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基于wxPython和FFmpeg开发一个视频标签工具

《Python基于wxPython和FFmpeg开发一个视频标签工具》在当今数字媒体时代,视频内容的管理和标记变得越来越重要,无论是研究人员需要对实验视频进行时间点标记,还是个人用户希望对家庭视频进行... 目录引言1. 应用概述2. 技术栈分析2.1 核心库和模块2.2 wxpython作为GUI选择的优

Python如何使用__slots__实现节省内存和性能优化

《Python如何使用__slots__实现节省内存和性能优化》你有想过,一个小小的__slots__能让你的Python类内存消耗直接减半吗,没错,今天咱们要聊的就是这个让人眼前一亮的技巧,感兴趣的... 目录背景:内存吃得满满的类__slots__:你的内存管理小助手举个大概的例子:看看效果如何?1.

Python+PyQt5实现多屏幕协同播放功能

《Python+PyQt5实现多屏幕协同播放功能》在现代会议展示、数字广告、展览展示等场景中,多屏幕协同播放已成为刚需,下面我们就来看看如何利用Python和PyQt5开发一套功能强大的跨屏播控系统吧... 目录一、项目概述:突破传统播放限制二、核心技术解析2.1 多屏管理机制2.2 播放引擎设计2.3 专

Python中随机休眠技术原理与应用详解

《Python中随机休眠技术原理与应用详解》在编程中,让程序暂停执行特定时间是常见需求,当需要引入不确定性时,随机休眠就成为关键技巧,下面我们就来看看Python中随机休眠技术的具体实现与应用吧... 目录引言一、实现原理与基础方法1.1 核心函数解析1.2 基础实现模板1.3 整数版实现二、典型应用场景2

Python实现无痛修改第三方库源码的方法详解

《Python实现无痛修改第三方库源码的方法详解》很多时候,我们下载的第三方库是不会有需求不满足的情况,但也有极少的情况,第三方库没有兼顾到需求,本文将介绍几个修改源码的操作,大家可以根据需求进行选择... 目录需求不符合模拟示例 1. 修改源文件2. 继承修改3. 猴子补丁4. 追踪局部变量需求不符合很

python+opencv处理颜色之将目标颜色转换实例代码

《python+opencv处理颜色之将目标颜色转换实例代码》OpenCV是一个的跨平台计算机视觉库,可以运行在Linux、Windows和MacOS操作系统上,:本文主要介绍python+ope... 目录下面是代码+ 效果 + 解释转HSV: 关于颜色总是要转HSV的掩膜再标注总结 目标:将红色的部分滤

Python 中的异步与同步深度解析(实践记录)

《Python中的异步与同步深度解析(实践记录)》在Python编程世界里,异步和同步的概念是理解程序执行流程和性能优化的关键,这篇文章将带你深入了解它们的差异,以及阻塞和非阻塞的特性,同时通过实际... 目录python中的异步与同步:深度解析与实践异步与同步的定义异步同步阻塞与非阻塞的概念阻塞非阻塞同步

Python Dash框架在数据可视化仪表板中的应用与实践记录

《PythonDash框架在数据可视化仪表板中的应用与实践记录》Python的PlotlyDash库提供了一种简便且强大的方式来构建和展示互动式数据仪表板,本篇文章将深入探讨如何使用Dash设计一... 目录python Dash框架在数据可视化仪表板中的应用与实践1. 什么是Plotly Dash?1.1

在C#中调用Python代码的两种实现方式

《在C#中调用Python代码的两种实现方式》:本文主要介绍在C#中调用Python代码的两种实现方式,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录C#调用python代码的方式1. 使用 Python.NET2. 使用外部进程调用 Python 脚本总结C#调

Python下载Pandas包的步骤

《Python下载Pandas包的步骤》:本文主要介绍Python下载Pandas包的步骤,在python中安装pandas库,我采取的方法是用PIP的方法在Python目标位置进行安装,本文给大... 目录安装步骤1、首先找到我们安装python的目录2、使用命令行到Python安装目录下3、我们回到Py