python入门题目100道(python入门题目及答案)
关于python 语言基础的练习题？
一、Python语言的简述
Python语言是一种解释型、面向对象的编程语言，是一种开源语言。
Python属于动态类定义语言，也是一种强调类型语言。
二、Python语言的特点
1、简单、高级
2、面向对象
3、可扩展性、免费和开源的
4、可移植型、可嵌入型、丰富的库
三、Python语言的应用范围
1、操作系统管理
2、科学计算
3、Web应用
4、图形用户界面（GUI）开发
5、其他，例如游戏开发等
优点
简单：Python是一种代表简单主义思想的语言。阅读一个良好的Python程序就感觉像是在读英语一样。它使你能够专注于解决问题而不是去搞明白语言本身。
易学：Python极其容易上手，因为Python有极其简单的说明文档。
易读、易维护：风格清晰划一、强制缩进。
用途广泛。
速度快：Python的底层是用C语言写的，很多标准库和第三方库也都是用C写的，运行速度非常快。
免费、开源：Python是FLOSS（自由／开放源码软件）之一。使用者可以自由地发布这个软件的拷贝、阅读它的源代码、对它做改动、把它的一部分用于新的自由软件中。FLOSS是基于一个团体分享知识的概念。
Python简单的题？
结果为False
当两者元素个数相同，元素值不同，所有比较结果都为False：
print({1,2,3}=={1,2,4}) # False
print({1,2,3}{1,2,4}) # False
print({1,2,3}{1,2,4}) # False
set类型进行比较时，元素多的更大：
print({1,2,3,4}{1,2,3}) # True
如果两者个数相同，元素也相同，则为True
print({1,2,3}=={1,2,3}) # True
如果两者个数相同，元素也相同，只是顺序不一样，结果也为True
print({1,2,3}=={1,3,2}) # True
Python挑战100题（14~20）
题目：给你个小写英文字符串a和一个非负数b(0=b26), 将a中的每个小写字符替换成字母表中比它大b的字母。这里将字母表的z和a相连，如果超过了z就回到了a。
例如a="cagy", b=3,
则输出 ：fdjb
提示： ord('a') = 97, ord('b') = 98, chr(97) = a
参考答案：
题目：给你一个字符串a和一个正整数n,判断a中是否存在长度为n的回文子串。如果存在，则输出YES，否则输出NO。
回文串的定义： 记串str逆序之后的字符串是str1，若str=str1,则称str是回文串，如"abcba".
参考答案：
题目：给你两个时间st和et(00:00:00=st = et=23:59:59), 请你给出这两个时间间隔的秒数。
如：st="00:00:00", et="00:00:10", 则输出10.
参考答案：
方法一：切片
方法二：time模块
题目：给你一个时间t（t是一个字典，共有六个字符串key(year,month,day,hour,minute,second),值为每个值为数字组成的字符串，
如t={'year':'2013','month':'9','day':'30','hour':'16','minute':'45','second':'2'}
请将其按照以下格式输出， 格式:XXXX-XX-XX XX:XX:XX。如上例应该输出： 2013-09-30 16:45:02。
参考答案：
方法一：利用datetime模块
方法二：一行
题目：给你一个整数组成的列表L，按照下列条件输出：
若L是升序排列的,则输出"UP";
若L是降序排列的,则输出"DOWN";
若L无序，则输出"WRONG"。
参考答案：
题目：一个环形的公路上有n个加油站，编号为0,1,2,...n-1,
每个加油站加油都有一个上限，保存在列表limit中，即limit[i]为第i个加油站加油的上限，
而从第i个加油站开车开到第(i+1)%n个加油站需要cost[i]升油,cost为一个列表。
现在有一辆开始时没有油的车，要从一个加油站出发绕这个公路跑一圈回到起点。
给你整数n，列表limit和列表cost,你来判断能否完成任务。
如果能够完成任务，输出起始的加油站编号，如果有多个,输出编号最小的。
如果不能完成任务，输出-1。
参考答案：
构造新的limit和cost并遍历,来源
题目：给你一个整数列表L,判断L中是否存在相同的数字，
若存在，输出YES，否则输出NO。
参考答案：
最全的pandas面试基础100题目
在进行下面的题目操作时，一定要先导入上面的两个数据分析包 pandas、numpy
1. 如何用Python的列表创建一个series?
