今天小编给大家分享一下Python实现斐波那契数列的写法有哪些的相关知识点，内容详细，逻辑清晰，相信大部分人都还太了解这方面的知识，所以分享这篇文章给大家参考一下，希望大家阅读完这篇文章后有所收获，下面我们一起来了解一下吧。
def fibonacci1(n): a, b = 0, 1 for i in range(n): a, b = b, a+b print(a) fibonacci1(3)
或
def fib1(w): a, b = 1, 1 for i in range(w-1): a, b = b, a+b return a print(fib1(3))
[^1]刚好得出这个位置的数
def fibnaqi2(m): a, b = 0, 1 i = 0 while i < m: print(b) a, b = b, a+b i += 1 fibnaqi2(4)
[^1]刚好得出这个位置的数
def fib2(q): if q == 1 or q == 2: return 1 return fib2(q-1)+fib2(q-2) print(fib2(9))
def fibnacci3(p): lst = [] for i in range(p): if i == 1 or i == 0: lst.append(1) else: lst.append(lst[i-1]+lst[i-2]) print(lst) fibnacci3(5)
def fibnacci4(k): lis = [] i = 0 while i<k: if i == 0 or i == 1: lis.append(1) else: lis.append(lis[i-2]+lis[i-1]) i += 1 print(lis) fibnacci4(6)
def fibnacci5(o): def fn(i): if i < 2: return 1 else: return (fn(i-2)+fn(i-1)) for i in range(o): print(fn(i)) fibnacci5(8)
def fib3(e): if e == 1: return [1] if e == 2: return [1, 1] fibs = [1, 1] for i in range(2, e): fibs.append(fibs[-1]+fibs[-2]) return fibs print(fib3(12))
题目描述
二次方程式 ax**2 + bx + c = 0 （a、b、c 用户提供，为实数，a ≠ 0）
# 导入 cmath(复杂数学运算) 模块
import cmath
a = float(input('输入 a: '))
b = float(input('输入 b: '))
c = float(input('输入 c: '))
# 计算
d = (b ** 2) - (4 * a * c)
# 两种求解方式
sol1 = (-b - cmath.sqrt(d)) / (2 * a)
sol2 = (-b + cmath.sqrt(d)) / (2 * a)
print('结果为 {0} 和 {1}'.format(sol1, sol2))# -*- coding = utf-8 -*-
# @Time : 2022/7/26 21:48
# @Author : lxw_pro
# @File : pandas -8 练习.py
# @Software : PyCharm
import pandas as pd
import numpy as np
df = pd.read_excel('text5.xlsx')
print(df)
print()程序运行结果如下：
Unnamed: 0 Unnamed: 0.1 project ... test_time date time
0 0 00:00:00 Python ... 2022-06-20 18:30:20 2022-06-20 18:30:20
1 1 1 Java ... 2022-06-18 19:40:20 2022-06-18 19:40:20
2 2 2 C ... 2022-06-08 13:33:20 2022-06-08 13:33:20
3 3 3 MySQL ... 2021-12-23 11:26:20 2021-12-23 11:26:20
4 4 4 Linux ... 2021-12-20 18:20:20 2021-12-20 18:20:20
5 5 5 Math ... 2022-07-20 16:30:20 2022-07-20 16:30:20
6 6 6 English ... 2022-06-23 15:30:20 2022-06-23 15:30:20
7 7 7 Python ... 2022-07-19 09:30:20 2022-07-19 09:30:20
[8 rows x 7 columns]
41、将test_time列设置为索引
print(df.set_index('test_time'))
print()程序运行结果如下：
Unnamed: 0 Unnamed: 0.1 ... date time
test_time ...
