1. Python技术站首页
  2. Python开发
  3. python

Python程序笔记20230304

• python

抛硬币实验

random 模块

import random
random.randint(a, b) 返回一个随机整数 N，范围是：a <= N <= b
random.choice("ilovefishc") 从 "ilovefishc" 这个字符串中随机选出一个字符。

编写一个双色球的开奖模拟程序

import random

red = random.sample(range(1, 34), 6)
blue = random.randint(1, 16)

print("开奖结果是：", *red)
print("特别号码是：", blue)

至于 *red，其实大家写 red 也是 OK 的，就是显示结果会多一个 “方框”：
它其实是一个 “解包” 的操作，就是将框框里面的东西拿出来的意思。

>>> print("开奖结果是：", red)
开奖结果是： [17, 24, 10, 18, 5, 6]

最初版本

import random  
  
counts = int(input("请输入抛硬币的次数："))  
i = 0  
  
print("开始抛硬币实验：")  
while i < counts:  
    # 生成1到10的一个随机数  
    num = random.randint(1, 10)  
  
    # 如果随机数可以被2整除，则代表正面，否则代表反面  
    # num是随机的，所以正面和反面的概率也是随机的  
    if num % 2:  
        print("正面", end=" ")  
    else:  
        print("反面", end=" ")  
  
    i += 1

改进版本 1

  • 可以使用random.choice([True, False])来生成一个随机的布尔值，而不是使用random.randint(1, 10)和取余数的方法。
  • 可以使用for循环来遍历抛硬币的次数，而不是使用while循环和计数器。这样可以避免出现无限循环的风险，也可以让代码更清晰。
  • 可以使用print()函数的sep参数来指定输出的分隔符，而不是在每个字符串后面加上空格。这样可以让代码更简洁，也可以方便地修改分隔符。
import random

counts = int(input("请输入抛硬币的次数："))

print("开始抛硬币实验：")
for i in range(counts):
    # 生成一个随机的布尔值
    num = random.choice([True, False])

    # 如果布尔值为真，则代表正面，否则代表反面
    if num:
        print("正面", end="")
    else:
        print("反面", end="")

    # 使用逗号作为分隔符，sep和end都没有数值
    print(",", sep="", end="")

# 输出换行符
print()

改进版本 2

  • 可以使用try...except语句来处理可能出现的异常，比如输入的不是一个整数，或者输入的是一个负数。
  • 可以使用f-string来格式化输出的字符串，而不是使用+或者,来拼接字符串。可以让代码更简洁，也可以方便地插入变量或者表达式。
  • 可以使用list comprehension来生成一个包含所有抛硬币结果的列表，而不是在循环中逐个输出。可以代码更高效，也可以方便地对结果进行分析。
import random  
  
while True:  
    try:  
        num_flips = int(input("请输入抛硬币的次数："))  
        if num_flips <= 0:  
            raise ValueError("输入的次数必须是正整数")  
        break  
    except ValueError as e:  
        print("输入的不是一个正整数，请重新输入")  
        print(f"错误信息：{str(e)}\n")  
  
print(f"开始抛{num_flips}次硬币实验：")  
  
results = [random.choice(["正面", "反面"]) for _ in range(num_flips)]  
# results = ["正面" if random.choice([True, False]) else "反面" for i in range(num_flips)]  
  
print(*results, sep=", ")  
# 试试看不加*号 print(results, sep=" ")
# 使用f-string格式化输出结果，并用逗号分隔，这种输出和上面一致  
print(f"{', '.join(results)}")  
  
print(f"实验结束，正面的次数为{results.count('正面')}，反面的次数为{results.count('反面')}")

这个改进后的代码使用了 try...except 语句来捕获可能出现的异常，比如输入的不是一个整数或者输入的是一个负数。如果出现这些异常，程序会给出相应的错误提示，并让用户重新输入。此外，代码还使用了 f-string 来格式化输出的字符串，以及使用列表推导式来生成一个包含所有抛硬币结果的列表。这样可以使代码更加简洁和高效。最后，代码还打印了正面和反面出现的次数，以方便用户对结果进行分析。

try...except 语句用于捕获和处理异常。其逻辑顺序如下：

  1. 首先执行try代码块中的语句。
  2. 如果在执行try代码块时没有发生异常，就跳过except语句并继续执行后面的代码。
  3. 如果在执行try代码块时发生了异常，Python会寻找与异常匹配的except语句，并执行其中的代码块。如果没有匹配的except语句，异常会继续向上抛出，直到被处理或者导致程序崩溃。
  4. 无论try代码块是否发生异常，都会执行finally代码块中的语句。