输出：
一个series是一个一维的标记数组，可以容纳任何数据类型(整数、字符串、浮点数、Python对象等)。必须记住，与Python列表不同，一个series总是包含相同类型的数据。
2.如何使用列表创建一个DataFrame?
输出：
3.如何使用Series 字典对象生成 DataFrame?
输出：
4.如何在pandas中创建一个空的DataFrame？
要创建一个完全空的pandas dataframe，我们使用以下操作：
输出：
已知有这样的数据，如何进行查看
输出：
2.如何查看尾部数据?
3.如何快速查看数据的统计摘要?
4.如何查询索引和列名?
1.简述Pandas Index
在panda中建立索引意味着简单地从DataFrame中选择特定的数据行和列。
pandas支持四种类型的多轴索引，它们是:
它们统称为索引器。这些是迄今为止索引数据最常见的方法。这四个函数有助于从DataFrame获取元素、行和列。
2.Pandas 定义重新索引(Reindexing)
重新索引会更改DataFrame的行标签和列标签。重新索引意味着使数据符合特定轴上给定的一组标签。
多个操作可以通过像这样的索引来完成:
输出:
3.如何设置索引？
panda set_index() 是一种将列表、序列或dataframe设置为dataframe索引的方法。
语法:
DataFrame.set_index(keys, inplace=False)
参数:
改变索引列
在本例中，名称列被用作DataFrame的索引列
输出:
如输出图像所示，以前索引列是一系列数字
Before Operation –
After Operation
4.如何重置索引?
Pandas Series.reset_index()
函数的作用是:生成一个新的DataFrame或带有重置索引的Series。
例1： 使用 Series.reset_index() 函数重置给定Series对象的索引
输出:
现在，我们将使用Series.reset_index()函数来重置给定的series对象的索引
输出 :
从输出中可以看到，该 Series.reset_index() 函数已将给定Series对象的索引重置为默认值。它保留了索引，并将其转换为列。
1.1先创建数据:
1.2选择单列，产生 Series
详见 按标签选择 。
2.1用标签提取一行数据：
详见 按位置选择 。
3.1用整数位置选择：
4.1用单列的值选择数据：
5.1用索引自动对齐新增列的数据：
1.如何得到一个数列的最小值、第25百分位、中值、第75位和最大值?
输出:
Pandas dataframe.mean(axis=None) 函数返回所请求轴(axis=0代表对列进行求平均值，axis=1代表对行进行求平均值)的值的平均值。
示例: 使用 mean() 函数查找索引轴上所有观测值的平均值。
输出:
让我们使用datafame .mean()函数来查找索引轴上的平均值。
3.如何将函数应用到DataFrame中的每个数据元素?
可以使用 apply() 函数以便将函数应用于给定dataframe中的每一行。让我们来看看我们完成这项任务的方式。
实例:
输出：
4.如何在panda中获得一个DataFrame的行数和列数?
输出:
获取df的行和列计数
输出:
5.如何在panda DataFrame中获得列值的总和?
