python考试

最新推荐文章于 2024-11-15 12:10:44 发布

原创最新推荐文章于 2024-11-15 12:10:44 发布 · 1.7k 阅读

1 ·

CC 4.0 BY-SA版权

这篇博客探讨了Python编程在考试统计方面的应用，包括统计及格与不及格的人数，并简要提及了数据可视化的相关话题。文章中通过具体的代码示例，如列表推导式和字符串操作，来解释相关概念。

1.已知 x = [1, 2, 3, 2, 3] ，执行语句x.pop() 之后， x 的值为 [1, 2, 3, 2]

2.表达式 [x for x in [1,2,3,4,5] if x<3] 的值为 [1,2]_________ 。

表达式
[index for index, value in enumerate([3,5,7,3,7]) if value == max([3,5,7,3,7])] 的值为 [2,4]______ 。
已知 path = r’c:\test.html’ ，那么表达式path[:-4]+‘htm’ 的值为 c:\test.htm____。

统计及格与不及格的人数

fw=open(r'score2.txt','w')
s=['张三 ,',' 2017010101,',' 66,',' 77,',' 88','\n']
fw.writelines(s)
fw.write(' 李四 , 2017010102, 60, 70, 80\n')
fw.write(' 王五 , 2017010103, 64, 73, 82\n')
fw.write(' 赵六 , 2017010104, 56, 67, 48\n')
fw.write(' 钱七 , 2017010105, 46, 57, 68\n')
fw.close()
f1=open(r'score2.txt','r')
f2=open(r'bad.txt','w')
f3=open(r'pass.txt','w')
lines=f1.readlines()
for line in lines:
   data=list(line.split(','))
   print(data)#[' 张三 ', ' 2017010101', ' 66', ' 77', ' 88\n']
   k=0
   for i in data[2:]:
       if int(i)<60:
           k+=1
       if k>=2:
           #两门以上（含两门）课程不及格
          f2.write(line)
       else:
        f3.write(line)
f1.close();f2.close();f3.close()

#encoding:utf-8
import matplotlib.pyplot as plt
import numpy as np
# arr1=np.array((1,2,3))
# print(arr1)
# lst=[100,200,300,400]
# arr2=np.array(lst) #参数必须是元组或者是列表
# print(arr2)
lst3=[[1,2,3],[4,5,6]]
arr3=np.array(lst3)
print(arr3)
"""
x[i] 数组第i个元素
x[-i]从后向前索引第i个元素
x[n:m]:默认的步长为1，从前到后查找，不包含m
x[-m:-n]
x[n:m:i]
"""

可视化：

#encoding:utf-8
# import matplotlib.pyplot as plt
# import numpy as np
# plt.figure(figsize=(6,4))
# x=np.arange(0,np.pi*4,0.01)
# y=np.cos(x)
# plt.plot(x,y,'k-',linewidth=2.0) #r b y k w 红,蓝,黄,黑 ,白色
# plt.xlabel("x")
# plt.ylabel("cos(x)")
# plt.ylim(-1,1)
# plt.title("y=cos(x)")
# plt.grid(True)
# plt.show()
import matplotlib.pyplot as plt
# 年龄
age = [34, 40, 37, 30, 44, 36, 32, 26, 32, 36]
# 收入
income = [350, 450, 169, 189, 183, 80, 166, 120, 75, 40]
# 销售额
sales = [123, 114, 135, 139, 117, 121, 133, 140, 133, 133]
# # 年龄，销售额 散点图
# plt.scatter(age, sales)
# plt.show()

# 收入，销售额 散点图
plt.scatter(income, sales)
plt.show()