Python刷題-3
阿新 • • 發佈:2020-09-16
1、關於Python中的複數,下列說法錯誤的是(C)
A、表是複數的語法是real + image j
B、實部和虛部都是浮點數
C、虛部必須字尾j,且必須小寫
D、方法conjugate返回複數的共軛複數
分析:
A,Python中複數表達形式:real + image j/J;
B,Python實部和虛部均浮點型別;
C,虛部字尾為j或J;
D,方法conjugate返回複數的共軛複數,如1+2j呼叫此方法後變為1-2j;
2、What gets printed?( 4 ) nums=([1,1,2,3,3,3,4]) print(len(nums)) set 型別的特性是會移除集合中重複的元素,因此變數 nums 實際上等於:set中的資料不能重複,會自動去除重複的值 nums = {1, 2, 3, 4}
3、以下程式輸出為:None 18
info = {'name':'班長', 'id':100, 'sex':'f', 'address':'北京'}
age = info.get('age')
print(age)
age=info.get('age',18)
print(age)
dict.get(key, value=None)
當value的值存在時返回其本身,當key的值不存在時返回None(即預設引數)。
5、已知a = [1, 2, 3]和b = [1, 2, 4],那麼id(a[1])==id(b[1])的執行結果 ( TRUE ) print(id(a[1]) ==id (b[1])) True print((a[1]) is (b[1])) True 1、is 比較兩個物件的 id 值是否相等,是否指向同一個記憶體地址; 2、== 比較的是兩個物件的內容是否相等,值是否相等 在python3.6中對於小整數物件有一個小整數物件池,範圍不止在[-5,257)之間。我試了百萬以上的數地址都是相同的。 id(object)是python的一個函式用於返回object的記憶體地址。但值得注意的是,python 為了提高記憶體利用效率會對一些簡單的物件(如數值較小的int型物件,字串等)採用重用物件記憶體的辦法。
6、以上函式輸出結果為: 一個 shape = (10,5) 的 one-hot 矩陣 import numpy as np a = np.repeat(np.arange(5).reshape([1,-1]),10,axis = 0)+10.0 b = np.random.randint(5, size= a.shape) c = np.argmin(a*b, axis=1) b = np.zeros(a.shape) b[np.arange(b.shape[0]), c] = 1 print b >>> a = np.repeat(np.arange(5).reshape([1,-1]),10) >>> a array([0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 4, 4, 4, 4, 4, 4, 4, 4, 4, 4]) >>> a = np.repeat(np.arange(5).reshape([1,-1]),10,axis=0) >>> a array([[0, 1, 2, 3, 4], [0, 1, 2, 3, 4], [0, 1, 2, 3, 4], [0, 1, 2, 3, 4], [0, 1, 2, 3, 4], [0, 1, 2, 3, 4], [0, 1, 2, 3, 4], [0, 1, 2, 3, 4], [0, 1, 2, 3, 4], [0, 1, 2, 3, 4]]) a = np.repeat(np.arange(5).reshape([1,-1]),10,axis = 0)+10.0 >>> a array([[ 10., 11., 12., 13., 14.], [ 10., 11., 12., 13., 14.], [ 10., 11., 12., 13., 14.], [ 10., 11., 12., 13., 14.], [ 10., 11., 12., 13., 14.], [ 10., 11., 12., 13., 14.], [ 10., 11., 12., 13., 14.], [ 10., 11., 12., 13., 14.], [ 10., 11., 12., 13., 14.], [ 10., 11., 12., 13., 14.]]) #生成陣列[0,1,2,3,4] np.arange(5) #原陣列共有x個元素,reshape([n,-1])意思是將原陣列重組為n行x/n列的新陣列 #所以陣列共有5個元素,重組為1行5列的陣列 reshape([1,-1]) #因為axis=0,所以是沿著豎軸方向重複,增加列數(行的方向上(axis=1),在列的方向上(axis=0)) #所以原陣列增加10行 repeat(np.arange(5).reshape([1,-1]), 10, axis = 0) #陣列每個元素都+10 a = repeat(np.arange(5).reshape([1,-1]), 10, axis = 0) + 10 >>> b = np.random.randint(5, size= a.shape) # 隨機生成大小為a.shape的陣列,陣列元素為[0,5)區間範圍的整數。 >>> b array([[0, 4, 3, 0, 2], [0, 0, 3, 3, 3], [3, 1, 4, 3, 1], [3, 2, 3, 0, 2], [3, 4, 4, 0, 3], [0, 3, 2, 4, 3], [0, 4, 1, 0, 1], [4, 4, 4, 0, 4], [1, 2, 2, 2, 2], [2, 0, 1, 0, 4]]) >>> c = np.argmin(a*b, axis=1) # 隨機生成大小為a.shape的陣列,陣列元素為[0,5)區間範圍的整數。 >>> c array([0, 0, 1, 3, 3, 0, 0, 3, 0, 1], dtype=int64) >>> b = np.zeros(a.shape) # 生成a.shape大小的全零陣列 >>> b array([[ 0., 0., 0., 0., 0.], [ 0., 0., 0., 0., 0.], [ 0., 0., 0., 0., 0.], [ 0., 0., 0., 0., 0.], [ 0., 0., 0., 0., 0.], [ 0., 0., 0., 0., 0.], [ 0., 0., 0., 0., 0.], [ 0., 0., 0., 0., 0.], [ 0., 0., 0., 0., 0.], [ 0., 0., 0., 0., 0.]]) >>> b[np.arange(b.shape[0]), c] = 1 >>> b array([[ 1., 0., 0., 0., 0.], [ 1., 0., 0., 0., 0.], [ 0., 1., 0., 0., 0.], [ 0., 0., 0., 1., 0.], [ 0., 0., 0., 1., 0.], [ 1., 0., 0., 0., 0.], [ 1., 0., 0., 0., 0.], [ 0., 0., 0., 1., 0.], [ 1., 0., 0., 0., 0.], [ 0., 1., 0., 0., 0.]]) b.shape[0]表示b的列數,10列 b[np.arange(10), c]=1表示np.arange(10)生成的陣列中,所有c對應的位置全置為1。
7、python程式碼如下:
foo = [1,2]
foo1 = foo
foo.append(3)
答案:
foo 值為[1,2,3]
foo1 值為[1,2,3]
8、__new__和__init__的區別,說法正確的是?
答案:
__new__是一個靜態方法,而__init__是一個例項方法
__new__方法會返回一個建立的例項,而__init__什麼都不返回
只有在__new__返回一個cls的例項時,後面的__init__才能被呼叫
當建立一個新例項時呼叫__new__,初始化一個例項時用__init__
9、解釋型語言的特性有什麼?
答案:
非獨立
效率低
非獨立:JavaScript語言依賴執行環境,對於客戶端來說是瀏覽器,對於服務端來說是node。
效率低:執行前不需要編譯,執行時才編譯,因此效率低。
10、下面的程式根據使用者輸入的三個邊長a,b,c來計算三角形面積.請指出程式中的錯誤:(設使用者輸入合法,面積公式無誤) (BC)
import math
a, b, c = raw_input(“Enter a,b,c: ”)
s = a + b + c
s = s / 2.0
area = sqrt(s*(s-a)*(s-b)*(s-c))
print “The area is:”, area
A、1
B、2
C、5
D、6
2錯是因為too many values to unpack,這個錯誤。Python2可以改為a, b, c = raw_input(), raw_input(),這樣不會有語法錯誤,但是a, b, c都還是字串,用type()命令可以知道,之後可能還要int()回來,所以要麼使用eval(raw_input()),要麼就是用Python3。5錯,應該是math.sqrt,或者上面1直接用from math import sqrt。
`raw_input`獲取的都是str型別, 那麼第4行`str/float` 也是錯誤。