课堂脱发小技巧

1.输入评分,算出有多少星星(豆瓣评分)2021.11.24

#include <stdio.h>
int main(){
	int a;
	printf("请输入评分"); 
	scanf("%d",&a);
	printf("亮星%d",a/2); 
	printf("暗星%d",(10-a)/2);
	printf("半星%d",5-a/2-(10-a)/2);
}

2.输入三位数,分别显示个十百位  2021.11.24

#include <stdio.h>
int main(){
	int a; 
	printf("请输入三位数\n");
	scanf("%d",&a);
	int x=a/100;
	int y=a%100/10;
	int z=a%10;
	printf("百位%d",x);
	printf("十位%d",y);
	printf("个位%d",z);
}

3.超市打折题  2021.11.30

当sum<=1000时,不打折。

当1000<=sum<3000时,打九五折。

当3000<=sum<6000时,打九折。

当6000<=sum<8000时,打八五折。

当sum>=8000时,打八折。

#include <stdio.h>
int main(){
	float p;
	int num;
	printf("请输入商品的单价和数量\n");
	scanf("%f%d",&p,&num);
	float sum=p*num;
	int a=(int)sum/1000;
	switch(a){
		case 0:printf("总价%f",sum);break;
		case 1:
		case 2:printf("总价%f",sum*0.95);break;
		case 3:
		case 4:
		case 5:printf("总价%f",sum*0.9);break;
		case 6:
		case 7:printf("总价%f",sum*0.85);break;
		default:printf("总价%f",sum*0.8);
	}
}

4.数组题  2021.12.01

#include <stdio.h>
int main(){
	int a[10];
	printf("请输入十位同学的成绩\n");
	//输入所有学生成绩并且储存到数组里面 
	int i=0;
	for(i=0;i<=9;i++){
		scanf("%d",&a[i]);
	}
	//通过数组,计算总和 
	int sum=0;
	for(i=0;i<=9;i++){
		sum=sum+a[i];
	}
	printf("十位同学成绩总和为:%d\n",sum);
	//通过数组,计算分数最高的值 
	int max=0;
	for(i=0;i<=9;i++){
		if(a[i]>max){
			max=a[i]; 
		}
	}	
	printf("十位同学成绩的最高分数为:%d\n",max);
	//通过数组,计算分数最低的值 
	int min=a[0];
	for(i=0;i<=9;i++){
		if(a[i]<min){
			min=a[i];
		}
	} 
	printf("十位同学成绩的最低分数为:%d\n",min);
}

5.如果n大于1,n!=n*(n-1)

   如果n为0或1,n!值为1  2021.12.02

#include <stdio.h>
int main(){
	int i=1,sum=1,n;
	printf("请输入n的值为:\n");
	scanf("%d",&n);
  if(n==0||n==1){
  	printf("%d",sum);
  }else{
  		while(i<=n){
		sum=sum*i;
		i++;
	}
	 printf("%d",sum);
  }
}

6.编程求Sn=a+aa+aaa+...+aa...a的值,其中a是一个数字。(a和n由键盘输入) 2021.12.07

#include <stdio.h>
#include <math.h>
int main(){
	int a,n;
	printf("请输入a,n的值\n");
	scanf("%d%d",&a,&n);
	int i=0;
	float m=0;
	float s=0;
	while(i<n){
	    m+=a*pow(10,i);
		s+=m;
		printf("%f\n",m);
        printf("\n");
		i++; 
	} 
	printf("%f",s);
}

