python学习(5)———多变量及其输出
来源:互联网 发布:猿课软件 编辑:程序博客网 时间:2024/04/30 16:28
多变量输出
为了避免重复变量的输出,我们可以用python中的str模板。例如,我们想得到一个这样的模板,每当我们输入一个名字例如(Jack)的时候,它就输出”Hello,Jack!”。为了得到以上模板,我们写了如下的代码。
# -*- coding: utf-8 -*-name=raw_input("what's your name?") #输入你的名字greeting="Hello,%s!"%name #得到你的打招呼信息print greeting #输出打招呼信息
得到结果:
以上是一个变量的时候进行的输出,其实我们还可以输出大量不同种变量,以下是代码示例。
# -*- coding: utf-8 -*-name=raw_input("what's your name?") #输入你的名字age=input("How old are you?") #输入你的年龄weight=input("What is your weight?") #输入你的重量,以kg为单位info="I'm %s,my age is %d,my weight is %.2f."%(name,age,weight)print info
得到结果:
以上是对各种输出类型的一个输出。可以看到,我输入的weight是180.3333,然而输出的是180.33。这里是因为我在info的获取最后一个%f的时候加了一个2,表示取到小数点后的第二位数字,这个叫做转换说明符。转换说明符的可以包括字段宽幅和精度。字段宽度是转换后的值所保留的最小字符个数。精度则是结果中包含的小数位数,或者是转换后的值所能包含的最大字符个数。
这两个参数都是整数(首先是字段宽度,然后是精度),通过点号(.)分割。虽然两个都是可选参数,但是如果只给精度,就必须包含点号:
>>> ‘%10f’ % pi #字段宽10
’ 3.141593’
>>> ‘%10.2f’ % pi #字段为10,精度为2
’ 3.14’
>>>’%.2f’ %pi #精度为2
‘3.14’
字符串格式化转换类型
1 0
- python学习(5)———多变量及其输出
- 机器学习笔记(二)——多变量最小二乘法
- 机器学习(3)——多变量线性回归
- 机器学习之——多变量线性回归
- 机器学习之——多变量线性回归
- COURSERA机器学习笔记——多变量线性回归
- 机器学习入门——多变量线性回归
- 机器学习(二)——多变量线性回归
- Python学习(机器学习_多变量线性回归)
- matlab——一次多变量命名
- python 多变量赋值
- python 多变量赋值
- Python 多变量赋值
- python函数 多变量
- 斯坦福大学机器学习笔记——多变量的线性回归以及梯度下降法注意事项(内有代码)
- Stanford机器学习课程笔记——多变量线性回归模型
- 【机器学习】Andrew Ng——04多变量线性回归
- Standford 机器学习—第二讲 Linear Regression with multiple variables(多变量线性回归)
- Hdu 5862 Counting Intersections(有n条线段,每一条线段都是平行于x轴或者y轴,问有多少个交点)
- cocos2dx打包apk时,keystore信息输入错误怎么办
- 继承再学习
- 最短路-Bellman-Ford
- CSDN-markdown 之 LaTeX 特殊公式格式笔记
- python学习(5)———多变量及其输出
- 二十四. Django认证系统中的@login_required
- 最小生成树-Prim
- 多线程总结:
- 剑指Offer笔记<JAVA版>(二)
- 父类引向子类对象
- cache和命中率的问题
- try catch finally
- [UESTC 1437]谭松松的旅游计划