000e+000 0.00000000e+000 1.20953760e-311]]

说明

提供的代码展示了两种创建 NumPy 数组的方法。第一种方法是使用 `numpy.array([])` 创建一个名为 `array_1` 的空数组,这会产生一个初始为空的数组。第二种方法是使用 `numpy.empty(shape=(3,3))` 创建 `array_2`,它会生成一个 3x3 的数组,其中包含未初始化的值。然后,代码会打印这两个数组,显示结果。总之,这段代码演示了如何使用 Python 中的 NumPy 创建一个空数组和另一个包含未初始化值的数组。


6) 在 Python 中,负索引是什么意思?

Python 在数组和列表中包含一个称为负索引的独特功能。Python 以正整数从数组或列表的开头开始索引,但从数组或列表的末尾读取元素,这称为负索引。


7) 解释以下代码的输出?

代码

输出

3
6
7

说明

提供的代码使用了一个名为 'a' 的标准 Python 列表,其中包含元素 [4, 6, 8, 3, 1, 7]。它展示了使用负索引从列表末尾访问元素的用法。表达式 `a[-3]`、`a[-5]` 和 `a[-1]` 分别检索列表中倒数第三个、倒数第五个和最后一个元素。当打印时,这些值分别为 3、6 和 7,演示了使用负索引以相反顺序访问元素的能力。总而言之,负索引提供了一种方便的方法来访问相对于列表末尾的元素。


8) Python 中的 SET 数据类型是什么?如何使用它?

`set` 是 Python 的一种数据类型,属于集合。它自 Python 2.4 版本起就已成为语言的一部分。集合是包含不重复且不可变元素的集合,这些元素没有特定的顺序。


9) 在 Python 中,如何生成随机数?

我们可以使用 Python 中的多种函数来生成随机数据。它们如下:

  • random() - 此指令生成一个介于 0 到 1 之间的浮点值。
  • uniform(X, Y) - 此函数生成一个在 X 和 Y 范围内的浮点值。
  • randint(X, Y) - 此函数生成一个介于 X 和 Y 值之间的随机整数。

10) 如何打印从 1 到 101 的所有数字的总和?

使用此程序,我们可以显示从 1 到 101 的所有数字的总和。

代码

输出

5151

说明

提供的代码使用 `sum()` 函数和 `range()` 函数计算从 1 到 101 的数字之和。表达式 `sum(range(1, 102))` 生成一个从 1 到 101(包含)的数字序列,然后计算它们的总和。结果使用 `print()` 函数打印。总之,这段代码有效地计算并显示了从 1 到 101 的所有整数的总和。


11) 在函数中,如何创建全局变量?

我们可以通过在所有为其赋值的函数中将其声明为 `global` 来创建全局变量,从而可以在其他函数中使用它。

代码

输出

10

说明

代码定义了一个名为 `global_var` 的全局变量,初始值为 0。然后定义了两个函数:`modify_global_var()` 使用 `global` 关键字将全局变量设置为 10,`printing_global_var()` 打印全局变量。调用 `modify_global_var()` 后,全局变量被更改为 10,当执行 `printing_global_var()` 时,它会打印更新后的值。总之,代码演示了如何在函数内部使用 `global` 关键字来修改全局变量,从而使更改能够传播到函数范围之外。


12) 是否可以创建一个 Python 程序来计算列表中数字的平均值?

计算 Python 中数字的平均值

代码

输出

Number of Elements to take average of: 4
Enter the element: 5
Enter the element: 25
Enter the element: 74
Enter the element: 24
Average of the elements in list 32.0

说明

这段代码计算用户输入的数字列表的平均值。它获取用户输入的元素数量 (n),并迭代地提示输入每个元素。元素存储在列表 `l` 中,通过将元素总和除以元素总数来计算平均值。然后,结果会以四舍五入到小数点后两位的形式打印出来。总之,这段代码有效地计算并显示了用户定义的数字列表的平均值。


13) 是否可以创建一个 Python 程序来反转一个数字?

Python 程序反转数字

代码

输出

Enter number: 35257
The reverse of the number: 75253

说明

这段代码片段反转用户输入的数字。它接收一个数字输入 (n),并初始化一个变量 `reverse` 为 0。然后,代码使用 `while` 循环迭代地提取数字的最后一位 (digit),并通过将 `reverse` 的当前值乘以 10 并加上提取的数字来构建反转后的数字 (`reverse`)。循环持续进行,直到所有数字都被处理。最后,打印反转后的数字。本质上,这段代码使用 `while` 循环有效地计算并显示了用户输入的整数的反转。


14) 在 Python 中,列表和元组有什么区别?

