如何做网站优惠券推广/沈阳seo排名优化软件
Python基础 10道基础练习题
- 1. 个人所得税计算器
- 描述
- 输入输出示例
- 代码
- 2.中国古代数学问题——二鼠打洞
- 描述
- 输入输出示例
- 代码
- 3. 中国古代数学问题——宝塔上的琉璃灯
- 描述
- 输入输出示例
- 代码
- 4. 子串确认
- 描述
- 输入输出示例
- 代码
- 5. 计算三维空间某点距离原点的欧式距离
- 题目描述:
- 输入输出示例:
- 代码
- 6. 比赛评分计算
- 描述
- 输入输出示例
- 代码
- 7. 快乐的数字
- 描述
- 输入输出示例
- 代码
- 8. 电话查询
- 描述
- 输入输出示例
- 代码
- 9. 统计字符串出现的次数
- 描述
- 输入输出示例
- 代码
- 10. 程序设计题 计算手机销量年增长率
- 描述
- 输入输出示例
1. 个人所得税计算器
类型:流程控制
描述
2018年10月1日以前,个税免征额为3500元/月,调整后,个税免征额为5000元/月,7级超额累进个人所得税税率表如下:
全月应纳税所得额(含税级距) | 税率(%) | 速算扣除数 |
---|---|---|
不超过3,000元 | 3 | 0 |
超过3,000元至12,000元的部分 | 10 | 210 |
超过12,000元至25,000元的部分 | 20 | 1,410 |
超过25,000元至35,000元的部分 | 25 | 2,660 |
超过35,000元至55,000元的部分 | 30 | 4,410 |
超过55,000元至80,000元的部分 | 35 | 7,160 |
所得税计算公式如下:
应纳税额 = (工资薪金所得 - 五险一金 - 个税免征额) × 适用税率 - 速算扣除数
请编写一个个人所税计算器,用户输入应发工资薪金所得、五险一金金额和个税免征额,输出应缴税款和实发工资,结果保留小数点后两位。当输入应发工资小于0或等于0时,输出“error”。
其中:实发工资 = 应发工资 - 五险一金 - 应缴税款
要求使用下面的输入输出语句并补充代码。
salary = float(input()) # salary 应发工资薪金所得
five_one_insurance_fund = float(input()) # five_one_insurance_fund 五险一金
exemption = float(input(')) # exemption 个税免征额
#=======================================================
#补充你的代码来计算应缴纳税款
输入格式:
输入为三行,每一行都是一个浮点数,分别代表应发工资、五险一金、个税起征点。
输出格式:
输出为一行,形如:应缴税款490.00元,实发工资11510.00元。
输入输出示例
输入:
5400
412
5000
输出:
应缴税款0.00元,实发工资4988.00元。
代码
salary = float(input()) # salary 应发工资薪金所得
five_one_insurance_fund = float(input()) # five_one_insurance_fund 五险一金
exemption = float(input()) # exemption 个税免征额
# 计算应缴纳税款
taxable_income = salary - five_one_insurance_fund - exemption
if salary <= 0:print("error")
elif salary - five_one_insurance_fund < exemption:print("应缴税款{:.2f}元,实发工资{:.2f}元。".format(0, salary-five_one_insurance_fund ))
else:if taxable_income <= 3000:tax = taxable_income * 0.03 - 0elif taxable_income <= 12000:tax = taxable_income * 0.1 - 210elif taxable_income <= 25000:tax = taxable_income * 0.2 - 1410elif taxable_income <= 35000:tax = taxable_income * 0.25 - 2660elif taxable_income <= 55000:tax = taxable_income * 0.3 - 4410elif taxable_income <= 80000:tax = taxable_income * 0.35 - 7160else:tax = taxable_income * 0.45 - 15160# 计算实发工资real_salary = salary - five_one_insurance_fund - taxprint("应缴税款{:.2f}元,实发工资{:.2f}元。".format(tax, real_salary))
