备战蓝桥杯Day38 - 第11届python组真题 - A门牌制作

2024-04-09 05:12

本文主要是介绍备战蓝桥杯Day38 - 第11届python组真题 - A门牌制作,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!

A 门牌制作

1、题目描述

 2、使用到的包 collections

collections 模块提供了一些有用的容器数据类型,这些类型提供了比Python内置的列表、元组、字典和集合更特定的功能。在这道题目中使用到了collections 中的counter模块

counter主要是用来统计可遍历类型(列表、元组)中元素的个数。

功能就跟用字典实现哈希表一样,相当于对哈希表进行了封装,可以直接导包调用。

我感觉蓝桥杯很喜欢出统计数字或者时间的题,而且一定会跟年份有关。

实现简单元素计数:

# 使用counter 要先导包
from collections import Counter
li = ['1', '2', '3', '1', '3']    # 初始化一个列表,也可以是元组
counter = Counter(li)   # 调用Counter()方法进行统计数字个数
print(counter)

更新计数:

可以使用 update() 函数或者是 加法运算符 进行更新计数。

# 使用counter 要先导包
from collections import Counter
li = ['1', '2', '3', '1', '3']
counter = Counter(li)
# counter.update(['3', '4', '4', '3'])   #使用update()函数更新
counter += Counter(['3', '4', '4', '3'])   # 使用加法运算符进行更新
print(counter)

 获取Counter中所有元素的值

使用 elements()函数 查看所有的值, 初始值和后添加的值都会现实出来 。

# 使用counter 要先导包
from collections import Counter
li = ['1', '2', '3', '1', '3']
counter = Counter(li)
# 需要将数据转化为list类型
print(list(counter.elements()))

获取最常见和最不常见的元素

你可以使用 most_common() 方法获取最常见(计数最高)的元素列表,以及 most_common(n) 获取前n个最常见的元素。同样地,你可以通过检查计数为1的元素来获取最不常见的元素。

counter = Counter([1, 2, 2, 3, 3, 3, 4, 4, 4, 4, 4])  
print(counter.most_common(2))  # 输出:[(4, 5), (3, 3)]  # 获取最不常见的元素(计数为1的元素)  
least_common = [item for item, count in counter.items() if count == 1]  
print(least_common)  # 输出:[1]

3、题目解析:

 思路:遍历1 到 2020,计数 2 出现的次数。

详细步骤

第一步:导入collections模块,使用counter计数器

第二步:使用 collections.Counter() 创建 Counter() 对象,用来计数0-9出现的次数

第三步:for循环遍历1-2020,范围为 range (1, 2020+1)

第四步:把遍历到的数字 i 转换为字符类型,再进行遍历每一位数字。

第五步:counter[x] += 1,这是Counter的关键用法。当执行这行代码时,Counter会检查x是否已经在其内部存在。如果存在,它将该键对应的值(即计数)加1;如果不存在,它会添加该键,并设置其初始值为1。

第六步:最后打印键为 2 的统计数字。

代码实现

import collections
counter = collections.Counter()
for i in range(1, 2020 + 1):for x in str(i):counter[x] += 1
print(counter['2'])

还有四天!!!就要省赛了!!再把之前学习过的算法复习一遍,别出现到了考场学习过但是忘了的情况!!今天就迈入20岁了!!满课的一天,很平常的一天!自己也在慢慢接受平凡且普通的自己,希望通过自己一点一点的努力,慢慢的积累经验与知识,成为一个很厉害的人!不要焦虑,不管结果怎么样,自己学习到的知识是真的!

这篇关于备战蓝桥杯Day38 - 第11届python组真题 - A门牌制作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/887253

相关文章

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

【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

【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

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

pip-tools:打造可重复、可控的 Python 开发环境,解决依赖关系,让代码更稳定

在 Python 开发中,管理依赖关系是一项繁琐且容易出错的任务。手动更新依赖版本、处理冲突、确保一致性等等,都可能让开发者感到头疼。而 pip-tools 为开发者提供了一套稳定可靠的解决方案。 什么是 pip-tools? pip-tools 是一组命令行工具,旨在简化 Python 依赖关系的管理,确保项目环境的稳定性和可重复性。它主要包含两个核心工具:pip-compile 和 pip

HTML提交表单给python

python 代码 from flask import Flask, request, render_template, redirect, url_forapp = Flask(__name__)@app.route('/')def form():# 渲染表单页面return render_template('./index.html')@app.route('/submit_form',

用Unity2D制作一个人物,实现移动、跳起、人物静止和动起来时的动画:中(人物移动、跳起、静止动作)

上回我们学到创建一个地形和一个人物,今天我们实现一下人物实现移动和跳起,依次点击,我们准备创建一个C#文件 创建好我们点击进去,就会跳转到我们的Vision Studio,然后输入这些代码 using UnityEngine;public class Move : MonoBehaviour // 定义一个名为Move的类,继承自MonoBehaviour{private Rigidbo

Python QT实现A-star寻路算法

目录 1、界面使用方法 2、注意事项 3、补充说明 用Qt5搭建一个图形化测试寻路算法的测试环境。 1、界面使用方法 设定起点: 鼠标左键双击,设定红色的起点。左键双击设定起点,用红色标记。 设定终点: 鼠标右键双击,设定蓝色的终点。右键双击设定终点,用蓝色标记。 设置障碍点: 鼠标左键或者右键按着不放,拖动可以设置黑色的障碍点。按住左键或右键并拖动,设置一系列黑色障碍点

Python:豆瓣电影商业数据分析-爬取全数据【附带爬虫豆瓣,数据处理过程,数据分析,可视化,以及完整PPT报告】

**爬取豆瓣电影信息,分析近年电影行业的发展情况** 本文是完整的数据分析展现,代码有完整版,包含豆瓣电影爬取的具体方式【附带爬虫豆瓣,数据处理过程,数据分析,可视化,以及完整PPT报告】   最近MBA在学习《商业数据分析》,大实训作业给了数据要进行数据分析,所以先拿豆瓣电影练练手,网络上爬取豆瓣电影TOP250较多,但对于豆瓣电影全数据的爬取教程很少,所以我自己做一版。 目