序号。列表元组
1.列表是可变的,这意味着我们可以修改它们。元组(只是我们无法修改的列表)是不可变的。
2.列表相对较慢。元组比列表更有效。
3.语法:`list1 = [100, 'Itika', 200]`语法:`tup1 = (100, 'Itika', 200)`

15) Python 是编程语言还是脚本语言?

Python 是一种编程语言,由于其简洁性和可读性,常被用于脚本编写。然而,它是一种功能强大的语言,能够处理各种任务,从小型脚本到大规模软件开发。


16) Python 是一种解释型编程语言。请解释。

Python 是一种解释型编程语言,这意味着它的代码由 Python 解释器逐行执行,而无需单独的编译步骤。这带来了更大的灵活性、易于开发和可移植性,尽管执行速度可能比编译型语言稍慢。


17) PEP 8 是什么意思?

PEP 8 是 Python 代码的风格指南,它阐述了提高代码一致性的最佳实践和约定。它涵盖了诸如缩进、命名约定、空格等方面的规范。PEP 代表“Python Enhancement Proposal”,而 PEP 8 特别侧重于代码格式,以提高 Python 项目之间的一致性和可读性。推荐遵守 PEP 8 规则,以确保代码干净、可读且一致。


18) Python 有哪些优点?

使用 Python 的优点如下:

  • 易于理解和使用 - Python 是一种强大的编程语言,易于学习、阅读和编写。
  • 解释型语言 - Python 是一种解释型语言,这意味着它逐行执行程序,并在某一行包含错误时暂停。
  • 动态类型 - 在编码时,程序员不需要为变量设置数据类型。在执行期间,它会自动分配。
  • Python 是免费且开源的,可以自由使用和共享。它是免费且开源的。
  • 广泛的库支持 - Python 拥有一个大型函数库,可以执行几乎任何任务。它还允许您使用 Python 包管理器 (pip) 导入其他包。
  • Python 应用程序是可移植的,可以在任何系统上运行而无需修改。
  • Python 的数据结构易于理解。
  • 它允许在需要更少代码的情况下实现附加功能。

19) 在 Python 中,装饰器是什么?

装饰器主要用于在不影响函数结构的情况下为方法添加特定的行为模式。通常,装饰器会在它们要增强的事件之前被识别。我们必须先定义一个装饰器的函数,然后才能使用它。然后编写我们将实现装饰器函数的函数,并将装饰器函数简单地放在它上面。在这种情况下,@ 符号会出现在装饰器之前。


20) Python 字典与列表推导式有什么区别?

字典和列表推导式是定义字典和列表的简单方法。

这是列表推导式的示例。

代码

输出

[0, 1, 2, 3]
This is example of dictionary

说明

代码使用列表推导式创建了一个名为 `list_comp` 的列表,其中包含从 0 到 3 的数字。`print(list_comp)` 语句输出了生成的列表。总之,它展示了一种简洁的方法来在 Python 中构建和显示连续数字的列表。

代码

输出

{0: 2, 1: 3, 2: 4, 3: 5, 4: 6, 5: 7, 6: 8, 7: 9, 8: 10, 9: 11}

说明

这段代码片段使用字典推导式创建了一个名为 `dictt` 的字典。它将从 0 到 9 的每个数字与它们乘以 2 后的对应值配对。`print(dictt)` 语句输出了生成的字典,展示了一种在 Python 中创建和显示键值对字典的有效方法。总之,这段代码突出了使用推导式简洁地创建和打印字典。


21) 最常用的 Python 内置数据类型是什么?

数字 - 整数、复数和浮点数是 Python 最常用的内置数据结构。例如,1、8.1、3+6i。

列表 - 列表是按特定顺序排列的对象集合。列表的元素可以是多种数据类型。例如,[[10,'itika',7] .4]

元组 - 它也是一组按特定顺序排列的项。与列表不同,元组是不可变的,这意味着我们无法修改它们。例如,(7,'itika',2)

字符串 - 字符串是字符的集合。它们使用单引号或双引号声明。例如,“Itika”、“She is learning coding through tpointtech”等。

集合 - 集合是无序元素的分组,这些元素没有特定的顺序。(2, 3, 4, 5)

字典 - 字典是键值对的集合,其中每个值都可以通过其键访问。项目的顺序无关紧要。例如,{3:'ape', 6:'monkey'}

布尔值 - True 和 False 是两个可能的布尔值。


22) .py 和 .pyc 文件有什么区别?