2.中国古代数学问题——二鼠打洞
类型:流程控制
描述
《九章算术》的“盈不足篇”里有一个很有意思的老鼠打洞问题。原文是这么说的:今有垣厚十尺,两鼠对穿。大鼠日一尺,小鼠亦一尺。大鼠日自倍,小鼠日自半。问:何日相逢?各穿几何?
这道题的意思是:有一堵十尺厚的墙,两只老鼠从两边向中间打洞。大老鼠第一天打一尺,小老鼠也是一尺。大老鼠每天的打洞进度是前一天的一倍,小老鼠每天的进度是前一天的一半。问它们几天可以相逢,相逢时各打了多少。
请编程求此题的解,要求使用循环来完成,不允许使用幂运算。
输入格式
输入为1个整数wall,代表墙的厚度,单位为尺。
输出格式
输出为两行,第一行输出1个整数,表示相遇时所需的天数。第二行输出2个浮点数,分别为小鼠和大鼠打洞的距离,单位为尺,保留小数点后1位数字。(提示:round(f,1)为浮点数f保留一位小数。)
输入输出示例
示例 1
输入:10
输出:
4
1.8 8.2
示例2
输入:2
输出:
1
1 1
代码
big_mouse= 1 # 大老鼠每天打洞的距离
small_mouse = 1 # 小老鼠每天打洞的距离
big_mouse_distance =0
small_mouse_distance =0
distance = 0
wall_thickness = int(input( )) # 墙的厚度
days = 0 # 过了多少天while True:dayed_big_mouse_distance = big_mouse_distance dayed_small_mouse_distance = small_mouse_distance dayed_big_mouse = big_mousedayed_small_mouse = small_mousedayed_distance = distancebig_mouse_distance += big_mousesmall_mouse_distance += small_mousedistance += big_mouse + small_mousedays += 1if distance >= wall_thickness:breakbig_mouse *= 2 # 大老鼠每天打洞的距离翻倍small_mouse *= 0.5 # 小老鼠每天打洞的距离减半big_mouse_distance = dayed_big_mouse_distance +(wall_thickness - dayed_distance)*(dayed_big_mouse*1000)/(dayed_big_mouse*1000+dayed_small_mouse*1000)
small_mouse_distance =dayed_small_mouse_distance +(wall_thickness - dayed_distance)*(dayed_small_mouse*1000)/(dayed_big_mouse*1000+dayed_small_mouse*1000)
# 输出结果
print("{}".format(days))
print("{}".format(round(small_mouse_distance,1))+" "+"{}".format(round(big_mouse_distance,1)))
3. 中国古代数学问题——宝塔上的琉璃灯
类型:流程控制
描述
有一座八层宝塔,每一层都有一些琉璃灯,每一层的灯数都是上一层的二倍,已知共有765盏琉璃灯,计算并输出每层各有多少盏琉璃灯。
输入格式
本题没有输入。
输出格式
输出为8行,每行都是一个正整数,从上往下数字依次增大,每个数字代表本层宝塔上的琉璃灯数目。
输入输出示例
输出:
x
x
xx
xx
xx
xx
xxx
xxx
代码
total_lamps = 765 # 总琉璃灯数量
lamps =765/(1+2+4+8+16+32+64+128)
for x in range(8):print(int(lamps*2**x))
4. 子串确认
描述
**输入如“上师大是上海的大学”这样的字符串,**
**如果字符串中有’上海‘这样的关键字符串,**
**则将包括’上海‘开始的后面的所****有的字符打印出来,**
**如以上字串打印出’上海的大学‘,**
**如果输入串中没有"上海"子串,**
**则输出’输入串中没有"上海"子串’**
输入输出示例
输入 | 输出 | |
---|---|---|
示例 1 | 上师大是上海的大学 河北地质大学是河北的大学 | 上海的大学 输入串中没有"上海"子串 |
代码
input_str = input() # 输入字符串
target_substring = "上海" # 目标子串if target_substring in input_str:# 获取目标子串的起始索引start_index = input_str.index(target_substring)# 输出目标子串及其后面的所有字符print(input_str[start_index:])
