当前位置: 首页 > news >正文

python 第六章 练习

# 1)人:使用一个字典来存储一个人的信息,包括名、姓、年龄和居住的城市。该字典应包含键first_name、

# last_name、age和city。将存储在该字典中的每项信息都打印出来。

person = {'first_name': 'zhang', 'last_name': 'san', 'age': 18, 'city': 'beijing'}

print(person['first_name'])

print(person['last_name'])

print(person['age'])

print(person['city'])

# 2)喜欢的数1:使用一个字典来存储一些人喜欢的数。请想出5个人的名字,并将这些名字用作字典中的键。

# 再想出每个人喜欢的一个数,并将这些数作为值存储在字典中。打印每个人的名字和喜欢的数。为了让这个

# 程序更有趣,通过询问朋友确保数据是真实的。

favorite_numbers = {'zhangsan': 1, 'lisi': 2, 'wangwu': 3, 'zhaoliu': 4, 'tianqi': 5}

print(favorite_numbers['zhangsan'])

print(favorite_numbers['lisi'])

print(favorite_numbers['wangwu'])

print(favorite_numbers['zhaoliu'])

print(favorite_numbers['tianqi'])

# 3)词汇表1:Python字典可用于模拟现实生活中的字典。为避免混淆,我们将后者称为词汇表。

# 3.1)相处你在前面学过的五个编程术语,将它们用作词汇表中的键,并将他们的含义作为值存储再词汇表中。

# 3.2)以整洁的方式打印每个术语及其含义。为此,既可以先打印术语,在它后面加上一个冒号,再打印其含义;

# 也可以先在一行里打印术语,再使用换行符\n打印一个空行,然后在下一行里以缩进的方式打印其含义。

glossary = {

'variable': '存储数据的容器',

'function': '执行特定任务的代码块',

'loop': '重复执行代码的结构',

'dictionary': '存储键值对的数据结构',

'list': '存储多个值的列表',

}

for i in glossary:

print(i + ": " + glossary[i])

# 4)词汇表2:现在你知道了如何遍历字典,请整理你在第三题的代码,将其中的一系列函数调用print()替换为一个遍历字典中键和值的循环。确保该循环正确无误后,再在词汇表中添加5个python术语。当你再次运行这个程序时,这些新术语及其含义将自动包含在输出中。

# 这一题应该不用怎么写了吧,上面的其实稍微改改就可以用

# 5)河流:创建一个字典,在其中存储三条河流及其途径的国家。例如,一个键值对可能是'nile': 'egypt'。

# 5.1)使用循环为每条河流打印一条消息,如下所示。The Nile runs through Egypt.

# 5.2)使用循环将该字典中每条河流的名字打印出来

# 5.3)使用循环将该字典中包含的每个国家的名字打印出来

rivers = {

'nile': 'egypt',

'amazon': 'brazil',

'yangtze': 'china',

}

for i in rivers:

print("The " + i + " runs through " + rivers[i])

for i in rivers:

print(i)

for i in rivers.values():

print(i)

# 6)宠物:创建多个表示宠物的字典,每个字典都包含宠物的类型及其主人的名字。将这些字典存储在一个名为pets的列表中,再遍历该列表,并将有关每个宠物的所有信息打印出来

pets = [

{'type': 'dog', 'owner': 'zhangsan'},

{'type': 'cat', 'owner': 'lisi'},

{'type': 'fish', 'owner': 'wangwu'},

]

for i in pets:

print(i['type'] + " " + i['owner'])

# 7)喜欢的地方:创建一个名为favorite_places的字典,并包含至少三个人,以及每个人喜欢的地方。将这个字典存储在一个名为favorite_places.py的文件中,并导入这个文件。然后,使用循环将每个人喜欢的地方打印出来。

favorite_places = {

'zhangsan': ['beijing', 'shanghai'],

'lisi': ['guangzhou', 'shenzhen'],

'wangwu': ['hangzhou', 'ningbo'],

}

for i in favorite_places:

print(i + ": " + str(favorite_places[i])) # str()是把列表转换成字符串

# 8)喜欢的数2:修改第二题的代码,让每个人都可以有多个喜欢的数字,然后将每个人的名字及其喜欢的数打印出来

favorite_numbers = {

'zhangsan': [1, 2, 3],

'lisi': [4, 5, 6],

'wangwu': [7, 8, 9],

}

for i in favorite_numbers:

print(i + ": " + str(favorite_numbers[i]))

# 9)城市:创建一个名为cities的字典,并包含至少三个城市的信息。每个城市的信息都包含itypes,包括城市名、国家名、人口数和 approximate_population_growth。使用键值对将这些信息存储在字典中。

cities = {

'beijing': {

'country': 'china',

'population': 21500000,

'approximate_population_growth': 1.1,

},

'shanghai': {

'country': 'china',

'population': 24250000,

'approximate_population_growth': 1.2,

},

'guangzhou': {

'country': 'china',

'population': 13500000,

'approximate_population_growth': 1.3,

},

}

for city, city_info in cities.items():

print("City: " + city)

country = city_info['country']

population = city_info['population']

approximate_population_growth = city_info['approximate_population_growth']

print("\tCountry: " + country)

print("\tPopulation: " + str(population))

print("\tApproximate population growth: " + str(approximate_population_growth))

http://www.cnnetsun.cn/news/119028.html

相关文章:

  • MATLAB实现改进的RRT路径规划算法:融合概率采样策略、贪心算法与3次B样条优化的代码与实践
  • 如何在 Laravel 中构建复杂工作流:Venture 终极指南
  • 告别k6 Docker证书困境:从零到一的实战解密
  • 普通主机进入BIOS
  • Notally:终极简单快速的免费笔记应用完全指南
  • OctoSQL查询计划可视化终极指南:3个技巧快速优化SQL性能
  • CCM CRM单相有源功率因数校正boost PFC电路仿真探索
  • 使用EmotiVoice避免版权纠纷的正确姿势
  • 有声内容创作者福音:EmotiVoice一键生成带情绪的朗读音频
  • Java中PageHelper的拦截器实现机制
  • 为什么EmotiVoice成为开发者最青睐的开源TTS引擎?
  • 18、量子测量、信息增益与量子信息理论的哲学思考
  • 26、量子计算、力学与密码学深度解析
  • Nginx gzip压缩完整配置指南:如何快速提升网站性能
  • [深度学习] 大模型学习5-高效微调框架Unsloth使用指北
  • WIndows安装MongoDB数据库
  • NiceGUI之Button操作(ElementPlus组件库)
  • Claude code学习笔记(一)-环境安装claude code+ccr
  • WordPress中文完全教程:从菜鸟到神人的终极指南
  • EmotiVoice语音合成引擎的更新日志与版本迭代规划
  • 纪念日回忆录语音生成:温情科技应用
  • Flutter富文本渲染性能优化终极指南:长文本处理与资源回收策略
  • Ditto剪贴板管理器架构深度解析:从用户痛点到技术实现
  • Qwen3-4B终极指南:如何快速上手新一代AI语言模型
  • 5 款 AI 写论文哪个好?深度横评后,才发现虎贲等考 AI 是学术圈隐藏的 “六边形战士”!
  • EmotiVoice vs 传统TTS:情感表达能力的代际差异分析
  • POV-Ray 光线追踪终极指南:从零开始掌握专业渲染
  • EmotiVoice支持语音情感风格迁移学习
  • 定期第三方安全审计:EmotiVoice质量保证
  • 不同职业人群对EmotiVoice的应用需求分析