Python Day- Looping-Latihan dan tugasan
Nombor Perdana:
Nombor yang boleh dibahagi dengan 1 dan dirinya sendiri dipanggil sebagai nombor perdana.(Cth-->3,5,7)
1) Cari nombor perdana atau tidak:
no = int(input("Enter no. ")) div = 2 while div<no: if no%div == 0: print("Not Prime") break div+=1 else: print("Prime")
Output:
1)Enter no. 5 Prime 2)Enter no. 6 Not Prime
2) Membalikkan nombor input dan mencari sama ada nombor terbalik itu ialah nombor perdana atau tidak:
def reverse_a_no(no): reverse = 0 while no>0: rem = no%10 reverse = (reverse*10) + rem no//=10 #no=no//10 return reverse no = int(input("Enter no. ")) reversed_no = reverse_a_no(no) #31 71 print(reversed_no) def find_prime(no): div = 2 while div<no: if no%div == 0: return False break div+=1 #3 else: return True result1 = find_prime(no) result2 = find_prime(reversed_no) if result1 == result2: print("EMIRP number") else: print("not EMIRP number")
Output:
1)Enter no. 15 51 EMIRP number 2)Enter no. 14 41 not EMIRP number
Nombor Sempurna
Nombor sempurna bermakna hasil tambah nombor boleh bahaginya akan sama dengan nombor itu.(cth-->6 boleh dibahagi dengan 1,2,3 dan 1 2 3=6)
def find_perfect(no): total = 0 div = 1 while div<no: if no%div==0: total = total + div div+=1 else: if total == no: return True else: return False no = int(input("Enter no. ")) result = find_perfect(no) if result == True: print("Perfect Number") else: print("Not Perfect")
Output:
Enter no. 6 Perfect Number
Akar kuasa dua:
Cari kuasa dua nombor input dan jumlah digit nombor punca kuasa dua itu.
def square(no): return no**2 no=int(input("Enter the number:")) result=square(no) def sum_of_digits(num): sum=0 while num>0: sum=sum+num%10 num=num//10 return sum if result<10: print(result) else: final_result=sum_of_digits(result) if final_result<10: print(final_result) else: final_result=sum_of_digits(final_result) print("sum_of_digits:",final_result)
Output:
Enter the number:4 7
Dalam contoh di atas nombor input yang diberikan ialah 4,
--> punca kuasa dua bagi 4 ialah 4x4=16
-->jumlah digit bagi nombor segi empat sama 1 6=7.
Tugas -1 **
**Nombor Automorfik
Semak sama ada segi empat sama nombor berakhir dengan nombor yang sama.
Contoh: 5 → Automorphic (5²=25), 6 → Automorphic (6²=36), 7 → Not Automorphic.
def square(no): return no**2 no=int(input("Enter the number:")) result=square(no) print(result) while result>0: rem=result%10 if rem==no: print("Automorphic number") break else: print("Not Automorphic number") break
Output:
1)Enter the number:5 25 Automorphic number 2)Enter the number:4 16 Not Automorphic number
Tugas:2
Jujukan Fibonacci
Jana jujukan Fibonacci sehingga nombor tertentu.
Contoh: Input: 10 → Output: 0, 1, 1, 2, 3, 5, 8.
no = int(input("Enter the number of required sequence: ")) first_num,sec_num =0 ,1 while first_num < no: print(first_num, end=" ") first_num,sec_num = sec_num,first_num+sec_num
Output:
Enter the number of required sequence: 10 0 1 1 2 3 5 8
Atas ialah kandungan terperinci Python Day- Looping-Latihan dan tugasan. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Alat AI Hot

Undresser.AI Undress
Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover
Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Undress AI Tool
Gambar buka pakaian secara percuma

Clothoff.io
Penyingkiran pakaian AI

Video Face Swap
Tukar muka dalam mana-mana video dengan mudah menggunakan alat tukar muka AI percuma kami!