else:# 如果输入串中没有目标子串,则输出提示信息print('输入串中没有"' + target_substring + '"子串')
5. 计算三维空间某点距离原点的欧式距离
题目描述:
欧几里得度量(euclidean metric)(也称欧氏距离)是一个通常采用的距离定义。三维空间里点a和b的坐标如果分别为a(x1,y1,z1)、b(x2,y2,z2),则ab的距离的计算机公式是dist(a,b) = √( (x1-x2)2+(y1-y2)2+(z1-z2)^2 )
编写函数计算两点的欧式距离,并输出(保留小数点后两位)。
要求:将虚线下的代码复制到答题区域、补充完善后再提交。
-------------------------------------------------------------------------------------------------------------------------\#请在这里定义distance函数,计算点(x,y,z)与原点的距离值并返回x,y,z=input().split(",")d=distance(float(x),float(y),float(z))#调用distance函数print("{:.2f}".format(d))#输出距离值,保留三维小数\#代码区结束
输入格式:
输入是一个点a的三维坐标,以逗号分割,形如:x,y,z ,其中x,y,z都是非负实数。
例如:1.2,1.3,1.4
输出格式:
输出点a与原点的距离(保留小数点后两位)
例如:2.08
输入输出示例:
输入 | 输出 | |
---|---|---|
示例 1 | 1.0,1.0,1.0 | 1.73 |
代码
def distance(x, y, z):return ((x ** 2) + (y ** 2) + (z ** 2)) ** 0.5x, y, z = input().split(",")
d = distance(float(x), float(y), float(z))
print("{:.2f}".format(d))
6. 比赛评分计算
描述
学校举办新生歌手大赛,每个选手的成绩由评委的评分去掉一个最高分和一个最低分剩下评分的平均值得到。
编写程序实现:输入第一行指定n,从第二行开始每行输入一个评委的得分(共n行),计算选手的成绩,并输出。
输入输出示例
输入 | 输出 | |
---|---|---|
示例 1 | 5 10 8.5 9.4 6.7 8 | 该歌手最终成绩为8.6 |
代码
n = int(input())
scores = []
for _ in range(n):score = float(input())scores.append(score)# 去掉最高分和最低分
scores.sort()
average_score = sum(scores[1:-1]) / (n - 2)
print("该歌手最终成绩为{:.1f}".format(average_score))
7. 快乐的数字
描述
编写一个算法来确定一个数字是否“快乐”。 快乐的数字按照如下方式确定:从一个正整数开始,用其每位数的平方之和取代该数,并重复这个过程,直到最后数字要么收敛等于1且一直等于1,要么将无休止地循环下去且最终不会收敛等于1。能够最终收敛等于1的数就是快乐的数字。
例如**😗* 19 就是一个快乐的数字,计算过程如下:
- 12 + 92 = 82
- 82 + 22 = 68
- 62 + 82 = 100
- 12 + 02 + 02 = 1
当输入时快乐的数字时,输出True,否则输出False。
输入输出示例
输入 | 输出 | |
---|---|---|
示例1 | 19 | True |
代码
def is_happy_number(num):seen = set()while num != 1 and num not in seen:seen.add(num)num = sum(int(digit)**2 for digit in str(num))return num == 1# 测试样例
print(is_happy_number(int(input()))) # 输出True
8. 电话查询
描述
【问题描述】
定义一个电话簿,里头设置以下联系人:
‘mayun’:‘13309283335’,
‘zhaolong’:‘18989227822’,
‘zhangmin’:‘13382398921’,
‘Gorge’:‘19833824743’,
‘Jordan’:‘18807317878’,
‘Curry’:‘15093488129’,
‘Wade’:'19282937665’
现在输入人名,查询他的号码。
【输入形式】
人名,是一个字符串。
【输出形式】
电话号码。如果该人不存在,返回"not found"
【样例输入】
mayun
【样例输出】
13309283335
输入输出示例
输入 | 输出 | |
