当前位置: 首页 > article >正文

py列表小练习:成绩统计程序一些数据容器的小练习

编程练习题学生成绩统计系统题目描述请编写一个学生成绩统计程序实现以下功能循环接收用户输入的学生成绩整数输入q时结束输入输入过程中如果输入非数字且不是q提示 “输入格式错误请重新输入”输入结束后统计并输出以下信息输入的所有成绩列表总人数平均成绩最高分最低分合格人数成绩≥60 分优秀人数成绩≥85 分优秀率优秀人数 / 总人数 ×100保留 2 位小数输入要求成绩为整数范围不限无需校验成绩是否在 0-100 之间结束输入的标识为小写字母q输入大写Q无需处理按格式错误提示输入时忽略首尾空格例如输入90视为有效输入转换为 90。写好了吗写好了再看哦~#————————————成绩统计程序列表小练习—————————————————— print(请输入学生成绩,结束请输入‘q’ ) scores[ ] while True: use_inputinput().strip() if use_inputq: print(输入结束) break try: scoreint(use_input) scores.append(score) except ValueError: print(输入格式错误请重新输入) print(您输入的成绩是,scores) #总人数 totallen(scores) # 总人数最高分 max_score max(scores) # 最低分 min_score min(scores) pas0 #记录合格人数 excl0 #记录优秀人数 for score in scores: if score60: pas1 if score85: excl1 # 优秀率 rateexcl/total*100 # 平均成绩 avgsum(scores)/total print(f总人数为{total}) print(f平均成绩{avg}) print(最高分是, max_score) print(最低分是 , min_score) print(合格人数,pas) print(优秀人数,excl) print(优秀率,rate)编程练习题数据容器综合练习练习一水果价格统计题目描述给定一个存储水果名称和单价的字典实现以下功能遍历并打印所有水果的名称找出字典中单价最高的水果并输出其名称和价格保留 1 位小数。给定字典fruits { 苹果: 4.5, 香蕉: 3.2, 西瓜: 5.8 }输出示例苹果 香蕉 西瓜 最贵的水果是:西瓜,它的价格是:5.8元一斤解题提示遍历字典默认获取键水果名称使用max(字典, key字典.get)可根据值找到对应的键是字典常用技巧。练习二学生成绩分析题目描述给定一个嵌套字典的学生成绩列表实现以下功能遍历每个学生计算其语文、数学、英语三科的平均分保留 1 位小数并输出计算每个学生的总分找出总分最高的学生支持多人同分最高输出其姓名列表和总分。给定列表students [ { name:张三, scores:{语文:88,数学:92,英语:95} }, { name:李四, scores:{语文:75,数学:83,英语:80} }, { name:王五, scores:{语文:92,数学:95,英语:88} } ]输出示例张三的平均成绩是 91.7 李四的平均成绩是 79.3 王五的平均成绩是 91.7 总分最高的学生是[张三, 王五],他的总分是275解题提示嵌套字典取值stu[scores].values()可获取某学生所有科目成绩处理 “多人同分最高” 需用列表存储姓名通过判断总分与当前最高分的关系更新列表。练习三评论内容处理题目描述给定一段评论字符串完成以下 3 个需求统计字符串中 “好喝” 出现的次数并输出将字符串中的 “贵” 替换为 “略高”输出替换后的完整评论判断字符串是否包含 “推荐” 二字输出对应的提示信息。给定字符串comment 这家奶茶真好喝环境也不错就是价格有点贵好喝好喝好喝!强烈推荐!输出示例4 这家奶茶真好喝环境也不错就是价格有点略高好喝好喝好喝!强烈推荐! 该评论里有‘推荐’两个字解题提示字符串count(子串)可统计子串出现次数字符串replace(旧子串, 新子串)可替换指定内容判断是否包含子串也可直接用if 推荐 in comment:更简洁。数据容器小练习代码答案自己编写的新手如果有冗余什么的欢迎评论区指正————————————————————数据容器小练习—————————————— #练习一 买水果 fruits{ 苹果:4.5, 香蕉:3.2, 西瓜:5.8 } for fruit in fruits: print(fruit) # 找最贵的水果 itemmax(fruits,keyfruits.get) #字典取出键值的很重要的方法 print(f最贵的水果是:{item},他的价格是:{fruits[item]}元一斤) #练习二:学生成绩表 students [ { name:张三, scores:{语文:88,数学:92,英语:95} }, { name:李四, scores:{语文:75,数学:83,英语:80} }, { name:王五, scores:{语文:92,数学:95,英语:88} }] #计算平均分 flag-1 #记录最高分学生 list_a[] # 用于接收相同的分数最高的学生 names for stu in students: scorestu[scores].values() avgsum(score)/len(score) print(f{stu[name]}的平均成绩是 {avg: .1f}) #找到总分最高的学生 根据scores 找到name asum(score) #计算总分 if aflag: flaga #找到总分最高的scores list_a[stu[name]] elif aflag: list_a.append(stu[name]) print(f总分最高的学生是{list_a},他的总分是{flag}) #练习三:评论内容 comment这家奶茶真好喝环境也不错就是价格有点贵好喝好喝好喝!强烈推荐! #需求1:统计“好喝”出现次数 print(comment.count(好喝)) #需求2:将字符串中的“贵”替换为“略高” print(comment.replace(贵,略高)) #需求3:是否包含“推荐”两个字 if comment.count(推荐)0: print(该评论里没有‘推荐’两个字) else: print(该评论里有‘推荐’两个字)如果你已经完成这个小练习恭喜你到达练气三阶请宿主继续加油

