相关试卷

deflst（n）：

    que=[]

        que.append（temp）

    return que

若加框处语句改为：

则执行语句lst（4），que的生成结果 （选填：是/否）相同。

Python部分程序如下 , 请在划线处填入合适的代码。

n=10

head=0

que=lst（n）

tail=10

dis=[['B超', 12],[ '心电图' , 5],['抽血', 2],['尿常规' , 2],['C14检测', 2],['胸透' , 2], ['一般常规（身高体重血压）', 1]]

t=[-1]*7         #t记录各个项目当前体检的开始时间

f=[-1]*7         #f记录各个项目当前体检人员编号

def jh（num）:

    global tail            #global能够实现在自定义函数中改变公共变量tail

    p=head

    while p<tail:

        if que[p][0]not in fand num not in que[p][1]:  #p体检者等待中且未体检num项目

            que[p][1].append（num）

            t[num]=time

            if len（que[p][1]）==7:

                temp=que[p]

                    for i in range（p , tail-1）:

                        que[i]=que[i+1]

                    que[tail-1]=temp

                    tail-=1

                break

        p=p+1

time=0

while tail! =head：

    i=0

    while i<7：

        if t[i]==-1：

            jh（i）

        elif  :

            t[i]=-1

            f[i]=-1

            i-=1

        i+=1

    time+=1

print（'体检完成顺序：'）

for i in range(  )：       #按体检完成顺序输出体检者及其的体检项目顺序

    item= que[i][1]

    s= '  '

    for j in item：

        s+=dis[j][0]+'→'

    print（'编号%d：%s'%（que[i][0], s[：-1]））

#导入函数库，代码略

#设置智能终端连接 web服务器的参数、连接网络的参数并连接网络，代码略

while True：

    h=pin0. read_analog()

    errno, resp=obloq. get（"input？ id=1&h="+  ,  10000）

    if errno! =200：#表明网络通信连接异常

        display. show（str（errno））

    else：

        if resp=="1"：       #开启水泵进行浇灌

            pin1. write_digital（1）

            sleep（10*60*1000）

    sleep（1000*5）

import pandas aspd

import matplotlib.pyplot asplt

df=pd.read-excel（"day.xlsx"）

df1=df[  ]

df2=df1.groupby（"设备名称" , as-index—False）.count()

plt.（df2.设备名称, df2.是否浇水）

plt.title（"各区块8月10日浇水次数统计"）

plt.show()

#读取仓库存储情况列表a，最多存储件数 m，代码略

kind=input（"请输入货物："）

left=right=0          #left记录从左侧取出此货物时需移动其他物品的次数，right记录从右侧取出此货物时需移动其他物品的次数

i=0；j=m-1

t=[0, 0]              #t表示是否找到此货物

while i<-j and t! =[1, 1]:

    if  :

        i=i+1

    elif a[i]! =kind:

        left+=1

        i=i+1

    else：

        t[0]=1

    if a[j] = =”0”:

        j=j -1

    elif a[j]! =kind:

        j=j -1

    else：

        t[1]=1

if left>right:

    for k in range（j , m-1）:

        a[k]=a[k+1]

    a[m-1] ="0"

else:

    for k in range（i , 0, -1）:

    a[0] ="0"

print（a）

编写函数init，根据横向和纵向的正方形数量，返回所有顶点及其所有的相邻顶点数据。完善程序，在划线处填入合适的代码。

def init(m,n):

    tot=(m+1)*(n+1)    #顶点总数

    lst=[[] for i in range(tot)]

    for i in range(tot):

        if i>m:

            lst[i].append(i-m- 1)

        if i<(m+1)*n:

            lst[i].append(i+m+1)

        if i%(m+1) != 0:

            lst[i].append(i- 1)

        if i%(m+1) != m:

    return lst

图 c

编写函数print_path，输出所有的最短路径。完善程序，在划线处填入合适的代码。

def print_path(x,path,length):    #为起点编号，length为Path中有效元素个数。

    cnt=0

    for i in range(length):

        if path[i][0] == x:

            cnt+= 1

        s="最短路径"+str(cnt)+":"

        v=path[i]

        while  :

            s=s+str(v[0])+","

            v=path[v[2]]

        s=s+str(v[0])+" 。"

        print(s)

m=3           #横向正方形数量

n=2              #纵向正方形数量

mtx=init(m,n)

x=int(input("请输入起点:"))

y=int(input("请输入终点:"))

path=[[] for i in range(30)]

passed=[False]*len(mtx)    #保存顶点是否已途经

dis=0

head=0

tail=0

path[tail]=[y,0,- 1]

tail+= 1

passed[y]=True

while not found:

    dis+= 1

    pass_dis=[False]*len(mtx)

    tmp=tail

    for i in range(head,tail):

        v=path[i]

        for d in mtx[v[0]]:

            if not passed[d]:

                path[tail]=

                tail+= 1

                pass_dis[d]=True

            if d == x:

                found=True

        head=tmp

    for i in range(len(mtx)):    #标记已途经的顶点

        if  :

            passed[i]=True

#输出结果

print_path(x,path,tail)

import pandas as pd

import matplotlib.pyplot as plt

#图表支持中文字体显示，代码略

df= pd.read_excel("jsxk.xls",dtype={'学校代码':'string'})           #学校代码列为字符串

df1 = df.groupby("  ", as_index=False).count()        #按学校统计人数

df1 = df1.rename(columns={'姓名':'学生总数'})#重命名列

df1['技术比例'] = round(/df1['学生总数']* 100,2)

df1 = df1.sort_values('技术比例',ascending=False).head(5)

plt.title('技术选考比例前 5 的学校')

plt.bar( )

plt.show()

def zdygroupby(1st):

    dic = {}

    for row in lst:

        if row[2] == 1:

            if  :

                dic[row[0]]=1

            else:

                dic[row[0]]+= 1