语法分析 1

results = [random.choice(["正面", "反面"]) for _ in range(num_flips)] results = ["正面" if random.choice([True, False]) else "反面" for i in range(num_flips)]

这两者的区别不大，都是使用列表推导式来生成一个包含所有抛硬币结果的列表。不过，第一种方法是直接从一个包含"正面"和"反面"的列表中随机选择一个元素，而第二种方法是先生成一个随机的布尔值，然后根据布尔值来选择"正面"或者"反面"。第一种方法可能更简单一些，第二种方法可能更接近实际的抛硬币过程。不过，从效果上来看，两者都可以得到相同的结果。

在 Python 中，下划线 _ 通常用作一个临时变量名，表示一个值是被忽略的。在这个代码中，我们并不需要使用列表推导式中的循环计数器，而是只需要使用它来控制循环的次数，因此使用下划线来表示这个变量是被忽略的，只是为了满足语法要求。使用下划线作为临时变量名的好处是，它能够提高代码的可读性和可维护性，避免了使用无意义的变量名所带来的混淆和错误

当运行第一个代码时，会发生以下事情：

  1. 首先，Python会读取这个列表推导式，这个列表推导式由方括号括起来，看起来很像一个列表。列表推导式的基本语法是在方括号中使用for循环和一个表达式，用于生成一个新的列表。
  2. 在for循环中，代码使用range(num_flips)生成一个数字序列，其中num_flips是你输入的抛硬币次数。这个数字序列包含从0到num_flips-1的所有整数。
  3. 然后，代码对这个数字序列进行循环，每次循环都会将当前的数字赋值给变量i。这个变量在这个列表推导式中没有用到，因此我们使用下划线(_)表示这个变量不需要。
  4. 在循环内部，代码使用random.choice([True, False])生成一个随机布尔值，随机地选择True或False。注意，这里使用了列表[True, False]，而不是范围(1,10)。这是因为列表中只有两个元素，True和False，因此这里使用了布尔值作为列表元素。
  5. 接着，代码使用条件表达式"正面" if random.choice([True, False]) else "反面"，根据随机布尔值来生成"正面"或"反面"。如果随机布尔值是True，则表达式的结果是"正面"；如果随机布尔值是False，则表达式的结果是"反面"。
  6. 最后，代码将每次循环生成的"正面"或"反面"字符串添加到一个新的列表中，并将这个列表作为列表推导式的输出结果返回。

语法分析 2

raise ValueError("输入的次数必须是正整数") `

raise 是 Python 中的一种语句，用于手动引发异常。在这个例子中，当 num_flips 小于或等于零时，我们希望引发一个 ValueError 异常，以便提醒用户输入无效。使用 raise 语句可以在代码执行到这个位置时，立即引发异常并停止程序的运行。 raise 的语法如下：
raise [Exception [, args [, traceback]]]
其中 Exception 是异常的类型，可以是内置的异常类型（例如 ValueError）或自定义的异常类型。args 是一个包含异常参数的元组，可以省略。traceback 是一个可选参数，包含了异常的堆栈跟踪信息，通常不需要手动指定。

except ValueError as e: `

在这段语句中，as 是用来将 ValueError 异常赋值给变量 e，这样就可以在后面的代码中使用这个变量来获取异常的详细信息。
通常情况下，我们会在异常处理中使用 as 来捕获异常并给它起一个更具描述性的名字，以便更好地理解和处理它。

print(f"错误信息：{str(e)}\n") `

{str(e)}\n 是一个 f-string 表达式，用来格式化输出字符串。
{}用于插入表达式的值，str(e)用于将异常对象e转换为字符串，\n用于在字符串末尾添加一个换行符。

