Python:成绩分类
输入一组用百分制(0-100之间的整数)表示的成绩列表,每个成绩用空格隔开,将其转换为等级制并进行各等级的统计。
0<=分数<60为F 60<=分数<70为D
70<=分数<80为C
80<=分数<90为B
90<=分数<=100为A
先介绍第一种方法:
str=list(input().split())
str2={}
print(str)
a='A:'
b='B:'
c='C:'
d='D:'
f='F:'
str2[a]=str2.get(a,0)
str2[b]=str2.get(b,0)
str2[c]=str2.get(c,0)
str2[d]=str2.get(d,0)
str2[f]=str2.get(f,0)
for item in str:item=float(item)if 0<item and item<60:x='F:'str2[x]=str2.get(x,0)+1if 60<= item and item <70:x='D:'str2[x] = str2.get(x, 0) + 1if 70<=item and item<80:x='C:'str2[x]=str2.get(x,0)+1if 80<=item and item<90:x='B:'str2[x]=str2.get(x,0)+1if 90<=item and item<100:x='A:'str2[x]=str2.get(x,0)+1
str2= sorted(str2.items(),key=lambda x:x[0])
str2={k:v for k,v in str2}
print(str2)
for a,b in str2.items():print(a,':'," ",b)
这里面用到了数据字典,然后将数据字典进行了排序:
str2= sorted(str2.items(),key=lambda x:x[0])
再将排序后的列表转换成字典样式
str2={k:v for k,v in str2}
第二种方法:
str = input()
str = str + ' '
sum=0
flag = 0
dj=[0,0,0,0,0]
for x in str :if x==' ' and flag == 1:if sum >= 90 and sum <= 100:dj[0]+=1elif sum >= 80 and sum < 90 :dj[1]+=1elif sum >= 70 and sum < 80 :dj[2]+=1elif sum >= 60 and sum < 70 :dj[3]+=1elif sum >= 0 and sum <60 :dj[4]+=1sum = 0flag = 0elif x != ' ' :a=int(x)sum=sum*10+aflag = 1
print("A: %d"%dj[0])
print("B: %d"%dj[1])
print("C: %d"%dj[2])
print("D: %d"%dj[3])
print("F: %d"%dj[4])
第三种方法:
thisdict={"A": 0,"B": 0,"C": 0,"D": 0,"F": 0}
a=list(map(int,input().split()))
for x in a:if 90<=x<=100:thisdict["A"]=thisdict.get("A")+1;elif 80<=x<90:thisdict["B"]=thisdict.get("B")+1;elif 70<=x<80:thisdict["C"]=thisdict.get("C")+1;elif 60<=x<70:thisdict["D"]=thisdict.get("D")+1;elif 0<=x<60:thisdict["F"]=thisdict.get("F")+1;
for x, y in thisdict.items():print("%c: %d"%(x,y))
Python:成绩分类相关推荐
- 混淆矩阵是什么?Python多分类的混淆矩阵计算及可视化(包含原始混淆矩阵及归一化的混淆矩阵):基于skelarn框架iris数据集
混淆矩阵是什么?Python多分类的混淆矩阵计算及可视化(包含原始混淆矩阵及归一化的混淆矩阵):基于skelarn框架iris数据集 目录
- Python多分类问题下,micro-PR计算以及macro-PR计算
Python多分类问题下,micro-PR计算以及macro-PR计算 #二分类的Precision和Recall计算公式 在普通的二分类问题中通过混淆矩阵可以轻松地计算出来Precison和Reca ...
- python文本分类_教你用python做文本分类
什么是文本分类 一个文本分类问题就是将一篇文档归入预先定义的几个类别中的一个或几个.通俗点说,就是拿一篇文章,问计算机这文章要说的究竟是体育,经济还是教育.文本分类是一个监督学习的过程,常见的应用就是 ...