2022-06-20 18:30:20 0 00:00:00 ... 2022-06-20 18:30:20
2022-06-18 19:40:20 1 1 ... 2022-06-18 19:40:20
2022-06-08 13:33:20 2 2 ... 2022-06-08 13:33:20
2021-12-23 11:26:20 3 3 ... 2021-12-23 11:26:20
2021-12-20 18:20:20 4 4 ... 2021-12-20 18:20:20
2022-07-20 16:30:20 5 5 ... 2022-07-20 16:30:20
2022-06-23 15:30:20 6 6 ... 2022-06-23 15:30:20
2022-07-19 09:30:20 7 7 ... 2022-07-19 09:30:20
[8 rows x 6 columns]
42、生成一个和df长度相同的随机数dataframe
df1 = pd.DataFrame(pd.Series(np.random.randint(1, 10, 8))) print(df1) print()
程序运行结果如下：
0
0 1
1 3
2 2
3 7
4 7
5 3
6 5
7 1
43、将上一题生成的dataframe与df合并
df = pd.concat([df, df1], axis=1) print(df) print()
程序运行结果如下：
Unnamed: 0 Unnamed: 0.1 project ... date time 0
0 0 00:00:00 Python ... 2022-06-20 18:30:20 1
1 1 1 Java ... 2022-06-18 19:40:20 3
2 2 2 C ... 2022-06-08 13:33:20 2
3 3 3 MySQL ... 2021-12-23 11:26:20 7
4 4 4 Linux ... 2021-12-20 18:20:20 7
5 5 5 Math ... 2022-07-20 16:30:20 3
6 6 6 English ... 2022-06-23 15:30:20 5
7 7 7 Python ... 2022-07-19 09:30:20 1
[8 rows x 8 columns]
44、生成新的一列new为popularity列减去之前生成随机数列
df['new'] = df['popularity'] - df[0] print(df) print()
程序运行结果如下：
Unnamed: 0 Unnamed: 0.1 project popularity ... date time 0 new
0 0 00:00:00 Python 95 ... 2022-06-20 18:30:20 1 94
1 1 1 Java 92 ... 2022-06-18 19:40:20 3 89
2 2 2 C 145 ... 2022-06-08 13:33:20 2 143
3 3 3 MySQL 141 ... 2021-12-23 11:26:20 7 134
4 4 4 Linux 84 ... 2021-12-20 18:20:20 7 77
5 5 5 Math 148 ... 2022-07-20 16:30:20 3 145
6 6 6 English 146 ... 2022-06-23 15:30:20 5 141
7 7 7 Python 149 ... 2022-07-19 09:30:20 1 148
[8 rows x 9 columns]
45、检查数据中是否含有任何缺失值
jch = df.isnull().values.any() print(jch) # 运行结果为：False print()
46、将popularity列类型转换为浮点数
fds = df['popularity'].astype(np.float64) print(fds) print()
程序运行结果如下：
0 95.0
1 92.0
2 145.0
3 141.0
4 84.0
5 148.0
6 146.0
7 149.0
Name: popularity, dtype: float64
47、计算popularity大于100的次数
cs = len(df[df['popularity'] > 100]) print(cs) # 运行结果为：5 print()
48、查看project列共有几种学历
ckj = df['project'].nunique() print(ckj) # 运行结果为：7 print()
49、查看每科出现的次数
ckc = df.project.value_counts() print(ckc) print()
程序运行结果如下：
Python 2
Java 1
C 1
MySQL 1
Linux 1
Math 1
English 1
Name: project, dtype: int64
50、提取popularity与new列的和大于136的最后3行
df1 = df[['popularity', 'new']] hh = df1.apply(np.sum, axis=1) res = df.iloc[np.where(hh > 136)[0][-3:], :] print(res)
程序运行结果如下：
Unnamed: 0 Unnamed: 0.1 project popularity ... date time 0 new
5 5 5 Math 148 ... 2022-07-20 16:30:20 3 145
6 6 6 English 146 ... 2022-06-23 15:30:20 5 141
7 7 7 Python 149 ... 2022-07-19 09:30:20 1 148
[3 rows x 9 columns]
以上就是“Python实现斐波那契数列的写法有哪些”这篇文章的所有内容，感谢各位的阅读！相信大家阅读完这篇文章都有很大的收获，小编每天都会为大家更新不同的知识，如果还想学习更多的知识，请关注亿速云行业资讯频道。
免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：is@yisu.com进行举报，并提供相关证据，一经查实，将立刻删除涉嫌侵权内容。
