组合数据类型练习,英文词频统计实例

本文提供了一系列简单的编程实例,包括凯撒密码加密、星座符号打印、格式化字符串输出、99乘法表展示、歌词单词统计及使用webbrowser模块打开网页等,适合编程初学者实践。

1、凯撒密码

复制代码
plaincode=input('明文:')
s=ord('a')
print('密文:',end='')
for i in plaincode:
    if s<= ord(i)<=ord('z'):
        print(chr(s+(ord(i)-s+3)%26),end='')
    else:
        print(i,end='')
    
复制代码

 

2、星座符号

for i in range(12):
    print(chr(9800+i),end='/')

 

 4、输入姓名,格式输出:占4位、居中、不足4字的以空格填充。

name=input('输入姓名:')
print('你的名字:{0:' '^4}'.format(name))

5、格式化输出:中华人民共和国国内生产总值(GDP)689,136.89亿元(2015年)(千分位、2位小数,浮点数)

 year = input("请输入年份:")
 gdp = float(input("请输入{}年的GDP:".format(year)))
 print("中华人民共和国国内生产总值(GDP){0:,.2f}亿元({1}年)".format(gdp,year))

6、实例:打出99乘法表

 

 for i in range(1,10):
     for j in range(1,10):
         print("{}x{}={}".format(i,j,i*j),end=' ')
         if i==j:
             print("\n")
             break

 

 

7、实例: 下载一首英文的歌词或文章,统计单词出现的次数,将所有,.?!替换为空格,将所有大写转换为小写。

复制代码
geci = '''An empty street An empty house !
A hole inside heart? 
I'm all, alone and the rooms.
Are getting smaller 
I wonder how !I wonder why !
I wonder where they are 
geci=The !days we had .
The songs we sang together .
And oh! my love !
I'm holding on forever? ?
Reaching? for a love! 
That seems ?so far 
So I? say a litter prayer 
No my dream will take me there 
Where the skies are blue to see you 
once again my love 
Overseas from coast to coast 
Find, a place I love the most! 
Where the fields are green 
To see you once again  '''


print(geci.count('love'))
for i in geci:
    geci=geci.replace(',',' ')
    geci=geci.replace('.',' ')
    geci=geci.replace('!',' ')
    geci=geci.replace('?',' ')
print(geci)
print (geci.lower())
复制代码

 

 8、用webbrowser,uweb.open_new_tab('url')打开校园新闻列表

import webbrowser as web
for i in range(2,5):
    web.open_new_tab('http://news.gzcc.cn/html/xiaoyuanxinwen/'+str(i)+'.html')