.py 文件包含我们保存的 Python 代码。.pyc 文件是在程序从其他源集成到当前程序时创建的。此文件包含我们导入的 Python 文件的字节码。如果我们能将 .py 文件格式的源文件转换为 .pyc 文件,解释器可以减少处理时间。


23) 局部变量与全局变量有什么区别?

全局变量: 全局变量是在函数外部声明的变量。函数外部的作用域称为全局空间。任何程序函数都可以访问这些变量。

局部变量: 在函数内部声明的任何变量都称为局部变量。该变量不存在于全局域中;它仅在本地存在。

代码

输出

In local scope:  7
Adding a global scope and a local scope variable:  63
In global scope:  56

说明

代码展示了 Python 中全局变量和局部变量的区别。它初始化了一个全局变量 `var`,值为 56。在 `addition()` 函数内部,创建了一个局部变量 `var1`,值为 7。该函数将全局变量 `var` 和局部变量 `var1` 相加,并在局部作用域内打印结果。函数外部,打印了全局变量 `var`。代码演示了在函数内声明的变量如何具有局部作用域,并且它们的值不会影响全局变量。总之,它突出了 Python 中全局和局部作用域之间的区别。

如果尝试在 `addition()` 函数外部访问局部变量,将会产生错误。


24) Python 数组与 Python 列表有什么区别?

在 Python 中,数组和列表都以类似的方式存储数据。然而,数组只能包含单一数据类型的元素,而列表可以包含任何数据类型的元素。

代码

输出

array('i', [3, 6, 2, 7, 9, 5])
[4, 'Interview', 7.2]
'str' object cannot be interpreted as an integer

说明

代码使用 `array` 模块创建了一个名为 `array_1` 的整数数组和一个名为 `list_1` 的列表。它打印了数组和列表,展示了 Python 数据结构的灵活性。然而,在尝试创建具有混合数据类型的另一个数组 (array_2) 时,由于数字的预定义类型代码 "I",代码会遇到一个异常。异常通过 `try-except` 块捕获并打印。总之,这段代码演示了整数数组和列表的创建与打印,并展示了使用 `array` 模块创建具有混合数据类型的数组的限制。


25) `__init__` 到底是什么?

在 Python 中,`__init__` 是一个函数或函数 `Object()` { [native code] }。当创建一个类的新对象/实例时,会自动调用此函数来保留内存。`__init__` 方法在所有类中都可用。

以下是一个如何利用它的例子。

代码

输出

Itika
10

说明

代码定义了一个名为 `Student` 的 Python 类,其中包含一个 `__init__` 方法,该方法用作构造函数。`__init__` 方法为类的每个实例初始化 `st_name`、`st_class` 和 `st_marks` 的值。当使用这些属性的特定值创建实例 `S1` 时,会自动调用 `__init__` 方法来设置初始值。然后,代码打印实例 `S1` 的 `st_name` 和 `st_class` 值。总之,代码演示了使用 `__init__` 方法在创建类实例时初始化属性,展示了在 Python 中自定义对象初始化的能力。


26) Lambda 函数是什么?它是如何工作的?

Lambda 函数是一种匿名函数。这种方法可以接受任意数量的参数,但只有一个语句。

代码

输出

Sum using lambda function is:  18

说明

代码定义了一个名为 `sum_` 的 Lambda 函数用于加法,它接受三个参数 (x, y, z)。Lambda 函数计算这些参数的总和,并使用 `print()` 语句打印结果。本质上,它展示了用于加法的 Lambda 函数的简洁创建和使用,提供了一种定义小型匿名函数的简写方法。代码的输出是 4、6 和 8 的总和,展示了 Lambda 函数的功能。


27) 在 Python 中,`self` 是什么?

`self` 是一个类实例或对象。它在 Python 中被显式地作为第一个参数传递。然而,在 Java 中,它是可选的,情况并非如此。局部变量可以轻松地区分类的方法和属性。

在类的 `init` 方法中,`self` 变量对应于新创建的对象,而在类的其他方法中,它对应于调用其方法的实体。


28) `break`、`pass` 和 `continue` 这些命令如何工作?

