python编程:从入门到实践(第二版) 练习8-4

本文介绍了一个使用Python编写的函数make_shirt(),该函数用于定制不同尺寸和图案的T恤。通过调整函数参数,可以轻松制作带有默认或自定义文字的大号或中号T恤。

练习8-4:大号T恤  修改函数make_shirt() ,使其在默认情况下制作一件 印有“I love Python”字样的大号T恤。调用这个函数来制作:一件印有默认 字样的大号T恤,一件印有默认字样的中号T恤,以及一件印有其他字样的T恤 (尺码无关紧要)。

调用函数括号为空,输出的是默认参数

调用函数为M,是 改变了默认参数,这是个优先级的问题,函数调用括号内的优先级大于默认

调用函数直接设置为关键字参数,也是优先级的问题,优先级大于默

def make_shirt(shirt_size='L', shirt_message='I love Python'):
    print(f"T恤的尺码是{shirt_size},字样是{shirt_message}。")

    # 一件印有默认字样的大号T恤
make_shirt()
#印有默认字样的中号
make_shirt('M')
#印有其他字样的,尺码无所谓
make_shirt(shirt_message='I love Jave')
T恤的尺码是L,字样是I love Python。
T恤的尺码是M,字样是I love Python。
T恤的尺码是L,字样是I love Jave。

进程已结束,退出代码0

### 切片操作示例 在 Python 编程中,切片是一种非常强大的功能,可以用于访问列表、字符串等序列类型的部分元素。以下是一个基于《Python编程:从入门实践(第3)》中的练习题所设计的示例程序,展示如何使用切片操作来获取列表的前三个元素、中间三个元素以及末尾三个元素。 ```python # 示例列表 my_list = [10, 20, 30, 40, 50, 60, 70] # 获取前三个元素 first_three = my_list[:3] print("前三个元素:", first_three) # 输出:前三个元素: [10, 20, 30] # 获取中间三个元素 middle_index = len(my_list) // 2 middle_three = my_list[middle_index - 1 : middle_index + 2] print("中间三个元素:", middle_three) # 输出:中间三个元素: [30, 40, 50] # 获取末尾三个元素 last_three = my_list[-3:] print("末尾三个元素:", last_three) # 输出:末尾三个元素: [50, 60, 70] ``` 上述代码展示了如何通过切片操作提取列表的不同部分。对于长度为奇数的列表,`middle_index` 是中心元素的索引,然后通过 `middle_index - 1` 到 `middle_index + 2` 的范围来获取中间三个元素[^1]。 ### 使用切片跳过某些元素 如果希望在切片时跳过某些元素,可以通过指定步长参数实现。例如,要每隔一个元素取一个值,可以使用如下方式: ```python # 每隔一个元素取一个值 every_other = my_list[::2] print("每隔一个元素:", every_other) # 输出:每隔一个元素: [10, 30, 50, 70] ``` 此代码片段中,`[::2]` 表示从头到尾以步长为 2 进行切片,即跳过了每两个元素中的第一个元素[^1]。 ### 反转列表 若需要反转列表,同样可以利用切片操作中的步长参数,将其设置为负数即可实现反向遍历: ```python # 反转列表 reversed_list = my_list[::-1] print("反转后的列表:", reversed_list) # 输出:反转后的列表: [70, 60, 50, 40, 30, 20, 10] ``` 这里的 `[::-1]` 表示从最后一个元素开始向前遍历,每次移动一个位置,从而达到反转列表的效果[^1]。 ### 多维数组的切片操作 虽然标准的 Python 列表不支持多维结构,但 NumPy 库提供了对多维数组的支持,并且也允许使用类似的切片语法进行操作。例如,在 NumPy 中可以这样处理二维数组: ```python import numpy as np # 创建一个二维数组 matrix = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]]) # 获取第一行和第二行的所有列 sub_matrix = matrix[0:2, :] print("子矩阵:\n", sub_matrix) # 输出: # 子矩阵: # [[1 2 3] # [4 5 6]] ``` 此例中,`matrix[0:2, :]` 表示选取索引从 0 到 1(不含 2)的行,以及所有列的数据,这正是 NumPy 提供的强大功能之一[^1]。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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