Artikel Panas

Alat panas

Notepad++7.3.1
Editor kod yang mudah digunakan dan percuma

SublimeText3 versi Cina
Versi Cina, sangat mudah digunakan

Hantar Studio 13.0.1
Persekitaran pembangunan bersepadu PHP yang berkuasa

Dreamweaver CS6
Alat pembangunan web visual

SublimeText3 versi Mac
Perisian penyuntingan kod peringkat Tuhan (SublimeText3)

Topik panas











Python lebih mudah dipelajari dan digunakan, manakala C lebih kuat tetapi kompleks. 1. Sintaks Python adalah ringkas dan sesuai untuk pemula. Penaipan dinamik dan pengurusan memori automatik menjadikannya mudah digunakan, tetapi boleh menyebabkan kesilapan runtime. 2.C menyediakan kawalan peringkat rendah dan ciri-ciri canggih, sesuai untuk aplikasi berprestasi tinggi, tetapi mempunyai ambang pembelajaran yang tinggi dan memerlukan memori manual dan pengurusan keselamatan jenis.

Untuk memaksimumkan kecekapan pembelajaran Python dalam masa yang terhad, anda boleh menggunakan modul, masa, dan modul Python. 1. Modul DateTime digunakan untuk merakam dan merancang masa pembelajaran. 2. Modul Masa membantu menetapkan kajian dan masa rehat. 3. Modul Jadual secara automatik mengatur tugas pembelajaran mingguan.

Python lebih baik daripada C dalam kecekapan pembangunan, tetapi C lebih tinggi dalam prestasi pelaksanaan. 1. Sintaks ringkas Python dan perpustakaan yang kaya meningkatkan kecekapan pembangunan. 2. Ciri-ciri jenis kompilasi dan kawalan perkakasan meningkatkan prestasi pelaksanaan. Apabila membuat pilihan, anda perlu menimbang kelajuan pembangunan dan kecekapan pelaksanaan berdasarkan keperluan projek.

Adakah cukup untuk belajar Python selama dua jam sehari? Ia bergantung pada matlamat dan kaedah pembelajaran anda. 1) Membangunkan pelan pembelajaran yang jelas, 2) Pilih sumber dan kaedah pembelajaran yang sesuai, 3) mengamalkan dan mengkaji semula dan menyatukan amalan tangan dan mengkaji semula dan menyatukan, dan anda secara beransur-ansur boleh menguasai pengetahuan asas dan fungsi lanjutan Python dalam tempoh ini.

Python dan C masing -masing mempunyai kelebihan sendiri, dan pilihannya harus berdasarkan keperluan projek. 1) Python sesuai untuk pembangunan pesat dan pemprosesan data kerana sintaks ringkas dan menaip dinamik. 2) C sesuai untuk prestasi tinggi dan pengaturcaraan sistem kerana menaip statik dan pengurusan memori manual.

Pythonlistsarepartofthestandardlibrary, sementara

Python cemerlang dalam automasi, skrip, dan pengurusan tugas. 1) Automasi: Sandaran fail direalisasikan melalui perpustakaan standard seperti OS dan Shutil. 2) Penulisan Skrip: Gunakan Perpustakaan Psutil untuk memantau sumber sistem. 3) Pengurusan Tugas: Gunakan perpustakaan jadual untuk menjadualkan tugas. Kemudahan penggunaan Python dan sokongan perpustakaan yang kaya menjadikannya alat pilihan di kawasan ini.

Aplikasi Python dalam pengkomputeran saintifik termasuk analisis data, pembelajaran mesin, simulasi berangka dan visualisasi. 1.Numpy menyediakan susunan pelbagai dimensi yang cekap dan fungsi matematik. 2. Scipy memanjangkan fungsi numpy dan menyediakan pengoptimuman dan alat algebra linear. 3. Pandas digunakan untuk pemprosesan dan analisis data. 4.Matplotlib digunakan untuk menghasilkan pelbagai graf dan hasil visual.
