自学python怎么练习_python练习:好好学习,天天向上

2024-02-05 18:40

本文主要是介绍自学python怎么练习_python练习:好好学习,天天向上,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

这样看来,自己的学习是三天打鱼两天晒网,效率不知道是千分之零点零零几了。

天天向上的力量

问题一:1‰的力量

一年365天,每天进步1‰,累计进步多少呢?

1.001的365次方

一年365天,每天退步1‰,累计剩下多少呢?

0.999的365次方

#天天向上的力量第一问:1‰的力量

#DayDayupQ1.py #注释的使用习惯

dayup=pow(1.001,365) #pow函数,幂函数

daydown=pow(0.999,365)

print("向上:{:.2f},向下{:.2f}".format(dayup,daydown))#2f表示精确到小数点后两位;.format(dayup,daydown))

sg_trans.gif

问题二:5‰和1%的力量

一年365天,每天进步5‰和1%,累计进步多少呢?

一年365天,每天退步5‰和1%,累计剩下多少呢?

#daydayupQ2.py

dayfactor=0.005 #使用变量的好处,只需要修改一次即可

dayup=pow(1+dayfactor,365) #使用幂函数

daydown=pow(1-dayfactor,365)

print("累计进步:{:.2f},累计剩下:{:.2f}".format(dayup,daydown))

sg_trans.gif

问题三:工作日的力量(工作日努力,周末休息)

一年365天,一周5个工作日,每天进步1%;一年365天,一周2个休息日,每天退步1%。工作日的力量如何呢?

#问题三:工作日的力量

#daydayupQ3.py

dayup=1 #定义变量

dayfactor=0.001

for i in range(365): #采用循环模拟365天的全过程

if i % 7

in[6,0]: #[6,0]为列表形式

dayup*=(1-dayfactor)

else:

dayup*=(1+dayfactor)

print("工作日的力量:{:.2f}".format(dayup))

sg_trans.gif

在问题三里,嵩天老师提及:1.01的365次方,这个数学公式体现的是数学思维;接下来要尝试的是将数学思维转换成能够用计算机程序解决的计算思维for

…in range(…): if 表达式 in[列表]:

问题四:工作日的努力

工作日模式要努力到什么水平,才能与每天努力1%一样?

A君:一年365天,每天进步1%,不停歇

B君:一年365天,每周工作5天休息2天,休息日下降1%,要多努力呢?

for in (计算思维) 到while do (笨办法试错)

计算机的运算速度快,直接有效的办法:试错法。

sg_trans.gif

def dayup(df): #函数,便于复用。函数是一段代码的组合,参数df是占位符,形参

dayup=1

for i in

range(365):

if i %7 in [6,0]:

dayup*=(1-0.01)

else:

dayup*=(1+df)

return

dayup #return保留数,返回值

dayfactor=0.001

while dayup(dayfactor)<37.78: #循环判断进行不断试错;37.78是365天每天提高1%的总值

dayfactor+=0.001

print("工作日模式努力:{:.3f}".format(dayfactor))

#注意此处的参数是dayfactor,而不是dayup

sg_trans.gif

运行结果:

工作日的努力参数是0.019,即平时要努力两倍,才能比得上天天努力的人。

嵩天老师提及:1.01的365次方是37.78,1.019的365次方是962.89

每天努力一点点,结果不容小觑,且相差很大!

GRIT:perseverance and passion for long-term goals

GRIT

,即坚毅,对长期目标的持续激情及持久耐力。GRIT是获得成功最重要的因素,牢记天天向上的力量,让自己变得更好!

嵩老师不仅仅是教授知识,同时也向人们展示数据后面的理论,以及做人的道理,这在网络课堂中还是第一次见到。向嵩老师学习!

今天在代码学习、调试的过程中还出现了一个插曲,出错提示语句是“unindent does not match any

outer indentation

level”【这段话猜也猜不出大概是什么意思】,因为我对python也不太熟,很多代码基本都是照着输入的,看到这个错误我以为是哪个代码输错了,检查了半天死活看不出来,有点崩溃的感觉,甚至想到会不会是因为版本不同导致同样的代码在我的机子上出现了问题?后来才想起来带着这个出错的提示语句去讨教度娘,原来是代码的缩进问题。因为我输入都是用TAB键解决代码的缩进问题的,之前检查的时候也留意了缩进问题。但只是光靠眼睛,根本看不出来在用TAB键缩进了4个的空格后面还悄悄的多了一个空格!让我真切体会到了python对格式的严格要求【另一方面是不是也体现了他特傻?缩进多或少一个空格不能自己识别自动补全吗?】

python学习路漫漫!

这篇关于自学python怎么练习_python练习:好好学习,天天向上的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/681814

相关文章

AI绘图怎么变现?想做点副业的小白必看!