相关文章:

py列表小练习:成绩统计程序一些数据容器的小练习

编程练习题:学生成绩统计系统题目描述:请编写一个学生成绩统计程序,实现以下功能:循环接收用户输入的学生成绩(整数),输入 q 时结束输入;输入过程中如果输入非数字(且不是…...

企业内部人才选拔AI工具盘点:洞察未来,激活组织潜能

引言:AI驱动的内部人才选拔新范式在全球经济与产业结构剧烈变革的当下,企业对人才的战略需求日益凸显。内部人才的精准配置与高效发展,已成为企业持续增长的关键。传统人才管理模式在面对内部人才识别、评估与发展时,常受限于信息…...

2026 学术写作效率革命:Paperzz AI 初稿引擎,重构本科 / 硕博论文创作全链路

Paperzz-AI官网免费论文查重复率AIGC检测/开题报告/文献综述/论文初稿paperzz - 毕业论文-AIGC论文检测-AI智能降重-ai智能写作https://www.paperzz.cc/dissertation 一、开篇:当毕业季遇上智能工具,论文初稿写作迎来全新可能 每年毕业季,数…...

计算机毕业设计之springboot大学生志愿者管理系统

系统根据现有的管理模块进行开发和扩展,采用面向对象的开发的思想和结构化的开发方法对大学生志愿者管理的现状进行系统调查。采用结构化的分析设计,该方法要求结合一定的图表,在模块化的基础上进行系统的开发工作。在设计中采用“自下而上”…...

DDoS是什么?遇到后有哪些解决方法?

随着网际网络的发达,DDos攻击手法也变得越来越多元且难以防范,尤其官方网站、线上交易平台、使用者登入页面皆为攻击者之首选目标,DDos攻击让许多厂商与企业蒙上巨大的损失,那究竟有什么DDos防御措施能在遭受攻击事前进行部署与事…...

2026年2月亲测:清洁拖把实践分享

引言:清洁工具升级背后的消费逻辑2026年家居清洁市场正经历一场“效率革命”。行业报告显示,超70%消费者将“免手洗、无死角、抑菌性”列为清洁工具核心需求,传统拖把因操作繁琐、清洁不彻底逐渐被淘汰。作为深耕清洁领域14年的企业&#xff…...

网络安全岗位薪水多少?

网络安全行业薪资一直备受关注,也是很多人入行的重要原因。其薪酬受城市、经验、岗位影响较大,整体高于普通IT岗位,那么网络安全薪水一般多少?以下是具体内容介绍。网络安全岗位的薪水跨度较大,具体区间如下:初级职位…...

【量化工具推荐】2026年期货量化实盘前验证平台排名

一、前言 实盘前用历史数据回测、用模拟盘验证,能降低实盘风险。2026年哪些期货量化平台更适合做实盘前验证?本文从回测与实盘一致性、模拟真实性、验证流程便捷性等维度,对8款期货量化平台进行排名。 注意:本文仅排名期货量化实…...