---|---|---|
示例 1 | Curry | 15093488129 |
代码
phone_book = {'mayun': '13309283335','zhaolong': '18989227822','zhangmin': '13382398921','Gorge': '19833824743','Jordan': '18807317878','Curry': '15093488129','Wade': '19282937665'
}def search_contact(name):if name in phone_book:return phone_book[name]else:return "not found"# 获取用户输入
name = input()# 调用函数进行查询并输出结果
print(search_contact(name))
9. 统计字符串出现的次数
描述
输入一组字符串,空格分割,输出出现次数最多的字符串及其出现次数。
若出现次数最多的字符串有多个,则按照字符串升序分行输出。
**输入形式:**输入一组字符串,空格分割
**输出形式: **输出出现次数最多的字符串及出现次数,两者空格分割.
输入输出示例
输入 | 输出 | |
---|---|---|
示例 | python cat this name hello this cat | cat 2 this 2 |
代码
words = input().split()
word_count = {}
for word in words:word_count[word] = word_count.get(word, 0) + 1max_count = max(word_count.values())
max_words = [word for word, count in word_count.items() if count == max_count]
max_words.sort()for word in max_words:print(word, max_count)
10. 程序设计题 计算手机销量年增长率
描述
-
文件smartphone.txt存放着某些公司手机年销量数据,每行为每家公司若干年销量(百万),数据间的分隔符为制表符。
-
打开文件请注明文件编码格式:with open(“smartPhone.txt”,encoding=“gbk”) as f:
-
编写函数isBigGrowth(L,rate),形参L为一组含有数值型数据的列表(某公司各年份的销量),rate为年增长率,判断并返回是否年销量快速增长:若每年销量增长率都超过给定的rate,则为True,否则为False。
-
主程序读取smartphone.txt内的数据,将每行数据中的年销量转为数值型数据,利用函数isBigGrowth(L,rate)计算并屏幕输出各公司年销量是否快速增长的情况(本题设年销量增长率均超过30%为快速增长),各数据间以制表符相隔。
-
程序运行结果如下图所示:
输入输出示例
手机公司 是否快速增长?
Samsung 否
Apple 否
Huawei 否
OPPO 快速
Vivo 快速
ZTE 否
LG 否
Lenovo 否
Xiaomi 否
附件 程序内如何读取附件?
smartPhone.txt
公司 2014年 2015年 2016年 2017年
Samsung 311 322.9 310.3 318.7
Apple 192.9 231.6 215.2 15.8
Huawei 73.6 104.8 139.1 153.1
OPPO 29.9 50.1 92.9 121.1
Vivo 19.5 40.5 74.3 100.7
ZTE 43.8 56.2 60.1 44.9
LG 59.2 59.7 55.1 55.9
Lenovo 70.1 74.1 50.7 49.7
Xiaomi 61.1 70.7 61.5 96.1
代码
def isBigGrowth(L, rate):for i in range(1, len(L)):growth_rate = (L[i] - L[i-1]) / L[i-1] * 100if growth_rate <= rate:return Falsereturn Truewith open("smartPhone.txt", encoding="gbk") as f:# Read the first line to get the yearsyears = next(f).strip().split('\t')[1:]print("手机公司\t是否快速增长?")for line in f:data = line.strip().split('\t')company = data[0]sales = [float(sale) for sale in data[1:]]if isBigGrowth(sales, 30):print(f"{company}\t快速")else:print(f"{company}\t否")
相关文章:

