Python簡單示例 函式使用

1、編寫函式，輸入不確定個數的數字，返回所有數字的和與乘積：不定長位置引數*args用來接收不確定個數的引數

def sum_product

(*args)
: s=
0 p=
1for i in args:
s+=i p*
=i return s,p
s,p=
sum_product(2
,2,3
)print
(s,p)

#定義函式odd_filter,可變引數args

def odd_filter
(*args)
: #帶返回的列表資料
result=
#遍歷所有引數
for i in args:
#奇數判斷
if i%2!=
0:#放入到結果列表中
result.
(i)return result
#呼叫函式
print
(odd_filter(1
,3,5
,4,2
,10))
#程式輸出[1,
3,5]

def fact

(n):
return
fact_iter
(n,1
)def fact_iter
(num,product)
:print
("當前計算的是階乘:"
,num)
if num==1:
return product
return
fact_iter
(num-
1,num*product)
print
(fact(5
))

寫法①

#定義計算方法

def cal_func
(x,y,op)
: res=
0if op==
"+":
res=x+y
elif op==
"-":
res=x-y
elif op==
"*":
res=x*y
elif op==
"/":
res=x/y
else
: res=
"輸入的運算子不正確！"
return res
#獲取使用者輸入的內容
argx=
int(
input
("請輸入第乙個數字："))
argy=
int(
input
("請輸入第二個數字："))
operator
=input
("請輸入計算形式（+,-,*,/）:"
)#計算並顯示結果
result=
cal_func
(argx,argy,
operator
)print
(result)

def cal_func

(x,y,op)
: cal_func_list=
[lambda x,y:x+y]
operators=
['+'
,'-'
,'*'
,'/'
]cal_func_list=
[lambda x,y:x+y,
lambda x,y:x-y,
lambda x,y:x*y,
lambda x,y:x/y]
#獲取使用者輸入內容
argx=
int(
input
("請輸入第乙個數字："))
argy=
int(
input
("請輸入第二個數字："))
operator
=input
("請輸入計算的形式（+,-,*,/）："
)index=operators.
index
(operator
)print
(cal_func_list[index]
(argx,argy)
)

#定義偶數的函式,

sum(1/
2+1/
4+..
.+1/n)
def peven
(n):
s=0.0for i in range(2
,n+1,2
):s+
=1.0
/i return s
#定義奇數的函式,
sum(1/
1+1/
3+..
.+1/n)
def podd
(n):
s=0.0for i in range(1
,n+1,2
):s+
=1.0
/i return s
#判斷輸入的是奇數還是偶數，根據判斷呼叫不同的函式
result=
input
("請輸入乙個整數：\n")n=
int(result)
#n如果為偶數呼叫偶數的函式，為奇數則呼叫奇數的函式
if n%2==
0:print
(peven
(n))
else
:print
(podd
(n))

Python函式式程式設計簡單示例

思路 1.將相應位置上的數值先求出來，2.利用map計算出數列 def f n if n 0 return 0elif n 1 return 1else return f n 2 f n 1 if name main print map f,range 1,11 列印結果 1,1,2,3,5,8,1...

Python簡單示例

通過使用者輸入兩個數字，並計算兩個數字之和 num1 input 輸入第乙個數字 num2 input 輸入第二個數字 sum float num1 float num2 print 數字和數字相加結果 format num1,num2,sum 用一句 進行改寫輸入 print 兩數之和為 1f f...

python3使用keras簡單示例

截至 2017 年 11 月，擁有超過 200,000 個人使用者的 keras 是除 tensorflow 外被工業界和學術界最多使用的深度學習框架。簡單示例如下 import keras from keras.models import sequential from keras.layers ...