python100例(python100例详解)

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：

用python计算100以内所有偶数的和

用python计算100以内所有偶数的和的代码如下

a = 1

sum = 0

while a = 100:

if a % 2 == 0:

sum += a

a += 1

print(sum)

我用了100行Python代码，实现了与女神尬聊微信（附代码）

朋友圈很多人都想学python，有一个很重要的原因是它非常适合入门。对于 人工智能算法 的开发，python有其他编程语言所没有的独特优势， 代码量少 ，开发者只需把精力集中在算法研究上面。

本文介绍一个用python开发的，自动与美女尬聊的小软件。以下都是满满的干货，是我工作之余时写的，经过不断优化，现在分享给大家。那现在就让我们抓紧时间开始吧！

准备：

编程工具IDE：pycharm

python版本： 3.6.0

首先新建一个py文件，命名为：ai_chat.py

PS： 以下五步的代码直接复制到单个py文件里面就可以直接运行。为了让读者方便写代码，我把代码都贴出来了，但是排版存在问题，我又把在pycharm的代码排版给截图出来。

第一步： 引入关键包

简单介绍一下上面几个包的作用： pickle 包 是用来对数据序列化存文件、反序列化读取文件，是人类不可读的，但是计算机去读取时速度超快。（就是用记事本打开是乱码）。 而 json包 是一种文本序列化，是人类可读的，方便你对其进行修改（记事本打开，可以看到里面所有内容，而且都认识。） gensim 包 是自然语言处理的其中一个python包，简单容易使用，是入门NLP算法必用的一个python包。 jieba包 是用来分词，对于算法大咖来说效果一般般，但是它的速度非常快，适合入门使用。

以上这些包，不是关键，学习的时候，可以先跳过。等理解整个程序流程后，可以一个一个包有针对性地去看文档。

第二步：静态配置

这里path指的是对话语料（训练数据）存放的位置，model_path是模型存储的路径。

这里是个人编程的习惯，我习惯把一些配置，例如：文件路径、模型存放路径、模型参数统一放在一个类中。当然，实际项目开发的时候，是用config 文件存放，不会直接写在代码里，这里为了演示方便，就写在一起，也方便运行。

第三步： 编写一个类，实现导数据、模型训练、对话预测一体化

首次运行的时候，会从静态配置中读取训练数据的路径，读取数据，进行训练，并把训练好的模型存储到指定的模型路径。后续运行，是直接导入模型，就不用再次训练了。

对于model类，我们一个一个来介绍。

initialize() 函数和 __init__() 函数 是对象初始化和实例化，其中包括基本参数的赋值、模型的导入、模型的训练、模型的保存、最后返回用户一个对象。

__train_model() 函数，对问题进行分词，使用 gesim 实现词袋模型，统计每个特征的 tf-idf , 建立稀疏矩阵，进而建立索引。

__save_model() 函数 和 __load_model() 函数 是成对出现的，很多项目都会有这两个函数，用于保存模型和导入模型。不同的是，本项目用的是文件存储的方式，实际上线用的是数据库

get_answer() 函数使用训练好的模型，对问题进行分析，最终把预测的回答内容反馈给用户。

第四步：写三个工具类型的函数，作为读写文件。

其中，获取对话材料，可以自主修改对话内容，作为机器的训练的数据。我这里只是给了几个简单的对话语料，实际上线的项目，需要大量的语料来训练，这样对话内容才饱满。

这三个工具函数，相对比较简单一些。其中 get_data() 函数，里面的数据是我自己编的，大家可以根据自己的习惯，添加自己的对话数据，这样最终训练的模型，对话方式会更贴近自己的说话方式。

第五步： 调用模型，进行对话预测

主函数main()， 就是你整个程序运行的起点，它控制着所有步骤。

运行结果：

程序后台运行结果：

如果有疑问想获取源码（ 其实代码都在上面 ），可以后台私信我，回复：python智能对话。 我把源码发你。最后，感谢大家的阅读，祝大家工作生活愉快！

python中如何编程求1到100之间的素数

1、新建python文件，testprimenum.py；

2、编写python代码，求1到100之间的素数；

list1?=?[]

i?=?2

for?i?in?range(2,101):

j?=?2

for?j?in?range?(2,i):

if?i%j?==?0:

break

else:

list1.append(i)

print(list1)

3、窗口中右击，选择‘在终端中运行Python文件’；

4、查看执行结果，1-100之间的素数为：

[2,?3,?5,?7,?11,?13,?17,?19,?23,?29,?31,?37,?41,?43,?47,?53,?59,?61,?67,?71,?73,?79,?83,?89,?97]