Python实现斐波那契数列的多种写法总结
斐波那契数列——经典例子，永不过时！！！
1.for循环
def fibonacci1(n):
a, b = 0, 1
for i in range(n):
a, b = b, a+b
print(a)
fibonacci1(3)
或
def fib1(w):
a, b = 1, 1
for i in range(w-1):
a, b = b, a+b
return a
print(fib1(3))
[^1]刚好得出这个位置的数
2.while循环
def fibnaqi2(m):
a, b = 0, 1
i = 0
while i < m:
print(b)
a, b = b, a+b
i += 1
fibnaqi2(4)
[^1]刚好得出这个位置的数
3.使用递归
def fib2(q):
if q == 1 or q == 2:
return 1
return fib2(q-1)+fib2(q-2)
print(fib2(9))
4.递归+for循环
def fibnacci3(p):
lst = []
for i in range(p):
if i == 1 or i == 0:
lst.append(1)
else:
lst.append(lst[i-1]+lst[i-2])
print(lst)
fibnacci3(5)
5.递归+while循环
def fibnacci4(k):
lis = []
i = 0
while i<k:
if i == 0 or i == 1:
lis.append(1)
else:
lis.append(lis[i-2]+lis[i-1])
i += 1
print(lis)
fibnacci4(6)
6.递归+定义函数+for循环
def fibnacci5(o):
def fn(i):
if i < 2:
return 1
else:
return (fn(i-2)+fn(i-1))
for i in range(o):
print(fn(i))
fibnacci5(8)
7.指定列表
def fib3(e):
if e == 1:
return [1]
if e == 2:
return [1, 1]
fibs = [1, 1]
for i in range(2, e):
fibs.append(fibs[-1]+fibs[-2])
return fibs
print(fib3(12))
趣方程求解
题目描述
二次方程式 ax**2 + bx + c = 0 （a、b、c 用户提供，为实数，a ≠ 0）
# 导入 cmath(复杂数学运算) 模块
import cmath
a = float(input('输入 a: '))
b = float(input('输入 b: '))
c = float(input('输入 c: '))
# 计算
d = (b ** 2) - (4 * a * c)
# 两种求解方式
sol1 = (-b - cmath.sqrt(d)) / (2 * a)
sol2 = (-b + cmath.sqrt(d)) / (2 * a)
print('结果为 {0} 和 {1}'.format(sol1, sol2))pandas 每日一练
# -*- coding = utf-8 -*-
# @Time : 2022/7/26 21:48
# @Author : lxw_pro
# @File : pandas -8 练习.py
# @Software : PyCharm
import pandas as pd
import numpy as np
df = pd.read_excel('text5.xlsx')
print(df)
print()
程序运行结果如下：
Unnamed: 0 Unnamed: 0.1 project ... test_time date time
0 0 00:00:00 Python ... 2022-06-20 18:30:20 2022-06-20 18:30:20
1 1 1 Java ... 2022-06-18 19:40:20 2022-06-18 19:40:20
2 2 2 C ... 2022-06-08 13:33:20 2022-06-08 13:33:20
3 3 3 MySQL ... 2021-12-23 11:26:20 2021-12-23 11:26:20
4 4 4 Linux ... 2021-12-20 18:20:20 2021-12-20 18:20:20
5 5 5 Math ... 2022-07-20 16:30:20 2022-07-20 16:30:20
6 6 6 English ... 2022-06-23 15:30:20 2022-06-23 15:30:20
7 7 7 Python ... 2022-07-19 09:30:20 2022-07-19 09:30:20
[8 rows x 7 columns]
41、将test_time列设置为索引
print(df.set_index('test_time'))
print()
程序运行结果如下：
Unnamed: 0 Unnamed: 0.1 ... date time
test_time ...
