相关试卷

每个班级与其他班级的比赛结果随机生成，0表示平局，-1表示输掉比赛，1表示赢得比赛，第一行数据表示1班对战16个班的比赛结果（每个班和自己的对战结果都用平局表示）

代码如下，请完成代码填空：

import random

import pandas as pd

s=[[0 for i in range(16)]

for jin range(16)]     #生成16*16的二维列表（图1所示）

k=[];n=[]

m=[[1,0,0],[2,0,0],[3,0,0],[4,0,0],[5,0,0],[6,0,0],[7,0,0],[8,0,0],[9,0,0],[10,0,0],[11,0,0],[12,0,0],[13,0,0],[ 14,0,0],[15,0,0],[16,0,0]]

#m列表[1,0,0]中第一个元素表示第几班，第二个元素表示胜场数，第三个元素表示输场数以此类推

for i in range(1,16):

    for j in range(i):

        s[i][j]=random.randint(-1,1)

df=pd.DataFrame(s,index=["1班","2班","3班","4班","5班","6班","7班","8班","9班","10班","11 班","12班","13班","14班","15班","16班"],columns=["1","2","3","4","5","6","7","8","9","10","11","12","13","14","15","16"])

print(df)                    #生成16个班的对战结果

for i in range(16):

    for j in range(16):

        if s[i][j]==1:

            m[j][1]+=s[i][j]

        elif s[i][j]==-1:

#对生成的m列表里的16个班级的数据进行排序，以胜场数作为主要关键词进行降序排序，以输场数为次要关键词进行升序排序，使m列表中的元素按照班级排名从高到低的顺序依次排列。

代码略

i=0

while i<15:

    n.append(m[i][0])

    for jin range(i+1,16):

        if :

            n.append(m[j][0])

        else:

            break

    k.append(n)

    n=[]; i=j

print("获得冠军的班级有：",k[0],"班，获得亚军的班级有：",k[1],"班，获得季军的班级有：",k[2]," 班")

请在划线处填写正确的代码：

a=input("输入数字字符串：")

i=0;j=0;s=6;sum=0;flag=False

while j<len(a):

    sum+=int(c)

    whiles:

        n=a[i]

        i+=1

    if sum==s

        print("符合条件的字串为：")

        flag=True

if not flag:

    print("没有符合要求条件的字串")

from random import randint

s=[60,40,70,20,10,50]

m=randint(1,3)*2

for iin range(6, m):

    for jin range(5,i,-1):

        if s[j- 1]>s[j]:

            t=s[j]

            s[j]=s[j-1]

            s[j-1]=t

print(s)

该程序段执行后，输出的结果不可能是（   ）

n=int(input( ))

s=0;i=1

while i*i<=n:

    if i==n//i:

        s+=1

    elif n%i==0:

        s+=2

    i+=1

print(s)

若输入”16”，该程序段执行后，输出的结果是（   ）

def s(b):

    n=b[0]

    for i in b:

        if i>n:

            n=i

    return n

a=[20,10,70,30]

print(s(a))

该程序段执行后，输出结果为（   ）

s=input()

y=""

for i in range(len(s)):

    c=s[i]

    if c>="A" and c<="Z":

        c=chr(ord(c)+3)

        y=c+y

print(y)

运行上述程序，若输入的s内容为“A1b2C3”，则显示的是：（   ）

北京体育大学研究团队建立了无反光点人体运动自动捕捉人工智能系统，曾助力中国选手巩立姣和刘诗颖在东京奥运会女子投掷项目比赛中出色发挥，分获铅球和标枪金牌。目前该系统已应用在国家速度滑冰和越野滑雪项目的训练中，获得超过8000人次的赛时动作技术数据，使机器深度学习越发“得心应手”，对于滑冰与滑雪运动员的动作捕捉与技术分析，既能精准到具体细节，又能快速反馈分析结果。

import pandas

df=pandas.read_excel ("高一名册.xlsx")

n=df.姓名.       #统计全校人数

a=30 #每个试场排 30 人

x=[ ] #存放 1~30 的编号

for i in range(a):

    x.append()

sch=[ ]

zwh=[ ]

#处理30人满员的试场

for i in range(n // a):

    zwh = zwh + x

    sch = sch + [i + 1] * a

#处理最后一个不足30人的试场

for i in range():

    zwh.append(i + 1)

    sch.append(n // a + 1)

df.insert(3, "试场号", sch)

df.insert(4, "座位号", zwh)

df.to_excel ("高一名册.xlsx",index=False)

⑴根据选课情况完成填充组合列（L列）。

⑵统计组合数量，并将选课组合人数最多的5个组合以柱形图的方式呈现（如图所示）。

import pandas as pd

import matplotlib.pyplot as plt

df=pd.read_excel ("xk.xlsx")

plt.rc('font',**{'family':'SimHei'})

zh=[ ]

n=df.姓名.count()

xk=["物理","化学","生物","政治","历史","地理","技术"]

#处理组合名， 将组合名依次存入列表 zh 中 for i in range(n):

a=""

for x in xk:

    if df.at[i,x]==1:

        if x=="历史":

            a=a+"史"

        else:

            a=a+x[0]

    zh.append(a)

df["组合"]=

#将组合名填入 L 列

df1=df.groupby("组合",as_index=False).姓名.count()

df1.rename(columns={"姓名":"人数"},inplace=True)  #将列标题”姓名”改成”人数” df1.sort_values("人数",,inplace=True)

df2=df1[0:5]

x=df2["组合"]

y=df2["人数"]

plt. (x,y)

plt.show ()

高一 1|谢乐|340421200606455914

高一 1|岑新奇|330282200407301529

import random      

a=[0]*6

for i in range(6):

    x=int(random.random()*10)+1

    if i%2==1:

        a[i]=2*x+1

    elif x%2==0:

        a[i]=x//2

    else:

        a[i]=x-1

print(a)

执行该程序段后，列表 a 中的值可能是 （   ）

lis=['a','b','c','d']

s=0

for i in lis:

    c=ord(i)-ord('a')

    s+=c

print(s)

程序运行后，输出s的值为（   ）