转载于:https://www.cnblogs.com/45hjq/p/7562781.html

内容概要:本文是一份针对2025年中国企业品牌传播环境撰写的《全网媒体发稿白皮书》,聚焦企业媒体发稿的策略制定、渠道选择效果评估难题。通过分析当前企业面临的资源分散、内容同质、效果难量化等核心痛点,系统性地介绍了新闻媒体、央媒、地方官媒自媒体四大渠道的特点适用场景,并深度融合“传声港”AI驱动的新媒体平台能力,提出“策略+工具+落地”的一体化解决方案。白皮书详细阐述了传声港在资源整合、AI智能匹配、舆情监测、合规审核及全链路效果追踪方面的技术优势,构建了涵盖曝光、互动、转化品牌影响力的多维评估体系,并通过快消、科技、零售等行业的实战案例验证其有效性。最后,提出了按企业发展阶段营销节点定制的媒体组合策略,强调本土化传播政府关系协同的重要性,助力企业实现品牌声量实际转化的双重增长。; 适合人群:企业市场部负责人、品牌方管理者、公关传播从业者及从事数字营销的相关人员,尤其适用于初创期至成熟期不同发展阶段的企业决策者。; 使用场景及目标:①帮助企业科学制定媒体发稿策略,优化预算分配;②解决渠道对接繁琐、投放不精准、效果不可衡量等问题;③指导企业在重大营销节点(如春节、双11)开展高效传播;④提升品牌权威性、区域渗透力危机应对能力; 阅读建议:建议结合自身企业所处阶段发展目标,参考文中提供的“传声港服务组合“预算分配建议”进行策略匹配,同时重视AI工具在投放、监测优化中的实际应用,定期复盘数据以实现持续迭代。
先展示下效果 https://pan.quark.cn/s/987bb7a43dd9 VeighNa - By Traders, For Traders, AI-Powered. Want to read this in english ? Go here VeighNa是一套基于Python的开源量化交易系统开发框架,在开源社区持续不断的贡献下一步步成长为多功能量化交易平台,自发布以来已经积累了众多来自金融机构或相关领域的用户,包括私募基金、证券公司、期货公司等。 在使用VeighNa进行二次开发(策略、模块等)的过程中有任何疑问,请查看VeighNa项目文档,如果无法解决请前往官方社区论坛的【提问求助】板块寻求帮助,也欢迎在【经验分享】板块分享你的使用心得! 想要获取更多关于VeighNa的资讯信息? 请扫描下方二维码添加小助手加入【VeighNa社区交流微信群】: AI-Powered VeighNa发布十周年之际正式推出4.0版本,重磅新增面向AI量化策略的vnpy.alpha模块,为专业量化交易员提供一站式多因子机器学习(ML)策略开发、投研实盘交易解决方案: :bar_chart: dataset:因子特征工程 * 专为ML算法训练优化设计,支持高效批量特征计算处理 * 内置丰富的因子特征表达式计算引擎,实现快速一键生成训练数据 * Alpha 158:源于微软Qlib项目的股票市场特征集合,涵盖K线形态、价格趋势、时序波动等多维度量化因子 :bulb: model:预测模型训练 * 提供标准化的ML模型开发模板,大幅简化模型构建训练流程 * 统一API接口设计,支持无缝切换不同算法进行性能对比测试 * 集成多种主流机器学习算法: * Lass...
【顶级EI完整复现】【DRCC】考虑N-1准则的分布鲁棒机会约束低碳经济调度(Matlab代码实现)内容概要:本文介绍了名为《【顶级EI完整复现】【DRCC】考虑N-1准则的分布鲁棒机会约束低碳经济调度(Matlab代码实现)》的技术文档,重点围绕电力系统中低碳经济调度问题展开,结合分布鲁棒优化(Distributionally Robust Optimization, DRO)机会约束规划(Chance-Constrained Programming, CCP),引入N-1安全准则以提升系统在元件故障情况下的可靠性。该方法在不确定性环境下(如风电出力波动)保障调度方案的可行性经济性,同时降低碳排放。文档提供了完整的Matlab代码实现,便于科研人员复现实验结果,适用于高水平学术研究工程应用验证。; 适合人群:具备电力系统优化、运筹学及不确定性建模背景的研究生、科研人员及电力行业工程师,熟悉Matlab编程优化工具箱(如YALMIP、CPLEX/Gurobi)者更佳;适合从事智能电网、低碳调度、鲁棒优化方向的研究者; 使用场景及目标:①复现顶级EI期刊论文中的分布鲁棒机会约束模型;②研究N-1安全准则在低碳经济调度中的集成方法;③掌握分布鲁棒优化在电力系统不确定性处理中的建模技巧;④为微电网、综合能源系统等场景下的可靠、低碳调度提供算法支撑; 阅读建议:建议结合文档中提供的网盘资源(含YALMIP-develop等工具包)进行代码调试实验验证,重点关注不确定性建模、机会约束转化、鲁棒优化求解流程,并可进一步扩展至多能源协同、需求响应等复杂场景。
23年新算法】基于鱼鹰算法OOA-Transformer-BiLSTM多特征分类预测附Matlab代码 (多输入单输出)(Matlab代码实现)内容概要:本文介绍了一种基于鱼鹰优化算法(OOA)优化Transformer-BiLSTM模型的多特征分类预测方法,适用于多输入单输出的预测场景,并提供了完整的Matlab代码实现。该方法融合了新型元启发式优化算法OOA深度学习结构TransformerBiLSTM,旨在提升分类预测精度,尤其在处理复杂非线性时序数据方面表现出较强能力。文档还列举了大量相关科研方向技术应用案例,涵盖机器学习、深度学习、路径规划、电力系统优化等多个领域,突出其在科研仿真工程实践中的广泛应用价值。; 适合人群:具备一定Matlab编程基础,从事科研或工程应用的研究生、科研人员及算法开发工程师,尤其是关注智能优化算法深度学习融合应用的技术人员。; 使用场景及目标:①应用于时间序列分类预测任务,如能源负荷预测、设备故障诊断、信号识别等;②为科研人员提供新算法复现模型优化的技术参考,推动智能算法在实际系统中的落地;③促进OOA等新兴优化算法主流神经网络架构的结合研究。; 阅读建议:建议读者结合提供的Matlab代码进行实践操作,重点关注OOA算法对模型超参数的优化过程以及Transformer-BiLSTM的特征提取机制,同时可参照文中其他案例拓展应用场景,提升综合建模能力。
【VSG 并网空载仿真】虚拟同步发电机并网空载仿真,包含有功-无功功率环电压-电流双闭环研究(Matlab代码实现)内容概要:本文档介绍了基于Matlab/Simulink实现的虚拟同步发电机(VSG)并网空载仿真研究,重点涵盖有功-无功功率环控制电压-电流双闭环控制系统的设计实现。通过构建VSG的数学模型,模拟其在并网空载条件下的动态响应特性,深入分析了VSG的控制策略及其对电网稳定性的影响。同时,文档还涉及下垂控制虚拟同步机两种grid-forming控制方式的性能对比,旨在为新能源并网系统提供更加稳定可靠的控制解决方案。配套代码可用于复现实验结果,便于进一步研究优化。; 适合人群:具备电力系统基础知识Matlab/Simulink仿真能力的高校研究生、科研人员及从事新能源并网技术开发的工程技术人员。; 使用场景及目标:① 掌握虚拟同步发电机的基本原理建模方法;② 学习并实现有功-无功功率解耦控制电压-电流双闭环控制策略;③ 对比分析下垂控制VSG控制在并网稳定性方面的差异;④ 支持相关课题的仿真验证论文复现。; 阅读建议:建议读者结合Matlab代码逐步运行仿真模型,理解各模块参数设置及其对系统动态性能的影响,重点关注控制器设计逻辑仿真结果分析,以提升实际动手能力科研创新能力。
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