骨折当满足某个条件时,循环会终止,并将控制权转移到下一条语句。
Pass当您需要一个在语法上正确的代码块,但又不想执行它时,可以使用它。本质上,这是一个空操作。运行时,什么都不会发生。
Continue当满足特定条件时,控制权会转移到循环的开头,从而允许跳过当前正在执行的循环的某些部分。

29) 在 Python 中,如何在运行时随机化列表的元素?

考虑以下场景

代码

输出

Original list:  ['Python', 'Interview', 'Questions', 'Randomise', 'List']
After randomising the list:  ['List', 'Interview', 'Python', 'Randomise', 'Questions']

说明

代码使用 `random.shuffle()` 函数来随机重排名为 `list_` 的列表的元素。它首先打印原始列表,然后应用 `random.shuffle()` 函数来随机重排元素。然后打印修改后的列表,展示了原始列表的成功随机化。总之,代码演示了如何使用 `random.shuffle()` 函数以随机顺序重排列表的元素,为引入元素顺序的随机性提供了一种简单的方法。


30) 序列化 (pickling) 和反序列化 (unpickling) 有什么区别?

Pickle 模块接收任何 Python 对象,然后将其转换为字符串表示形式,然后使用 `dump` 方法将其转储到文件中。反序列化是从保存的字符串表示中恢复实际 Python 对象的过程。


31) 使用什么方法可以将字符串的所有字符转换为小写字母?

可以使用 `lower()` 函数将字符串转换为小写。

代码

输出

tpointtech

说明

代码使用 `lower()` 方法将字符串 'tpointtech' 全部转换为小写,并打印结果。这演示了在 Python 中更改字符串中字符大小写的简单方法。


32) 如何一次性注释 Python 中的多行?

多行注释跨越多行。在所有我们将要注释的行前面都必须有一个 #。您也可以使用一种方便的替代方法来注释多行。您所要做的就是按住 Ctrl 键,然后在需要 # 符号的每个区域单击鼠标左键,然后只写入一个 #。这将为您在光标所在处添加注释。


33) 在 Python 中,文档字符串 (docstrings) 是什么?

文档字符串是文档字符串的缩写,它们不仅仅是注释。我们将文档字符串括在三引号中。它们不分配给任何变量,因此也可以用作注释。

代码

输出

Result of multiplication:  1755

说明

提供的代码将 39 和 45 相加,并将结果赋给变量 c。然后,`print()` 语句显示了加法的结果,即这两个数字的乘积。总之,代码有效地计算并打印了 39 和 45 的乘积,展示了 Python 中的基本算术运算。


34) 解释 Python "re" 模块的 `split()`、`sub()` 和 `subn()` 方法。

Python 的 "re" 模块提供了三种修改字符串的方法。它们如下:

split() 使用正则表达式模式将字符串“拆分”成一个列表。

sub() 查找所有匹配我们给出的正则表达式模式的子字符串。然后用提供的字符串替换该子字符串。

subn() 类似于 sub(),它提供新字符串和替换次数。


35) 向 Python 数组添加项目的最佳方法是什么?

我们可以使用 `append()`、`extend()` 以及 `insert(i,x)` 方法将项目添加到数组中。

代码

输出

array('d', [1.0, 2.0, 3.0, 8.0])
array('d', [1.0, 2.0, 3.0, 8.0, 4.0, 6.0, 9.0])
array('d', [1.0, 2.0, 9.0, 3.0, 8.0, 4.0, 6.0, 9.0])

说明

代码使用 `array` 模块创建一个名为 'array' 的双精度浮点数组,并初始化值为 [1.0, 2.0, 3.0]。然后,它展示了三种不同的修改数组的方法:

`append()` 方法将值 8 添加到数组的末尾。

`extend()` 方法将多个元素 (4, 6, 9) 添加到数组的末尾。

`insert()` 方法将值 9 添加到数组的索引 2 位置。

每次修改后都会打印更新后的数组,展示了在 Python 中操作数组元素的各种方法。


36) 移除 Python 数组中值的最佳方法是什么?