Pandas dataframe.sum() 函数返回所请求轴的值的和
语法: DataFrame.sum(axis=None, skipna=None, )
参数:
示例1: 使用 sum() 函数查找索引轴上所有值的总和
现在求出沿索引轴的所有值的和。我们将跳过计算和时的NaN值。
输出:
如何将新行追加到pandas DataFrame？
Pandas dataframe.append() 函数的作用是:将其他dataframe的行追加到给定的dataframe的末尾，返回一个新的dataframe对象。
语法:
DataFrame.append( ignore_index=False,)
参数:
示例1： 创建两个数据框，然后将第二个附加到第一个。
现在将df2附加到df1的末尾
输出:
请注意，第二个DataFrame的索引值保留在附加的DataFrame中。如果我们不希望发生这种情况，则可以设置ignore_index = True。
输出 :
“group by” 指的是涵盖下列一项或多项步骤的处理流程：
详见 分组 。
输出:
1.先分组，再用 sum() 函数计算每组的汇总数据：
输出:
2.多列分组后，生成多层索引，也可以应用 sum 函数：
输出:
如何将numpy数组转换为给定形状的DataFrame?
输出:
输出:
透视表是一种可以对数据动态排布并且分类汇总的表格格式，在pandas中它被称作pivot_table。
pivot_table(data, values=None, index=None, columns=None)
参数:
详见: 数据透视表
打印输出：
用上述数据生成数据透视表非常简单：
返回结果:
1.如何将列添加到pandas DataFrame？
源数据:
输出:
输出：
2.如何向panda DataFrame添加索引、行或列?
向DataFrame添加索引
如果您创建了一个DataFrame, panda允许将输入添加到索引参数中。它将确保您拥有所需的索引。否则，在默认情况下，DataFrame包含一个数值索引，该索引从0开始，在DataFrame的最后一行结束。
向DataFrame添加行、列
我们可以使用.loc、iloc和ix将行、列插入到DataFrame中。
添加具有特定索引名的行:
输出:
3.如何在panda DataFrame上进行迭代?
您可以通过结合使用for循环和对DataFrame的iterrows()调用来遍历DataFrame的行。
输出:
4.我们如何排序DataFrame？
我们可以通过以下几种有效地在DataFrame中执行排序：
(1)按标签
可以使用sort_index()方法对数据dataframe进行排序。可以通过传递axis参数和排序顺序来实现。默认情况下，按升序对行标签进行排序。
python基础题？
（1）count = 0
（2）while count 3:
（3） name = input()
（4） password = input()
（5） if name == 'Kate' and password == '666666':
（6） print("登录成功！")
（7） break
（8） else:
（9） count += 1
（10） if count == 3:
（11） print("3次用户名或者密码均有误！退出程序！")
程序开始执行：
（1）：定义int类型变量count并为其赋初始值0，执行语句（2）。
（2）：循环语句，若变量count=3则跳出循环,程序结束。若count3则进入循环，执行语句（3）。
（3）：定义str类型变量name并调用python内置输入函数input(),控制台等待输入，假设输入"Kate"，执行语句（4）。
（4）：定义str类型变量password并调用python内置输入函数input(),控制台等待输入，假设输入"666666"。执行语句（5）
（5）：判断语句，若name变量的__str__()函数的返回值等于字符串'Kate'的__str__()函数的返回值且password变量__str__()函数的返回值等于字符串'666666'的__str__()函数的返回值则执行语句（6），否则执行语句（9），因假设中name变量的值为"Kate",password变量的值为"666666"，故执行语句（6）
（6）：调用内置输出函数print(self, *args, sep=' ', end='\n', file=None),其中*args对应实参为“登录成功！”，故输出“登录成功”。执行语句（7）
（7）：break关键字，跳出循环，程序无后续代码，程序结束。
（9）：count变量的值等于count变量的值加1。执行语句（10）
（10）：判断count变量的值是否等于3，如果是执行语句（11），否则执行语句（2）
（11）：调用内置输出函数print(self, *args, sep=' ', end='\n', file=None),其中*args对应实参为“3次用户名或密码均有误！退出程序”，故输出“3次用户名或密码均有误！退出程序”。执行语句（2），因count=3,故执行完（2）后程序结束。
Python入门问题 计蒜客上面的简单题
上面给的是可行的，没有限制-10~40，也没有限制只可三个数（多少数都可以计算出来），用的是列表的方式，提示用的a,b,c是元组的方式