语法分析 3

print(f"{', '.join(results)}")

f-string是一种字符串格式化方式，可以在字符串中插入变量和表达式。在这个例子中，我们使用了f-string来格式化输出字符串，其中花括号内部的部分会被替换成对应变量或者表达式的值。例如，{', '.join(results)}中的{}表示插入一个变量，join()方法是Python字符串对象的一个方法，它接受一个可迭代对象作为参数，将这个可迭代对象中的字符串元素连接成一个字符串，并返回这个字符串。

改进版本 3

增加统计正面和反面的比例功能
使用 count 方法来统计列表中某个元素出现的次数，然后用 len 方法来获取列表的长度，再用除法来计算比例：

# 统计正面出现的次数
positive = results.count("正面")
# 统计反面出现的次数
negative = results.count("反面")
# 计算正面的比例
positive_ratio = positive / len(results)
# 计算反面的比例
negative_ratio = negative / len(results)
# 使用f-string格式化输出比例，并保留两位小数
print(f"正面的比例是{positive_ratio:.2f}，反面的比例是{negative_ratio:.2f}")

改进版本 4

import random  
import matplotlib.pyplot as plt  
  
while True:  
    try:  
        num_flips = int(input("请输入抛硬币的次数："))  
        if num_flips <= 0:  
            raise ValueError("输入的次数必须是正整数")  
        break  
    except ValueError as e:  
        print("输入的不是一个正整数，请重新输入")  
        print(f"错误信息：{str(e)}\n")  
  
print(f"开始抛{num_flips}次硬币实验：")  
  
results = [random.choice(["正面", "反面"]) for _ in range(num_flips)]  
# results = ["正面" if random.choice([True, False]) else "反面" for i in range(num_flips)]  
  
print(*results, sep=", ")  
# 试试看不加*号 print(results, sep=" ")
# 使用f-string格式化输出结果，并用逗号分隔，这种输出和上面一致  
print(f"{', '.join(results)}")  
# 统计正面反面出现的次数  
num_heads = results.count("正面")  
num_tails = num_flips - num_heads  
# 计算正面反面出现的比例  
ratio_heads = num_heads / num_flips  
ratio_tails = num_tails / num_flips  
# 也可以用len(results) = num_flips  
  
print(f"实验结束，正面的次数为{num_heads}，反面的次数为{num_tails}")  
# 使用f-string格式化输出比例，并保留两位小数  
print(f"实验结果中，正面的比例是{ratio_heads:.2f}，反面的比例是{ratio_tails:.2f}")  
  
# 设置中文显示  
plt.rcParams["font.sans-serif"] = ["SimHei"]  
# 设置正常显示负号  
plt.rcParams["axes.unicode_minus"] = False  
  
fig, axs = plt.subplots(3, figsize=(8, 12))  
fig.subplots_adjust(left=0.1, right=0.9, bottom=0.1, top=0.9, hspace=0.4, wspace=0.4)
  
# 绘制饼图  
axs[0].pie([num_heads, num_tails], labels=["正面", "反面"], colors=["green", "red"], autopct='%1.1f%%', startangle=90)  
axs[0].axis("equal")  
axs[0].set_title(f"{num_flips}次硬币抛掷结果（饼图）")  
  
# 绘制柱状图  
axs[1].bar(["正面", "反面"], [num_heads, num_tails], color=["green", "red"])  
axs[1].set_ylim(0, num_flips)  
axs[1].set_xlabel("面向")  
axs[1].set_ylabel("次数")  
axs[1].set_title(f"{num_flips}次硬币抛掷结果（柱状图）")  
  
# 绘制折线图  
x_values = range(1, num_flips+1)  
y_values = [results[:i].count("正面") / i for i in x_values]  
axs[2].plot(x_values, y_values)  
axs[2].set_ylim(0, 1)  
axs[2].set_xlabel("抛掷次数")  
axs[2].set_ylabel("正面比例")  
axs[2].set_title(f"{num_flips}次硬币抛掷结果（折线图）")  
  
plt.show()