在科技飞速发展的今天,AI绘图作为一种新兴技术,不仅改变了艺术创作的方式,也为创作者提供了多种变现途径。本文将详细探讨几种常见的AI绘图变现方式,帮助创作者更好地利用这一技术实现经济收益。 更多实操教程和AI绘画工具,可以扫描下方,免费获取 定制服务:个性化的创意商机 个性化定制 AI绘图技术能够根据用户需求生成个性化的头像、壁纸、插画等作品。例如,姓氏头像在电商平台上非常受欢迎,

W外链微信推广短连接怎么做?

制作微信推广链接的难点分析 一、内容创作难度 制作微信推广链接时,首先需要创作有吸引力的内容。这不仅要求内容本身有趣、有价值,还要能够激起人们的分享欲望。对于许多企业和个人来说,尤其是那些缺乏创意和写作能力的人来说,这是制作微信推广链接的一大难点。 二、精准定位难度 微信用户群体庞大,不同用户的需求和兴趣各异。因此,制作推广链接时需要精准定位目标受众,以便更有效地吸引他们点击并分享链接

python: 多模块(.py)中全局变量的导入

文章目录 global关键字可变类型和不可变类型数据的内存地址单模块(单个py文件)的全局变量示例总结 多模块(多个py文件)的全局变量from x import x导入全局变量示例 import x导入全局变量示例 总结 global关键字 global 的作用范围是模块(.py)级别: 当你在一个模块(文件)中使用 global 声明变量时,这个变量只在该模块的全局命名空

电脑桌面文件删除了怎么找回来?别急,快速恢复攻略在此

在日常使用电脑的过程中,我们经常会遇到这样的情况:一不小心,桌面上的某个重要文件被删除了。这时,大多数人可能会感到惊慌失措,不知所措。 其实,不必过于担心,因为有很多方法可以帮助我们找回被删除的桌面文件。下面,就让我们一起来了解一下这些恢复桌面文件的方法吧。 一、使用撤销操作 如果我们刚刚删除了桌面上的文件,并且还没有进行其他操作,那么可以尝试使用撤销操作来恢复文件。在键盘上同时按下“C

【Python编程】Linux创建虚拟环境并配置与notebook相连接

1.创建 使用 venv 创建虚拟环境。例如,在当前目录下创建一个名为 myenv 的虚拟环境: python3 -m venv myenv 2.激活 激活虚拟环境使其成为当前终端会话的活动环境。运行: source myenv/bin/activate 3.与notebook连接 在虚拟环境中,使用 pip 安装 Jupyter 和 ipykernel: pip instal

webm怎么转换成mp4?这几种方法超多人在用!

webm怎么转换成mp4?WebM作为一种新兴的视频编码格式,近年来逐渐进入大众视野,其背后承载着诸多优势,但同时也伴随着不容忽视的局限性,首要挑战在于其兼容性边界,尽管WebM已广泛适应于众多网站与软件平台,但在特定应用环境或老旧设备上,其兼容难题依旧凸显,为用户体验带来不便,再者,WebM格式的非普适性也体现在编辑流程上,由于它并非行业内的通用标准,编辑过程中可能会遭遇格式不兼容的障碍,导致操

【机器学习】高斯过程的基本概念和应用领域以及在python中的实例

引言 高斯过程(Gaussian Process,简称GP)是一种概率模型,用于描述一组随机变量的联合概率分布,其中任何一个有限维度的子集都具有高斯分布 文章目录 引言一、高斯过程1.1 基本定义1.1.1 随机过程1.1.2 高斯分布 1.2 高斯过程的特性1.2.1 联合高斯性1.2.2 均值函数1.2.3 协方差函数(或核函数) 1.3 核函数1.4 高斯过程回归(Gauss

【学习笔记】 陈强-机器学习-Python-Ch15 人工神经网络(1)sklearn

系列文章目录 监督学习:参数方法 【学习笔记】 陈强-机器学习-Python-Ch4 线性回归 【学习笔记】 陈强-机器学习-Python-Ch5 逻辑回归 【课后题练习】 陈强-机器学习-Python-Ch5 逻辑回归(SAheart.csv) 【学习笔记】 陈强-机器学习-Python-Ch6 多项逻辑回归 【学习笔记 及 课后题练习】 陈强-机器学习-Python-Ch7 判别分析 【学

怎么让1台电脑共享给7人同时流畅设计

在当今的创意设计与数字内容生产领域,图形工作站以其强大的计算能力、专业的图形处理能力和稳定的系统性能,成为了众多设计师、动画师、视频编辑师等创意工作者的必备工具。 设计团队面临资源有限,比如只有一台高性能电脑时,如何高效地让七人同时流畅地进行设计工作,便成为了一个亟待解决的问题。 一、硬件升级与配置 1.高性能处理器(CPU):选择多核、高线程的处理器,例如Intel的至强系列或AMD的Ry

nudepy,一个有趣的 Python 库!

更多资料获取 📚 个人网站:ipengtao.com 大家好,今天为大家分享一个有趣的 Python 库 - nudepy。 Github地址:https://github.com/hhatto/nude.py 在图像处理和计算机视觉应用中,检测图像中的不适当内容(例如裸露图像)是一个重要的任务。nudepy 是一个基于 Python 的库,专门用于检测图像中的不适当内容。该