python函数学习(二)

最小公倍数

def lcm(x,y):#定义函数
#获取最大的数
if x>y:
greater=x
else:
greater=y
while True:
if ((greater%x==0) and (greater%y==0)):
lcm=greater
break
greater+=1
return lcm

获取用户输入:

num1=int(input("输入第一个数字:"))
num2=int(input("输入第二个数字:"))
print(num1,"和",num2,"的最小公倍数为:",lcm(num1,num2))
输入第一个数字:48
输入第二个数字:78
48 和 78 的最小公倍数为: 624

最大公约数函数

找出两个整数的最大公约数

def gcd(x,y):#定义函数
k=2#在循环开始之前对变量进行初始化
while k<=x and k<=y:
if (x%k==0)and(y%k==0):
gcd=k
k+=1
return gcd

输入变量

num1=int(input("输入第一个数字:"))
num2=int(input("输入第二个数字:"))
print(num1,"和",num2,"的最大公约数为:",gcd(num1,num2))
输入第一个数字:48
输入第二个数字:78
48 和 78 的最大公约数为: 6

求函数的极差、平均数、中位数、众数、方差

  • 极差:最大值与最小值之差。它是标志值变动的最大范围。英文:range
    ** 公式:R=Xmax-Xmin(其中,Xmax为最大值,Xmin为最小值)
  • 平均数:一组数据中所有数据之和再除以数据的个数。反映数据集中趋势的一项指标。英文:average
    ** 公式:A=(a1+a2+a3+……+an)/n
  • 中位数:对于有限的数集,可以通过把所有观察值高低排序后找出正中间的一个作为中位数。如果观察值有偶数个,通常取最中间的两个数值的平均数作为中位数。英文:median
    ** 公式:X1,……,Xn从小到大排序X(1),……,X(n),n为奇数时,中位数为X0.5=X(n+1)/2;n为偶数时,X0.5=[X(n/2)+X(n+1)/2]/2
  • 众数:众数是样本观测值在频数分布表中频数最多的那一组的组中值,主要应用于大面积普查研究之中。英文:mode
    ** 例如:1,2,3,3,4的众数是3。
    ** 但是,如果有两个或两个以上个数出现次数都是最多的,那么这几个数都是这组数据的众数。
    ** 例如:1,2,2,3,3,4的众数是2和3。
    ** 还有,如果所有数据出现的次数都一样,那么这组数据没有众数。
    ** 例如:1,2,3,4,5没有众数。
  • 方差:方差是实际值与期望值之差平方的平均值,方差是在概率论和统计方差衡量随机变量或一组数据是离散程度的度量。英文:variance

求极差

def range(l):
return max(l)-minl)

求平均数

def avg(l):
return float(sum(l))/len(l);

求中位数

def median(l):
l=sorted(l);#先排序
if len(l)%2==1:
return l[len(l)/2];
else:
return (l[len(l)/2-1]+l[len(l)/2])/2.0;

求众数

def mode(l):
#统计list中各个数值出现的次数
count_dict={};
for i in l:
if count_dict.has_key(i):
count_dict[i]+=1;
else:
count_dict[i]=1;
#求出现次数的最大值
max_appear=0
for v in count_dict.values():
if v>max_appear:
max_appear=v;
if max_appear==1:
return;
mode_list=[];
for k,v in count_dict.items():
if v==max_appear:
mode_list.append(k);
return mode_list;

求词频

text = '''the clown ran after the car and the car ran into the tent
and the tent fell down on the clown and the car'''

第一步

words=text.split()# 获取单词的列表
print(words)

第二步

使用字典可以极大简化步骤

获取单词-词频字典

counts=dict()#初始化一个空的字典
for word in words:
counts[word]=counts.get(word,0)+1#构造字典,注意get方法需要设定默认返回值0(当单词第一次出现时,词频为1)
print(counts)

第三步

在字典中查找最高词频的单词

bigcount=None
bigword=None
for word,count in counts.items():
if bigcount is None or count > bigcount:
bigword=word
bigcount=count
print(bigword,bigcount)

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 213,752评论 6 493
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 91,100评论 3 387
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 159,244评论 0 349
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 57,099评论 1 286
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 66,210评论 6 385
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,307评论 1 292
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,346评论 3 412
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,133评论 0 269
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,546评论 1 306
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,849评论 2 328
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,019评论 1 341
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,702评论 4 337
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,331评论 3 319
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,030评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,260评论 1 267
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,871评论 2 365
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,898评论 2 351

推荐阅读更多精彩内容