代码分析 1

axs[0].pie([num_heads, num_tails], labels=["正面", "反面"], autopct='%1.1f%%', startangle=90)  
axs[0].axis("equal")  
axs[0].set_title(f"{num_flips}次硬币抛掷结果（饼图）")
  • axs[0] 表示第一个子图;
  • [num_heads, num_tails] 是数据，labels=["正面", "反面"] 是标签;
  • autopct='%1.1f%%' 表示设置百分比格式;
    autopct 是一个用来标记饼图每一块的数值的参数。它可以是一个字符串或者一个函数。如果是一个字符串，它必须是一个格式化字符串，用来显示每一块的百分比。如果是一个函数，它必须接受一个数值作为输入，并返回一个字符串作为输出。
    '%1.1 f%%' 是一个格式化字符串，它的意思是显示一位小数的浮点数，并在后面加上百分号。例如，如果一块的百分比是 12.34%，那么它会显示为'12.3%'。
    '%1.1f%%' 中的三个百分号的作用如下：

    • 第一个百分号是用来表示这是一个格式化字符串的标志。
    • 第二个百分号是用来表示这是一个浮点数的类型符号。
    • 第三个百分号是用来表示在数值后面加上一个百分号的转义符号。
      '%1.1f%%' 中的 1.1 是用来表示浮点数的精度的。它的意思是显示一位整数和一位小数。如果想要显示两位整数和两位小数，你可以写成'%2.2f%%'。
  • startangle=90 表示设置起始角度为90度
  • axis("equal") 表示设置坐标轴相等，保证饼图是圆形
  • set_title(f"{num_flips}次硬币抛掷结果（饼图）") 表示设置子图标题

代码分析 2

axs[1].bar(["正面", "反面"], [num_heads, num_tails])  
axs[1].set_ylim(0, num_flips)  
axs[1].set_xlabel("面向")  
axs[1].set_ylabel("次数")  
axs[1].set_title(f"{num_flips}次硬币抛掷结果（柱状图）")
  • axs[1] 表示第二个子图
  • bar 表示绘制柱状图， ["正面", "反面"] 是标签，[num_heads, num_tails] 是数据
  • set_ylim(0, num_flips) 表示设置 y 轴范围，y 轴从 0 开始，最大值为 num_flips
  • set_xlabel("面向") 表示设置 x 轴标签为 "面向"
  • set_ylabel("次数") 表示设置 y 轴标签为 "次数"
  • set_title(f"{num_flips}次硬币抛掷结果（柱状图）") 表示设置子图标题

代码分析 3

x_values = range(1, num_flips+1)  
y_values = [results[:i].count("正面") / i for i in x_values]  
axs[2].plot(x_values, y_values)  
axs[2].set_ylim(0, 1)  
axs[2].set_xlabel("抛掷次数")  
axs[2].set_ylabel("正面比例")  
axs[2].set_title(f"{num_flips}次硬币抛掷结果（折线图）")
  • 生成一个数字序列，表示1到 num_flips 的数字。
  • 使用列表推导式计算出每个抛掷次数的正面比例，存储在 y_values 中。
    • 列表推导式（list comprehension）的语法，根据一个已有的列表（x_values）生成一个新的列表（y_values），并对每个元素进行一定的操作或过滤。
    • 列表推导式的一般形式是：[expression for item in iterable if condition]，其中，expression 是对每个 item 进行的操作，iterable 是一个可迭代的对象，如列表、元组、字符串等，condition 是一个可选的过滤条件，只有满足条件的 item 才会被处理。
    • 在这个例子中，expression 是 results[:i].count("正面") / i，它的意思是对结果列表（results）进行切片，取前 i 个元素，然后计算其中"正面"的个数，并除以 i，得到正面的比例。iterable 是 x_values，它是一个从1到 num_flips 的数字序列。没有使用过滤条件。
  • results[:i] 是一个列表切片（list slicing）的语法。
    • 它的作用是从一个列表（results）中取出一部分元素，形成一个新的列表。
    • 列表切片的一般形式是：list[start:stop:step]
    • 其中，start 是切片的起始位置，stop 是切片的结束位置（不包含），step 是切片的步长。如果省略 start，则默认为0，表示从列表的第一个元素开始。如果省略 stop，则默认为列表的长度，表示到列表的最后一个元素结束。如果省略 step，则默认为1，表示每个元素都取。
    • 在这个例子中，results[:i] 省略了 start 和 step，只指定了 stop 为 i，所以它的意思是从结果列表（results）中取出从第一个元素到第 i 个元素（不包含）之间的所有元素，形成一个新的列表。
    • 如果你想要从第二个元素到倒数第二个元素之间的所有元素，你可以写成 results[1:-1]。这里，start 是1，表示从列表的第二个元素开始（因为列表的索引是从0开始的）。stop 是-1，表示到列表的倒数第一个元素的前一个元素结束（因为负数表示从列表的末尾往前数）。step 省略了，表示每个元素都取。
    • 如果你想要从第一个元素到最后一个元素之间的每隔两个元素取一个，你可以写成 results[::2]。这里，start 和 stop 都省略了，表示从列表的第一个元素到最后一个元素。step 是2，表示每隔两个元素取一个。
    • 如果你想要反转列表的顺序，你可以写成 results[::-1]。这里，start和stop都省略了，表示从列表的第一个元素到最后一个元素。step是-1，表示从列表的末尾往前数，每个元素都取。
  • axs[2].plot 绘制折线图，将数字序列 x_values 和正面比例 y_values 作为参数传入。
  • axs[2].set_ylim 设置 y 轴的范围，最小为0，最大为1。
  • axs[2].set_xlabel 和 axs[2].set_ylabel 方法分别设置 x 轴和 y 轴的标签。
  • axs[2].set_title 设置图表的标题