可以使用 `pop()` 或 `remove()` 方法移除数组元素。这两种方法之间的区别在于,前者返回被移除的值,而后者不返回。

代码

输出

4.0
8.0
array('d', [3.0, 8.0, 1.0, 4.0, 2.0])

说明

代码初始化了一个名为 'array' 的双精度浮点数组,值为 [1.0, 3.0, 8.0, 1.0, 4.0, 8.0, 2.0, 4.0]。然后,它展示了三种不同的从数组中移除元素的方法:

`pop()` 方法在没有指定索引的情况下,移除并返回数组的最后一个元素。

`pop(5)` 方法移除并返回索引为 5 的元素。

`remove(1)` 方法移除数组中值 1 的第一个出现。

每次移除操作后都会打印更新后的数组,展示了从 Python 数组中删除元素的各种方法。


37) 在 Python 中,Monkey Patching 是什么?

在 Python 中,“Monkey Patch”一词专门指运行时动态修改模块。

代码

Monkey Patch 测试将按如下方式进行:

说明

在给定的代码中,定义了一个名为 `My_Class` 的类,其中有一个方法 `f()`,该方法简单地打印字符串 "f()"。在此之后,演示了一个 Monkey Patch 测试场景。Monkey Patching 包括在运行时动态修改或扩展代码,通常是为了改变现有类或函数行为。

在这种情况下,导入了一个名为 `priest` 的外部模块,并定义了一个名为 `monkey_f` 的新函数。这个新函数打印字符串 "we are calling monkey_f()"。Monkey Patching 本身是通过将 `monkey_f` 函数赋值给 `priest` 模块中 `My_Class` 类的 `func` 属性来执行的。这实际上是用新定义的 `monkey_f` 替换了原始的 `f()` 方法。

之后,创建 `My_Class` 的一个实例并将其赋值给变量 `object_`。当通过该对象访问 `func()` 方法时,它现在指向 Monkey Patched 的 `monkey_f()` 函数。因此,代码的输出将是 "we are calling monkey_f()",而不是原始的 "f()"。


38) 在 Python 中,如何创建一个空类?

空类在其块内不包含任何语句。可以使用 `pass` 关键字生成它。但是您可以在类外部创建一个对象。PASS 语句在 Python 中不做任何事情。

代码

输出

Name = 
tpointtech

说明

代码定义了一个简单的类 `my_class`,创建了它的一个实例,并动态地向该实例添加了一个名为 `name` 的属性,其值为 "tpointtech"。然后,它打印 `name` 属性的值,展示了 Python 类中属性赋值的动态性质。


39) 编写一个 Python 脚本来实现冒泡排序算法。

代码

输出

[13, 14, 23, 23, 64, 64, 86]

说明

代码定义了冒泡排序算法的基本实现,用于升序排列数组。`bubble_Sort` 函数接受一个数组作为输入,并遍历其元素,比较相邻的元素,并在它们不匹配时交换它们。此过程对每个元素重复进行,直到整个数组排序完毕。代码使用 `bubble_Sort` 函数演示了对示例数组 [23, 14, 64, 13, 64, 23, 86] 的排序,并打印排序后的数组。总之,这段代码展示了一个简单的冒泡排序算法,用于对数组进行升序排序。


40) 在 Python 中,创建一个生成斐波那契数列的程序。

代码

输出

[0, 1, 1, 2, 3, 5, 8, 13, 21]

说明

提供的 Python 代码旨在根据变量 n 指定的项数生成斐波那契数列。它将数列的初始两个值(第一个和第二个)分别初始化为 0 和 1,并将它们存储在名为 `series` 的列表中。然后,代码检查项数 (n) 是否为零;如果是,则打印数列的第一个值。否则,它会进入一个循环,该循环执行 n-2 次,通过将前两项相加来计算数列的下一项,并将其添加到 `series` 列表中。最后,打印生成的斐波那契数列。但是,循环条件存在一个小问题,因为如果 n 小于 2,它可能不会生成正确的项数。总而言之,代码旨在根据指定的项数生成斐波那契数列,使用列表存储数列元素并使用循环计算它们。


41) 编写一个 Python 脚本来检查给定数字是否为素数。

代码

输出

The given number is a prime number

说明

代码判断给定的数字 'n' 是素数还是合数。如果 'n' 是 2,它直接声明它是一个素数。对于其他情况,它会检查从 2 到 'n-1' 的数字的可除性。如果 'n' 可以被这里的任何数字整除,则认为它是合数,循环会中断。如果 'n' 不能被任何数字整除,则被识别为素数。如果 'n' 是 1,则声明 1 不是素数。总之,代码有效地将给定数字分类为素数或合数,并处理了 1 的特殊情况。


42) 创建一个 Python 程序来检查给定的序列是否为回文。

程序如下。

代码

输出

The sequence is a palindrome

说明

代码检查给定的字符串 'sequence' 是否为回文。它首先使用切片语法 (sequence[::- 1]) 反转字符串,并将结果存储在变量 'reverse' 中。然后,它将 'reverse' 与原始 'sequence' 进行比较。如果它们相等,则字符串被识别为回文,代码会打印出它是回文。否则,它会打印出该字符串不是回文。总之,代码有效地判断了输入字符串是否为回文。


43) 在 NumPy 数组中,如何提取 N 个最大值的索引?