Python练习 20240508一次小测验
Python基础 10道基础练习题 1. 个人所得税计算器描述输入输出示例…...

桥梁施工污水需要哪些工艺设备
桥梁施工过程中产生的污水通常包含泥浆、油污、化学品残留等污染物。为了有效处理这些污水,确保施工现场的环境保护和合规性,通常需要以下工艺设备: 沉砂池:用于去除污水中的砂粒和其他重质无机物,减少对后续处理设备的…...

ADOP带你了解:长距离 PoE 交换机
您是否知道当今的企业需要的网络连接超出了传统交换机所能容纳的长度?这就是我们在长距离 PoE 交换机方面的专业化变得重要的地方。我们了解扩展网络覆盖范围的挑战,无论是在广阔的园区还是在多栋建筑之间。使用这些可靠的交换机,我们不仅可以…...

想要品质飞跃?找六西格玛培训公司就对了!
在当今复杂多变的市场环境中,企业的竞争早已不再是单一的价格或产品竞争,而是转向了对品质、效率和创新的全面追求。六西格玛,作为一种全球公认的质量管理方法论,正成为越来越多企业追求品质革命的重要工具。在这其中,…...

【工具】Office/WPS 插件|AI 赋能自动化生成 PPT 插件测评 —— 必优科技 ChatPPT
本文参加百度的有奖征文活动,更主要的也是借此机会去体验一下 AI 生成 PPT 的产品的现状,因此本文是设身处地从用户的角度去体验、使用这个产品,并反馈最真实的建议和意见,除了明确该产品的优点之外,也发现了不少缺陷和…...

4000定制网站,因为没有案例,客户走了
接到一个要做企业站点的客户,属于定制开发,预算4000看起来是不是还行的一个订单? 接单第一步:筛客户 从客户询盘的那一刻开始就要围绕核心要素:预算和工期,凡是不符合预期的一律放掉就好了,没必…...

内容安全(AV)
防病毒网关(AV)简介 基于网络侧 识别 病毒文件,工作范围2~7层。这里的网关指的是内网和外网之间的一个关口,在此进行病毒的查杀。在深信服中就有一个EDR设备,该设备就是有两种部署,一个部署在网关…...

互联网产品为什么要搭建会员体系?
李诞曾经说过一句话:每个人都可以讲5分钟脱口秀。这句话换到会员体系里面同样适用,每个人都能聊点会员体系相关的东西。 比如会员体系属于用户运营的范畴,比如怎样用户分层,比如用户标签及CDP、会员积分、会员等级、会员权益和付…...

富格林:学习安全策略远离欺诈亏损
富格林悉知,黄金交易市场的每一分都可能发生变化。市场的波动会让很多人欢喜或沮丧,有人因此赚得盆满钵满,但也有人落入陷阱亏损连连,在现货黄金投资中,需要学习正规的做单技能,制定正规合理做单策略&#…...

学QT的第二天~
小黑子鉴别界面 #include "mywidget.h" void MyWidget::bth1() { if(edit3 ->text()"520cxk"&&edit4 ->text()"1314520") { qDebug()<< "你好,真爱粉"; this->close(); } else { speecher->sa…...

QSplitter分裂器的使用方法
1.QSplitter介绍 QSplitter是Qt框架提供的一个基础窗口控件类,主要用于分割窗口,使用户能够通过拖动分隔条来调节子窗口的大小。 2.QSplitter的添加方法 (1)通过Qt Creator的界面设计工具添加; (2…...

AI-数学-高中52-离散型随机变量概念及其分布列、两点分布
原作者视频:【随机变量】【一数辞典】2离散型随机变量及其分布列_哔哩哔哩_bilibili 离散型随机变量分布列:X表示离散型随机变量可能在取值,P:对应分布在概率,P括号里X1表示事件的名称。 示例:...

Amazon IoT 服务的组件
我们要讨论的第一个组件是设备 SDK。 您的连接设备需要进行编码,以便它们可以与平台连接并执行操作。 Amazon Device SDK 是一个软件开发套件,其中包括一组用于连接、身份验证和交换消息的客户端库。 SDK 提供多种流行语言版本,例如 C、Node.…...

24_Scala集合Map
文章目录 Scala集合Map1.构建Map2.增删改查3.Map的get操作细节 Scala集合Map –默认immutable –概念和Java一致 1.构建Map –创建kv键值对 && kv键值对的表达 –创建immutable map –创建mutable map //1.1 构建一个kv键值对 val kv "a" -> 1 print…...

Agent AI智能体:我们的生活即将如何改变?
你有没有想过,那个帮你设置闹钟、提醒你朋友的生日,甚至帮你订外卖的智能助手,其实就是Agent AI智能体?它们已经在我们生活中扮演了越来越重要的角色。现在,让我们一起想象一下,随着这些AI智能体变得越来越…...

浪子易支付 最新版本源码 增加杉德、付呗支付插件 PayPal、汇付、虎皮椒插件
内容目录 一、详细介绍二、效果展示1.部分代码2.效果图展示 三、学习资料下载 一、详细介绍 2024/05/01: 1.更换全新的手机版支付页面风格 2.聚合收款码支持填写备注 3.后台支付统计新增利润、代付统计 4.删除结算记录支持直接退回商户金额 2024/03/31:…...

Java|用爬虫解决问题
使用Java进行网络爬虫开发是一种常见的选择,因为Java语言的稳定性和丰富的库支持使得处理网络请求、解析HTML/XML、数据抓取等任务变得更加便捷。下面是一个简单的Java爬虫示例,使用了Jsoup库来抓取网页内容。这个示例将展示如何抓取一个网页的标题。 准…...