基于LSTM多输出回归预测模型的完整程序:MATLAB 2018b版代码及其评测分析

LSTM多输出回归,基于长短期记忆神经网络(LSTM)的多输出回归预测(多输入多输出)程序已经调试好,无需更改代码替换数据集即可运行数据格式为excel 1、运行环境要求MATLAB版本为2018b及其以上 2、评价指标包括:R2、MAE、MBE、RMSE等,图很多&…...

维普/知网AI率太高?分享3款降ai率工具,实测把AI率降到10%(2026最新)

明明查重率只有5%,AI率却高达70%,这可能是现在让学弟学妹们很是头疼的问题。以前大家只关注查重,现在降低ai率成了能否顺利毕业的关键。 学校通常要求AI率在30%以下,一旦超标,轻则退回修改,重则取消答辩资…...

交通标识与信号灯数据集(1000张图片已划分、已标注)AI训练适用于目标检测任务

交通标识与信号灯数据集(1000张图片已划分、已标注)AI训练适用于目标检测任务 数据集分享链接 链接:https://pan.baidu.com/s/1Cih2VbAGbbuqZl92841VSA?pwdmpws 提取码:mpws 复制这段内容后打开百度网盘手机App,操作更方便哦 一、智能驾驶与…...

网络安全年龄大了可以学吗?

网络安全行业就业前景好、薪资待遇高是大家有目共睹的,因此很多人都想要转行网络安全,但却担心年龄偏大、零基础学不会,害怕被行业淘汰。那么网络安全年龄大了可以学吗?我们来探讨一下。网络安全年龄大了可以学吗?年龄大了完全可以学网络安…...

用MCGS6.2玩转交通灯自动控制

交通信号灯自动控制mcgs6.2仿真程序11,带西门子S7-200PLCio表,接线图CAD最近在工控圈子里,用MCGS组态软件做交通灯仿真算是个经典项目了。这次结合西门子S7-200 PLC搞了一套带IO表和CAD接线图的方案,实测效果挺有意思,…...

LangGraph落地神器!手把手教你用 langgraph-up-react 模板做 ReAct Agent,小白也能5分钟上手(建议收藏)

本文是解析了ReAct框架与LangGraph机制。重点推荐了 langgraph-up-react 模板,该模板专为国内开发者设计,支持通义千问、DeepSeek等模型,内置MCP工具,提供开箱即用的配置和测试。文章手把手指导从环境安装、配置到启动项目的全流程…...

Java毕业设计基于springboot的学生报名管理系统

前言 随着教育行业的快速发展,学生报名管理成为学校和教育机构日常运营中的重要环节。传统的报名方式往往存在流程繁琐、信息更新不及时、数据查询困难等问题。因此,开发一个基于Spring Boot的学生报名管理系统具有重要意义。该系统能够提供一个自动化 、…...

计算机毕业设计之springboot小学数学测试系统

随着网络科技的不断发展以及人们经济水平的逐步提高,网络技术如今已成为人们生活中不可缺少的一部分,而信息管理系统是通过计算机技术,针对用户需求开发与设计,该技术尤其在各行业领域发挥了巨大的作用,有效地促进了小…...

游戏上市公司合同系统实施案例(三):从需求分层到全生命周期管理

在企业商业活动中,合同签署是刚需,但不同规模、不同业务模式的企业,对合同管理的需求差异巨大。作为参与过多家游戏上市公司合同系统落地的实施顾问,我将结合实战经验,系统梳理合同管理系统的四类典型用户画像&#xf…...

大模型进阶必读:一文搞懂AI Agent与Agentic AI的区别,建议收藏!

本文对比了AI Agents与Agentic AI。AI Agents是单体智能,擅长明确任务但缺乏复杂推理;Agentic AI由多智能体协作,具备动态分解任务和持久记忆能力,能处理复杂工作流。文章还分析了两者在架构、记忆及挑战上的差异,并展…...

专业评测视角下的联想台式机性能数据获取渠道深度解析

对于专业评测人员、企业IT采购决策者以及硬件发烧友而言,获取一台联想台式机真实、客观且全面的性能数据,是进行产品评估、横向对比或技术选型的关键第一步。然而,在信息爆炸的时代,用户面临的核心痛点并非数据匮乏,而是数据来源的碎片化、质量参差不齐以及解读的片面性。如何高…...