你可以通过设置 plot 方法的一些参数来改变折线图的样式。例如，你可以设置 color 参数来改变线条的颜色，设置 linestyle 参数来改变线条的样式，设置 marker 参数来改变数据点的标记，设置 linewidth 参数来改变线条的宽度等。
你也可以使用不同的样式表（style sheet）来改变整个图表的风格。样式表是一组预定义的样式参数，可以让你快速地切换不同的主题和色彩。Matplotlib提供了一些内置的样式表，你可以使用plt.style.use方法来选择一个样式表。
例如，你可以使用这样的代码来改变折线图的样式：

import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(0, 2 * np.pi, 100)
y = np.sin(x)

# 使用ggplot样式表
plt.style.use('ggplot')

# 绘制折线图，并设置颜色为绿色，线条样式为虚线，数据点标记为圆圈，线条宽度为2
plt.plot(x, y, color='green', linestyle='--', marker='o', linewidth=2)

plt.show()

可以使用这样的代码来添加图例和网格线：

import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(0, 2 * np.pi, 100)
y1 = np.sin(x)
y2 = np.cos(x)

# 绘制两条折线，并设置标签
plt.plot(x, y1, label='sin')
plt.plot(x, y2, label='cos')

# 添加图例，并设置位置为右上角
plt.legend(loc='upper right')

# 添加网格线，并设置颜色为灰色，线条样式为虚线
plt.grid(color='gray', linestyle='--')

plt.show()

代码分析 4

fig, axs = plt.subplots(3, figsize=(8, 12))  
fig.subplots_adjust(left=0.1, right=0.9, bottom=0.1, top=0.9, hspace=0.4, wspace=0.4)

fig, axs = plt.subplots(3, figsize=(8, 12)) 是一种用于创建一个图形和三个子图的快捷方式。
每个子图都有一个 axs 对象，可以用来绘制数据或调整样式。

调整子图之间的间距，可以使用 fig.tight_layout() 或者 fig.subplots_adjust() 方法。
这些方法可以根据子图的大小和标签自动或手动地调整间距，以避免重叠。

hspace 和 wspace 是用来调整子图之间的水平和垂直间距的参数。
它们的值是子图的宽度或高度的百分比，如果想要让子图之间的水平间距更大，可以设置 wspace=0.6 或更高的值。

import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(0, 2 * np.pi, 100)
y = np.sin(x)

fig, axs = plt.subplots(3, figsize=(8, 12))
fig.suptitle('Three subplots with different labels')

for i in range(3):
    axs[i].plot(x, y)
    axs[i].set_xlabel(f'x{i}')
    axs[i].set_ylabel(f'y{i}')

# Adjust the spacing between subplots
fig.tight_layout()
# Or you can use fig.subplots_adjust(left=0.1, right=0.9, bottom=0.1, top=0.9, hspace=0.4, wspace=0.4)

plt.show()