美国站群服务器的CN2线路在国际互联网通信中的优势?
美国站群服务器的CN2线路在国际互联网通信中的优势? CN2线路,或称中国电信国际二类线路,是中国电信在全球范围内建设的高速骨干网络。这条线路通过海底光缆系统将中国与全球连接起来,为用户提供高速、低延迟的网络服务。CN2线路在国际互联网…...

人工智能哪些大学比较好
人工智能领域的大学有很多,以下是一些国际上被广泛认可的一流大学: 1. **斯坦福大学(Stanford University)** - 位于美国加州的斯坦福大学拥有顶尖的人工智能研究中心,并在机器学习、自然语言处理等领域处于领先地位。…...

【每日力扣】141. 环形链表与142. 环形链表 II
🔥 个人主页: 黑洞晓威 😀你不必等到非常厉害,才敢开始,你需要开始,才会变的非常厉害 141. 环形链表 给你一个链表的头节点 head ,判断链表中是否有环。 如果链表中有某个节点,可以通过连续跟…...

考研逆天改命,双非逆袭985!
这个系列会邀请上岸学长学姐进行经验分享~ 今天分享经验的同学是双非上岸中国海洋大学! 大家好,先自我介绍一下,我是应届考生,报考的专业是新一代电子信息技术(产教融合),总分377,…...

群晖上部署农场管理系统farmOS
什么是 farmOS ? farmOS 是一个基于 Web 的应用程序,用于农场管理、规划和记录保存。它由志愿者社区开发,旨在为农民、开发人员和研究人员提供一个标准平台。 需要注意的是,群晖内核版本太低会遇到下面的错误,这个 AH0…...

Python中的property装饰器:深入解析与实用示例
Python中的property装饰器:深入解析与实用示例 一、引言 在Python中,property装饰器是一个强大的工具,它允许我们定义类的属性,同时保持对这些属性的访问控制。这意味着我们可以在不破坏封装性的前提下,提供对类内部…...

【Linux】使用Jenkins + svn + springboot自动构建jar包并自动打包在服务器上运行
👨🎓博主简介 🏅云计算领域优质创作者 🏅华为云开发者社区专家博主 🏅阿里云开发者社区专家博主 💊交流社区:运维交流社区 欢迎大家的加入! 🐋 希望大家多多支…...

数据库、OS内核安全等精彩继续!龙蜥大讲堂 5 月直播预告来袭
「龙蜥大讲堂」5 月精彩预告来了,点击下方海报抢先了解。本月又是满满的技术干货分享,多位大咖带你共享技术盛宴!直播地址:http://live.bilibili.com/24798267 5 月精彩分享直达 👇 直播主题及内容介绍 一࿱…...

ubuntu20文件安装和卸载cuda11.6
搜索cuda 11.6 nvidia,进入官网https://developer.nvidia.com/cuda-11-6-0-download-archive 选择linux --> runfile 用安装包安装 wget https://developer.download.nvidia.com/compute/cuda/11.6.0/local_installers/cuda_11.6.0_510.39.01_linux.run sudo s…...

如何备份firewalld的配置信息?
要备份Firewalld的配置信息,您可以通过以下步骤进行: 备份配置文件: Firewalld的配置文件位于/etc/firewalld/目录下。您可以使用cp命令来备份这些文件到其他位置,例如: cp -r /etc/firewalld/zones /path/to/backup…...

我们该如何看待AIGC(人工智能)
引言 人工智能(AI)是当今世界科技发展的前沿领域之一,它正在以前所未有的速度和规模影响着我们的生活、工作和思考方式。AIGC,即人工智能生成内容(Artificial Intelligence Generated Content),…...

POWERBI==官网教程
地址 COVID-19 tracking sample for US state and local governments - Power BI | Microsoft Learn 已经非常全面了...

自然语言处理(NLP)技术有哪些运用?
目录 一、自然语言处理(NLP)技术有哪些运用? 二、Python进行文本的情感分析 1、NLTK库: 2、TextBlob库: 三、错误排除 一、自然语言处理(NLP)技术有哪些运用? 自然语言处理(NLP)…...