资源下载链接为: https://pan.quark.cn/s/c705392404e8 在本项目中,我们聚焦于“天池-零基础入门数据挖掘-心跳信号分类预测-EDA分析全过程-代码.rar”这一主题。该压缩包涵盖了一次针对心跳信号分类预测的数据挖掘实践,涉及数据的初步探索性分析(Exploratory Data Analysis, EDA)以及相关代码。 “天池”通常指阿里巴巴天池大数据竞赛平台,这是一个提供各类数据竞赛的平台,旨在助力数据科学家和初学者提升技能并解决实际问题。此数据挖掘任务可能是一项竞赛项目,要求参赛者对心跳信号进行分类预测,例如用于诊断心脏疾病或监测健康状况。EDA是数据分析的关键环节,其目的是通过可视化和统计方法深入了解数据的特性、结构及潜在模式。项目中的“task2 EDA.ipynb”很可能是一个 Jupyter Notebook 文件,记录了使用 Python 编程语言(如 Pandas、Matplotlib 和 Seaborn 等库)进行数据探索的过程。EDA 主要包括以下内容:数据加载,利用 Pandas 读取数据集并检查基本信息,如行数、列数、缺失值和数据类型;描述性统计,计算数据的中心趋势(平均值、中位数)、分散度(方差、标准差)和分布形状;可视化,绘制直方图、散点图、箱线图等,直观呈现数据分布和关联性;特征工程,识别并处理异常值,创建新特征或对现有特征进行转换;相关性分析,计算特征之间的相关系数,挖掘潜在关联。 “example.html”可能是一个示例报告或结果展示,总结了 EDA 过程中的发现,以及初步模型结果,涵盖数据清洗、特征选择、模型训练和验证等环节。“datasets”文件夹则包含用于分析的心跳信号数据集,这类数据通常由多个时间序列组成,每个序列代表一个个体在一段时间内的 ECG 记录。分析时需了解 ECG 的生理背景,如波
### 脱发数据分析 Python 项目实践案例 #### 数据收集与预处理 对于任何数据分析项目,数据的质量至关重要。在脱发数据分析中,通常需要从多个渠道获取数据,包括但不限于医疗记录、问卷调查、临床试验结果等。确保数据清洗和预处理工作到位,可以有效提高后续分析的准确性。 ```python import pandas as pd from sklearn.model_selection import train_test_split # 假设有一个CSV文件包含了用户的健康信息和个人资料 data = pd.read_csv('hair_loss_data.csv') # 查看前几行的数据结构 print(data.head()) # 处理缺失值和其他异常情况 data.fillna(method='ffill', inplace=True) # 将特征变量X和目标变量y分开 X = data.drop(columns=['id', 'has_hair_loss']) y = data['has_hair_loss'] # 划分训练集和测试集 X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42) ``` #### 探索性数据分析(EDA) 通过统计图表来探索不同因素之间的关系有助于理解潜在模式。例如年龄、性别等因素可能会影响脱发的概率。绘制直方图、箱线图可以帮助识别这些关联[^1]。 ```python import seaborn as sns import matplotlib.pyplot as plt plt.figure(figsize=(8,6)) sns.histplot(data=data, x="age", hue="has_hair_loss", multiple="stack") plt.title('Age Distribution by Hair Loss Status') plt.show() ``` #### 构建预测模型 利用机器学习算法构建分类器来进行脱发风险评估是一个常见的应用场景。这里可以选择逻辑回归、随机森林等多种算法进行实验比较性能差异。 ```python from sklearn.linear_model import LogisticRegression from sklearn.metrics import accuracy_score, classification_report model = LogisticRegression(max_iter=1000) model.fit(X_train, y_train) predictions = model.predict(X_test) accuracy = accuracy_score(y_test, predictions) report = classification_report(y_test, predictions) print(f'Accuracy: {accuracy:.3f}') print(report) ``` #### 可视化展示结果 最后一步是对所得结论做出直观呈现给非技术人员查看。比如制作热力图显示各属性的重要性得分;或者创建决策树图解释具体规则等等[^3]。 ```python importance_scores = model.coef_[0] feature_names = list(X.columns) for score, name in sorted(zip(importance_scores, feature_names), reverse=True)[:5]: print(name, ":", round(score, 4)) fig, ax = plt.subplots() ax.barh(range(len(feature_names)), importance_scores) ax.set_yticks(range(len(feature_names))) ax.set_yticklabels(feature_names) plt.xlabel('Importance Score') plt.ylabel('Feature Name') plt.title('Top Features Contributing to Prediction of Hair Loss') plt.tight_layout() plt.show() ```
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值