2022-06-20 18:30:20 0 00:00:00 ... 2022-06-20 18:30:20
2022-06-18 19:40:20 1 1 ... 2022-06-18 19:40:20
2022-06-08 13:33:20 2 2 ... 2022-06-08 13:33:20
2021-12-23 11:26:20 3 3 ... 2021-12-23 11:26:20
2021-12-20 18:20:20 4 4 ... 2021-12-20 18:20:20
2022-07-20 16:30:20 5 5 ... 2022-07-20 16:30:20
2022-06-23 15:30:20 6 6 ... 2022-06-23 15:30:20
2022-07-19 09:30:20 7 7 ... 2022-07-19 09:30:20
[8 rows x 6 columns]
42、生成一个和df长度相同的随机数dataframe
df1 = pd.DataFrame(pd.Series(np.random.randint(1, 10, 8))) print(df1) print()
程序运行结果如下：
0
0 1
1 3
2 2
3 7
4 7
5 3
6 5
7 1
43、将上一题生成的dataframe与df合并
df = pd.concat([df, df1], axis=1) print(df) print()
程序运行结果如下：
Unnamed: 0 Unnamed: 0.1 project ... date time 0
0 0 00:00:00 Python ... 2022-06-20 18:30:20 1
1 1 1 Java ... 2022-06-18 19:40:20 3
2 2 2 C ... 2022-06-08 13:33:20 2
3 3 3 MySQL ... 2021-12-23 11:26:20 7
4 4 4 Linux ... 2021-12-20 18:20:20 7
5 5 5 Math ... 2022-07-20 16:30:20 3
6 6 6 English ... 2022-06-23 15:30:20 5
7 7 7 Python ... 2022-07-19 09:30:20 1
[8 rows x 8 columns]
44、生成新的一列new为popularity列减去之前生成随机数列
df['new'] = df['popularity'] - df[0] print(df) print()
程序运行结果如下：
Unnamed: 0 Unnamed: 0.1 project popularity ... date time 0 new
0 0 00:00:00 Python 95 ... 2022-06-20 18:30:20 1 94
1 1 1 Java 92 ... 2022-06-18 19:40:20 3 89
2 2 2 C 145 ... 2022-06-08 13:33:20 2 143
3 3 3 MySQL 141 ... 2021-12-23 11:26:20 7 134
4 4 4 Linux 84 ... 2021-12-20 18:20:20 7 77
5 5 5 Math 148 ... 2022-07-20 16:30:20 3 145
6 6 6 English 146 ... 2022-06-23 15:30:20 5 141
7 7 7 Python 149 ... 2022-07-19 09:30:20 1 148
[8 rows x 9 columns]
45、检查数据中是否含有任何缺失值
jch = df.isnull().values.any() print(jch) # 运行结果为：False print()
46、将popularity列类型转换为浮点数
fds = df['popularity'].astype(np.float64) print(fds) print()
程序运行结果如下：
0 95.0
1 92.0
2 145.0
3 141.0
4 84.0
5 148.0
6 146.0
7 149.0
Name: popularity, dtype: float64
47、计算popularity大于100的次数
cs = len(df[df['popularity'] > 100]) print(cs) # 运行结果为：5 print()
48、查看project列共有几种学历
ckj = df['project'].nunique() print(ckj) # 运行结果为：7 print()
49、查看每科出现的次数
ckc = df.project.value_counts() print(ckc) print()
程序运行结果如下：
Python 2
Java 1
C 1
MySQL 1
Linux 1
Math 1
English 1
Name: project, dtype: int64
50、提取popularity与new列的和大于136的最后3行
df1 = df[['popularity', 'new']] hh = df1.apply(np.sum, axis=1) res = df.iloc[np.where(hh > 136)[0][-3:], :] print(res)
程序运行结果如下：
Unnamed: 0 Unnamed: 0.1 project popularity ... date time 0 new
5 5 5 Math 148 ... 2022-07-20 16:30:20 3 145
6 6 6 English 146 ... 2022-06-23 15:30:20 5 141
7 7 7 Python 149 ... 2022-07-19 09:30:20 1 148
[3 rows x 9 columns]
到此这篇关于Python实现斐波那契数列的多种写法总结的文章就介绍到这了,更多相关Python斐波那契数列内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！
相关文章
抛开炒股技术不说, 那么多股票数据是不是非常难找,找到之后是不是看着密密麻麻的数据是不是头都大了?今天带大家爬取雪球平台的股票数据并将其可视化2021-12-12
这篇文章主要介绍了python3.6生成器yield用法,结合实例形式分析了Python3.6中生成器yield的功能、用法及相关操作注意事项,需要的朋友可以参考下2019-08-08
Python中range、np.arange和np.linspace的区别
本文主要介绍了Python中range、np.arange和np.linspace的区别，文中根据实例编码详细介绍的十分详尽，具有一定的参考价值，感兴趣的小伙伴们可以参考一下2022-03-03
这篇文章主要介绍了OpenCV4.1.0+VS2017环境配置的方法步骤，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧2020-07-07
这篇文章主要介绍了pyautogui自动化控制鼠标和键盘操作的步骤，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧2020-04-04
这篇文章主要介绍了Python unittest单元测试框架的使用，小编觉得挺不错的，现在分享给大家，也给大家做个参考。一起跟随小编过来看看吧2018-09-09
这篇文章主要介绍了操作Windows注册表的简单的Python程序制作教程,包括远程对注册表进行修改的实现,需要的朋友可以参考下2015-04-04
这篇文章主要介绍了python如何基于Kivy 写一个桌面时钟程序，帮助大家更好的利用python开发图形程序，感兴趣的朋友可以了解下2021-01-01
这篇文章主要介绍了Python 文本滚动播放器的实现代码,本文给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值，需要的朋友可以参考下2021-04-04
今天小编就为大家分享一篇django 中使用DateTime常用的时间查询方式，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2019-12-12
最新评论