容忍度控制在期货交易中的应用与最佳实践

引言:期货交易中的容忍度控制痛点与价值承诺 在当今高度自动化与信息化的期货市场中,交易速度、响应稳定性与风险管理成为企业与个人投资者关注的核心。而在实际交易流程中,无论是企业贸易公司、生产企业还是个人投资者,都面临着…...

新手也能上手 9个AI论文平台:开源免费测评,助你高效完成毕业论文与科研写作

在当前学术研究日益数字化的背景下,AI写作工具已成为科研人员和学生不可或缺的助手。然而,面对市场上琳琅满目的产品,如何选择真正适合自己的工具成为一大难题。为此,我们基于2026年的实测数据与用户反馈,针对开源免费…...

导师又让重写?万众偏爱的降AI率工具 —— 千笔·降AIGC助手

在AI技术快速发展的今天,越来越多的学生和研究人员开始借助AI工具进行论文写作,以提升效率和内容质量。然而,随着查重系统对AI生成内容的识别能力不断提升,AI率超标问题逐渐成为学术写作中的“隐形炸弹”。无论是知网、维普还是Tu…...

照着用就行:开源免费AI论文工具,千笔 VS 知文AI

还在为选题→大纲→初稿→文献→降重→查重→格式→答辩PPT的全流程焦头烂额?千笔AI以八大核心功能实现全流程一站式覆盖,从选题到答辩PPT生成全程护航,让论文写作从“耗时耗力”变成“高效规范”,真正实现“选题快、框架稳、修改…...

拖延症福音!降AIGC网站 千笔AI VS 灵感风暴AI,专科生专属降重神器

在AI技术迅速发展的今天,越来越多的学生开始借助AI工具辅助论文写作,以提升效率和内容质量。然而,随着知网、维普、万方等查重系统对AI生成内容的识别能力不断增强,以及Turnitin等国际平台对AIGC的严格审查,AI率超标问…...

深度测评 10个降AIGC平台:毕业论文全流程降AI率全解析

随着AI技术在学术写作中的广泛应用,越来越多的学生开始面临一个共同的难题:如何有效降低论文的AIGC率,同时保持内容的逻辑性和语义通顺。AI生成的内容虽然效率高,但往往存在明显的痕迹,容易被查重系统识别,…...

Pytest finalizer执行顺序揭秘

pytest finalizer 执行顺序:FILO 原则 在 pytest 中,finalizer(终结器)用于在测试完成后执行清理操作。理解 finalizer 的执行顺序对于编写可靠的测试代码至关重要。pytest 遵循 FILO(First In Last Out)原…...

Agent 时代的控制论:Harness Engineering 深度解析(深度硬核),从入门到精通,收藏这一篇就够了!

今年 2 月,OpenAI 发布了一篇文章 Harness engineering: leveraging Codex in an agent-first world,描述了一种新的工作方式:工程师不再直接编写代码,而是设计环境、制定规则,让 agent 在其中完成编码。 这篇文章很快…...

Java毕业设计基于springboot+java云平台的信息安全攻防实训平台

前言 随着信息技术的快速发展,信息安全问题日益凸显,成为制约信息化进程的关键因素之一。为了培养具备扎实信息安全知识和技能的人才,Java基于云平台的信息安全攻防实训平台应运而生。该平台通过模拟真实的信息安全攻防场景,为学生…...

打造可靠的 LLM 检索触发器(深度硬核),语料库统计量方法全解析,收藏这一篇就够了!

摘要 本文提出QuCo-RAG框架,通过预训练语料库统计量而非模型内部信号来量化不确定性,解决动态检索增强生成中的幻觉问题。该方法在多跳问答任务上相比最优基线提升5-12个EM点,并可迁移至未公开训练数据的模型,为动态RAG建立了基于…...

Logstash与FileBeat实战指南

Logstash与FileBeat详解 Logstash和FileBeat是ELK(Elasticsearch、Logstash、Kibana)堆栈中用于数据采集和传输的核心组件。Logstash是一个功能强大的数据处理管道,支持多种输入、过滤和输出插件。FileBeat是一个轻量级的日志文件采集工具&am…...