使用下面的代码。

代码

输出

[3 1]

说明

代码使用 NumPy 库创建一个包含整数的数组 'array'。然后,它应用 `argsort()` 函数,该函数返回对数组进行排序所需的索引。代码使用 `[-2:]` 选择最后两个索引(两个最大元素所在的索引),并使用 `[::-1]` 反转顺序。最后,它以递增顺序打印两个最大元素的索引。本质上,代码有效地识别并显示了 NumPy 数组中两个最大元素的索引。


44) 使用 Python/NumPy,编写代码计算百分位数?

可以使用以下方法计算百分位数。

代码

输出

3.5

说明

代码使用 NumPy 库创建了一个名为 'array' 的包含数字的数组。然后,它使用 `percentile()` 函数计算数组的第 45 个百分位数,该百分位数表示 45% 的数据低于该值的点。结果被打印出来,展示了 NumPy 如何处理数值数据的百分位数计算。总之,代码有效地计算并显示了给定数组的第 45 个百分位数。


45) 编写一个 Python 程序来确定一个数字是否为二进制。

代码如下。

代码

输出

given number is binary

说明

代码检查给定的数字 'num' 是否为二进制格式。它使用 `while` 循环遍历数字的每一位。在循环中,它检查每一位是 0 还是 1。如果遇到任何不是 0 或 1 的数字,它会打印出给定的数字不是二进制格式,然后停止。如果循环完成而没有遇到其他数字,则打印出给定的数字是二进制格式。该代码有效地确定了输入数字的二进制性质。


46) 使用迭代技术,在 Python 中计算阶乘。

代码如下。

代码

输出

Factorial of 12 is 1449225352009601191936

说明

代码计算给定数字 'num' 的阶乘。它初始化一个变量 'fact' 为 1。它首先检查数字是否为负数,并打印相应的消息。如果数字为零,则打印阶乘为 1。对于正数,它使用 `for` 循环从 1 迭代到给定数字,在每一步更新阶乘。最后打印结果。该代码有效地计算并显示了非负整数的阶乘。注意:变量 'fact' 中存在一个拼写错误;它应该是 `for i in range(1, num + 1)` 而不是 `for f in range(1, num + 1)`。


47) 使用 Python 代码计算两个给定数字的 LCM。

代码如下。

代码

输出

LCM of 24 and 92 = 552

说明

代码计算两个数字 'num_1' 和 'num_2' 的最小公倍数 (LCM)。它首先确定两个数字中较大的那个,然后进入一个 `while` 循环。在循环中,它检查当前的 'greater_num' 是否可以被 'num_1' 和 'num_2' 整除。如果为真,则将 'greater_num' 赋值给 LCM 并停止。否则,它会增加 'greater_num' 并继续循环。最后打印 LCM。该代码有效地计算并显示了两个给定数字的 LCM。


48) 编写一个 Python 程序,从字符串中移除元音字母。

代码如下。

代码

输出

Reverse order of array is
75 24 86 24 86 76 23 24 5 12 23

49) 编写一个 Python 程序,将数组向右旋转两位。

代码如下。

代码

输出

Required string without vowels is: Jvtpnt

说明

代码从给定的 'string' 中移除元音字母,并将结果存储在 'result' 中。它使用 `for` 循环遍历字符串中的每个字符,如果字符是元音(小写或大写),则将其替换为空字符串。然后将修改后的字符连接起来形成最终字符串 'result',并打印为输出。这段代码演示了一种在 Python 中从字符串中移除元音的简单方法。


50) 编写一个 Python 代码来反转给定的列表。

代码如下。

输出

Reverse order of array is
75 24 86 24 86 76 23 24 5 12 23

说明

代码以相反的顺序打印给定的数组。它使用 `for` 循环从最后一个元素开始并递减索引,以反向遍历数组。循环单独打印每个元素,以空格分隔,从而形成原始数组的逆序。总之,代码有效地显示了给定数组的逆序。