原文链接：https://www.cnblogs.com/taurusxw/p/17311002.html

本站文章如无特殊说明，均为本站原创，如若转载，请注明出处：Python程序笔记20230304 - Python技术站

赞 (0)
0 0 打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
上一篇 2023年4月17日
下一篇 2023年4月17日

相关文章

  • python利用多线程+队列技术爬取中介网互联网网站排行榜

    Python利用多线程+队列技术爬取中介网互联网网站排行榜 本文将详细讲解如何使用Python的多线程和队列技术爬取中介网互联网网站排行榜。我们将使用requests和BeautifulSoup库来获取和解析网页内容，使用多线程和队列技术来提高爬取效率。 爬取网页内容 首先，我们需要使用requests库来获取网页内容。以下是一个获取网页内容的示例： imp…

    python 2023年5月15日
    00

  • 如何使用scrapy中的ItemLoader提取数据

    下面是关于如何使用Scrapy中的ItemLoader提取数据的完整攻略。 1. ItemLoader简介 Scrapy中的ItemLoader是专门用于从网页中提取数据的工具，它可以根据规则从网页中提取数据，并把提取的数据存储到Scrapy的Item对象中。 ItemLoader的主要作用如下： 简化数据提取的过程，提高代码的复用性； 支持添加自定义的输入…

    python 2023年6月3日
    00

  • 在Python中操作时间之tzset()方法的使用教程

    下面我将详细讲解在Python中操作时间之tzset()方法的使用教程。 1. 什么是tzset()方法？ tzset()方法是Python中time模块提供的一个函数，用于设置时区信息。该方法可以加载系统配置文件中的时区信息，或者手动指定时区信息。通过使用该方法，可以让Python程序正确地处理不同时区的时间，进行时区转换等操作。 2. 如何使用tzset…

    python 2023年6月2日
    00

  • python中time包实例详解

    Python中time包实例详解 本文将详细介绍Python中time包的使用方法和实例应用。 time包的导入方法 在使用time包之前，首先需要导入它。可以使用以下代码来导入： import time 获取当前时间 获取当前时间可以使用time模块下的time()函数。time()函数返回一个从1970年1月1日零时起的秒数。 import time t…

    python 2023年6月2日
    00

  • python爬虫面试必看的常见问题与参考答案解析

    下面我将为您详细讲解“python爬虫面试必看的常见问题与参考答案解析”的完整攻略。 一、爬虫基础 1.1 爬虫的定义和作用 1.1.1 爬虫的定义 爬虫是一种自动化的程序，用于在互联网上爬取数据。 1.1.2 爬虫的作用 爬虫的作用一般可以分为以下几个方面： 数据获取和分析 搜索引擎的网页抓取和分析 价格监测和产品比较 资讯和媒体的自动化抓取和聚合 1.2…

    python 2023年5月14日
    00

  • Python requests库参数提交的注意事项总结

    以下是关于Python requests库参数提交的注意事项总结： Python requests库参数提交的注意事项总结 在使用Python requests库提交参数时，需要注意以下几点： 参数类型 requests库支持多种参数类型，包括字典、元组、列表、文件等。在提交参数时，需要根据接口要求选择合适的参数类型。 参数编码 在提交参数时，需要注意参数的…

    python 2023年5月14日
    00

  • python字典添加值的方法及实例代码分享

    当我们在Python中使用字典时，我们将经常想要向字典添加一个键值对（key-value pair）。Python提供了许多不同的方法可以使用，以便向字典中添加一个键值对。 字典添加值的方法 以下是向Python字典中添加键值对的几种方法。 直接添加键值对 我们可以使用以下方式直接向字典添加键值对： d = {"name": "…

    python 2023年5月13日
    00

  • 总结归纳python os库常用方法

    总结归纳python os库常用方法 os 模块是 Python 标准库中的一个重要模块，提供了跨平台操作系统功能的便利封装，可以用来进行文件和目录操作、进程管理、操作系统信息获取等。 获取文件和路径信息 获取文件和目录列表 os.listdir(path=’.’): 返回指定目录下所有文件和目录的名称列表，如果没有指定 path，则返回当前工作目录下的文件…

    python 2023年5月30日
    00
合作推广
合作推广
分享本页
返回顶部