- python对象分类
1 python对象分类 所有的Python对象都拥有三个特性:身份,类型和值 身份: 每一个对象都有一个唯一的身份标识自己.任何对象的身份可以使用内建函数id()来得到.这个值可以被认为是该对象的内 ...
- python 散点图 分类_Python | 分类图
python 散点图 分类 Visualizing different variables is also a part of basic plotting. Such variables can h ...
- Python线性分类
Python线性分类 通过约束类的协方差相等,将贝叶斯分类器简化为线性分类器. 比较生成模型和判别模型在挑战性分类任务中的性能. 在本实验课中,我们将比较线性分类的"生成建模"和& ...
- python 频数统计_日常答疑:Python实现分类频数统计
原标题:日常答疑:Python实现分类频数统计 点击上图,查看教学大纲 问题 群友提问:求每组数据中每个元素重复的个数,用什么函数? 严小样儿:安排! 咋一看,我觉得他问的我很懵B~于是,和他要了份数 ...
- python—成绩管理系统考试题目:小学五年级学生小明、小王、小丽、小花的语文、英语、数学成绩如……
python-成绩管理系统考试题目:小学五年级学生小明.小王.小丽.小花的语文.英语.数学成绩如-- 最近在做人工智能微专业时发现了一道特别有趣的题目,原谅作者才疏学浅,花费了将近一下午的时间才写出正 ...
- 鸢尾花分类python,Python鸢尾花分类实现
#coding:utf-8 from sklearn.datasets import load_iris from sklearn.model_selection import train_test_ ...
- python中1%7是多多少_再传捷报!原子同学优秀学员Python成绩位列全国前1%!
原标题:再传捷报!原子同学优秀学员Python成绩位列全国前1%! #科创板块成为素质教育崛起的突破口 长期以来,在应试教育为主导的中国教育体制下,素质教育一直是比较矛盾的存在.从教育本质上看,二者并 ...
最新文章
- Android数据存储方式
- Ubuntu 16.04下Caffe-SSD的应用(二)——准备与处理VOC2007数据集
- 【Java面经】非科班渣硕面经
- 正确使用日志的10个技巧(转)
- c语言程序课程设计过程,C语言课程设计————写下流程图! 谢谢
- 计算机体系、语言的基础认识
- C++ 简单的SQL注入过滤
- 凸包问题(包含蛮力算法和快速凸包算法)+最优二叉查找树详解
- psp模拟器完美字库_透过模拟器看见那个疯狂的学习机年代(模拟器篇)(待续)...
- 【近五千字纯手撸】✨前后一个月面试30家中大型高级、资深java工程师终获500强公司offer心得以及经过
- 苹果新机爆裂,德赛和欣旺达却成了关注焦点
- 【机器学习】极大似然估计、最大后验估计的对比与联系
- 记住你跑得快,别人跑得更快。
- 36周岁这年,我终于知道该怎么活了!
- 爱快docker青龙面板保姆级
- 薇电子学与计算机好中吗,微电子学与计算机是什么级别的期刊
- SSM框架之Spring
- 泛泰binx一键式离线刷机(可断网刷机,可刷任意版本)(官网脚本更新7.30)
- NeuVector 会是下一个爆款云原生安全神器吗?
- CSS translation
热门文章
- 细谈操作系统导论之文件系统
- 粉红噪声matlab产生
- KDD 2019|DuerQuiz:一个面向智能招聘笔试、面试的个性化试题推荐系统
- 绝地求生服务器维护6.17,绝地求生6月17日维护到几点 绝地求生6月17日更新维护时间详情...
- 几个流量控制算法总结
- 面前最新《人工智能之深度学习应用实践60讲》
- 住宅建筑电力监控系统的研究与应用
- C++ ——模板 标准模板库STL
- asp.net确认对话框_在ASP.NET或Trace.Fail中防止服务器端对话框被认为有害
- 三菱电梯部分原理图,软件工具及资料